هدف این مقاله ارائه یک الگوریتم دو مرحله¬ای برای یافتن یا نزدیک شدن به کمینه سراسری در مسئله بهینهسازی برای ربات¬ها است. این الگوریتم از ترکیب یک روش بهینهسازی ریاضیاتی و یک روش تکاملی استفاده می¬کند. روش ریاضی مبتنی بر یک حل غیرمستقیم از مسئله کنترل بهینه حلقه باز است و روش تکاملی مبتنی بر الگوریتم ژنتیک می¬باشد. حدس¬های اولیه¬ای که بهوسیله الگوریتم ژنتیک تولید می¬شوند برای تولید جواب بهینه بهوسیله کنترل بهینه استفاده می¬شوند. سپس، تابع هزینه برای هر جواب بهینه محاسبه، و بهترین جواب¬ها برای مرحله بعد انتخاب می¬شوند. در مرحله بعد الگوریتم، این جواب¬ها برای تولید حدس¬های اولیه جدید استفاده می¬شود. سپس دوباره برای هر حدس اولیه، مسئله کنترل بهینه حل و هزینه¬شان محاسبه میشود. این فرآیند تا زمانی که هزینه کمینه بهدست آید ادامه می¬یابد. به منظور بهبود عملکرد الگوریتم، یک عملگر ژنتیک جدید، علاوه بر عملگرهای مرسوم، برای انتخاب جفت کروموزوم مناسب در عملیات ترکیب معرفی شده است. روش پیشنهاد شده، مشکل کنترل بهینه که گیر کردن در کمینه¬های محلی است را حذف می¬کند و سعی می¬کند که مینیمم کلی را بهدست آورد. مؤثر بودن روش با چند شبیهسازی نشان داده شده است.
نوع مطالعه:
پژوهشي |
موضوع مقاله:
عمومى دریافت: 1395/3/28 | پذیرش: 1395/3/28 | انتشار: 1395/3/28