リモートセンシングとGISのジャーナル

概要

クライミングロボットの保持力の最適化のための4つの進化的アルゴリズムの比較

マシケ R とヤナク クマール B. パテル

進化アルゴリズム (EA) は、自然の生物進化を模倣した確率的探索法です。この研究では、最近の 4 つの EA の概要を示し、登山ロボットに採用するためのフレームワークを提供します。登山ロボットのベルヌーイ保持パッドの保持力の最適化について、EA に基づく 4 つのモデルを紹介し、それらの重要な特性と適応保持力との関連性を考慮して比較します。各アルゴリズムの簡単なコードを提示し、研究者や実務家が実装して使用できるようにします。これらの EA には、微分進化 (DE)、MONEE 実装、修正遺伝的アルゴリズム (MGA)、および Memetic アルゴリズム (MA) が含まれます。4 つの EA は、適応保持力の目的関数として一般的な MIT ルールに適用され、次に登山ロボットの実際のベルヌーイ パッドに適用されました。MATLAB を使用して、得られた最適解、最適解に対応する目的関数評価の数、および結果の品質に関してモデルを厳密に比較しました。統計分析が行われ、各モデルのパフォーマンスを評価するための効率率メトリックが決定されました。結果から、最適な保持力に必要な特性を組み込んだハイブリッド アルゴリズムが最高のパフォーマンスを発揮することが示され、登山ロボットに EA を採用するためのフレームワークが開発されました。