کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6874453 1441160 2018 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A path planning method using adaptive polymorphic ant colony algorithm for smart wheelchairs
ترجمه فارسی عنوان
روش برنامه ریزی مسیر با استفاده از الگوریتم کلونی مورچه پلیگرفیک برای صندلی های هوشمند
کلمات کلیدی
ترجمه چکیده
در بسیاری از موارد، کاربران صندلی های هوشمند با وظایف مانور روزانه مشکل دارند و از یک سیستم ناوبری خودکار بهره مند می شوند. الگوریتم کلونی چند مورفیک با استفاده از مکانیزم تقسیم چندگانه و همکاری، برای حل مشکلات برنامه ریزی مسیر بهینه با افزایش سرعت جستجو و همگرایی مفید است. در این مقاله، یک روش برنامه ریزی مسیر برای چرخ صندلی های هوشمند بر اساس الگوریتم کلونی مورچه چند منظوره سازگار ارائه شده است. برای جلوگیری از بهینه سازی محلی مورچه در رسیدن به یک راه حل، استراتژی انتقال سازگار و استراتژی به روز رسانی اطلاعات سازگار در الگوریتم کلونی مورچه ای برای تضمین اهمیت نسبی شدت و مطلوبیت فرومون مورد استفاده قرار گرفت. در نتیجه، مورچه جستجو، تصادفی برای جستجوی راه حل بهینه مطلوب را حفظ می کند، و سپس با استفاده از روش تعیین جهت تعیین می کند که قابلیت جستجوی جهانی الگوریتم را بهبود می بخشد. برنامه ریزی مسیر هدف و برنامه ریزی مسیر موانع به ترتیب با استفاده از الگوریتم کلونی مورچه پلیگرفیک سازگار است. نتایج تجربی نشان می دهد که روش پیشنهادی عملکرد بهتر نسبت به الگوریتم بهبود یافته کلنی مورچه و الگوریتم کلونی مورچه را بهبود می بخشد. علاوه بر این، کارایی یافتن یک راه حل بهینه بیشتر از الگوریتم کلونی کلم پیچیده است. روش پیشنهادی که عملکرد عالی را در برنامه ریزی مسیر برای چرخ صندلی های هوشمند به دست می آورد حتی پیش از دیگر راه حل های پیشرفته ای است. علاوه بر این، این مطالعه نشان می دهد که امکان استفاده از آن به عنوان ابزار موثر برنامه ریزی مناسب برای سیستم های مراقبت های بهداشتی آینده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نظریه محاسباتی و ریاضیات
پیش نمایش مقاله
روش برنامه ریزی مسیر با استفاده از الگوریتم کلونی مورچه پلیگرفیک برای صندلی های هوشمند
چکیده انگلیسی
In many cases, users of smart wheelchairs have difficulties with daily maneuvering tasks and would benefit from an automated navigation system. With multi-colony division and cooperation mechanism, the polymorphic ant colony algorithm is helpful to solve optimal path planning problems by greatly improving search and convergence speed. In this paper, a path planning method for smart wheelchairs is proposed based on the adaptive polymorphic ant colony algorithm. To avoid ant colony from getting into local optimum in the process of reaching a solution, the adaptive state transition strategy and the adaptive information updating strategy were employed in the polymorphic ant colony algorithm to guarantee the relative importance of pheromone intensity and desirability. Subsequently, the search ant maintains the randomness for the search of the global optimal solution, and then the deadlock problem is solved by means of the direction determination method that improves the global search ability of the algorithm. The target path planning and obstacle path planning are respectively carried out by using the adaptive polymorphic ant colony algorithm. Experimental results indicate that the proposed method provides better performance than the improved ant colony algorithm and the polymorphic ant colony algorithm. Furthermore, the efficiency of finding an optimum solution is higher than the average polymorphic ant colony algorithm. The proposed method, which achieves superior performance in path planning for smart wheelchairs, is even racing ahead of other state-of-the-art solutions. In addition, this study reveals the feasibility of using it as an effective and feasible planning path tool for future healthcare systems.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Computational Science - Volume 25, March 2018, Pages 50-57
نویسندگان
, , , , , ,