Журнал дистанционного зондирования и ГИС

Абстрактный

Сравнение четырех эволюционных алгоритмов оптимизации удерживающей силы в альпинистском роботе

Масике Р. и Джанак Кумар Б. Патель

Эволюционные алгоритмы (ЭА) — это стохастические методы поиска, которые имитируют естественную биологическую эволюцию. В этой работе мы приводим обзор четырех последних ЭА и предоставляем структуру для внедрения в роботах-скалолазах. Четыре модели, основанные на ЭА, представлены и сравниваются для оптимизации удерживающей силы в удерживающей площадке Бернулли для робота-скалолаза, с учетом их важных характеристик и их значимости для адаптивной удерживающей силы. Представлен краткий код каждого алгоритма для облегчения его внедрения и использования исследователями и практиками. Эти ЭА включают дифференциальную эволюцию (DE), реализацию MONEE, модифицированный генетический алгоритм (MGA) и меметический алгоритм (MA). Четыре ЭА были применены к популярному правилу MIT в качестве целевой функции для адаптивной удерживающей силы, затем к реальной площадке Бернулли для робота-скалолаза. MATLAB использовался для строгого сравнения моделей с точки зрения полученного оптимального решения, количества оценок целевой функции, соответствующих оптимальному решению, и качества результатов. Был проведен статистический анализ, а затем была определена метрика эффективности для оценки производительности каждой модели. Результаты показали, что наилучшая производительность была получена с помощью гибридного алгоритма, который включает желаемые характеристики для оптимальной силы удержания, таким образом была разработана структура для внедрения ЭА в роботах-альпинистах.