×

路径规划问题中的群体智能和群体机器人。 (英语) Zbl 07404795号

Piunovskiy,Alexey(ed.)等人,《受控随机过程的现代趋势:理论与应用》,V.III.基于受控随机过程传统利物浦研讨会上的演讲的论文选集,英国利物浦,2021年7月。查姆:施普林格。新兴复杂性。计算。41, 313-327 (2021).
摘要:在本章中,我们介绍了群体智能的基本特征,机器人的路径规划问题,以及如何应用群体智能的代表性自组织迁移算法来解决现实世界中的问题。我们在Matlab环境中对四种常见的可能场景进行了仿真,以证明该解决方案的有效性。
关于整个系列,请参见[Zbl 1470.93009号].

MSC公司:

68T40型 机器人人工智能
93C85号 控制理论中的自动化系统(机器人等)

软件:

Matlab公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Ari,A.A.A.,Gueroui,A.,Titouna,C.,Thiare,O.,Aliouat,Z.:5G C-RAN的资源分配方案:基于群体智能的方法。公司。Netw公司。165, 106957 (2019) ·doi:10.1016/j.comnet.2019.106957
[2] Bao,D.Q.,Zelinka,I.:基于自组织迁移算法的群机器人避障。计算机程序。科学。150, 425-432 (2019) ·doi:10.1016/j.procs.2019.02.073
[3] Boveiri,H.R.,Khayami,R.,Elhoseny,M.,Gunasekaran,M.:基于云的物联网应用程序中任务调度的高效群智能方法。J.环境智能。Humaniz公司。计算。10(9), 3469-3479 (2019) ·doi:10.1007/s12652-018-1071-1
[4] Dorigo,M.、Birattari,M.和Stutzle,T.:蚁群优化。EEE计算。智力。Mag.1(4),28-39(2006)·doi:10.1109/CI-M.2006.248054
[5] Ducatelle,F.、Di Caro,G.A.、Gambardela,L.M.:集群智能在电信网络自适应路由中的原理和应用。Swarm Intell。4(3), 173-198 (2010) ·doi:10.1007/s11721-010-0040-x
[6] Horn,M.H.、Lee,Y.X.、Lee、M.C.、Liou,R.J.:Firefly元启发式算法,用于训练用于数据分类和疾病诊断的径向基函数网络。理论新应用。Swarm Intell。4(7), 115-132 (2012)
[7] Kennedy,J.,Eberhart,R.:粒子群优化。参见:ICNN 1995年神经网络国际会议论文集,第4卷,第1942-1948页。IEEE(1995)
[8] Lins,A.,Bastos-Filho,C.J.,Nascimento,D.N.,Junior,M.A.O.,de Lima-Neto,F.B.:分析图形处理单元中运行的鱼群搜索算法的性能。载:Parpinelli,R.,Lopes,H.S.(编辑)《群体智能的理论与新应用》,第17-32页。IntechOpen(2012)。https://doi.org/10.5772/30360
[9] Pluhacek,M.,Zelinka,I.,Senkerik,R.,Davendra,D.:受SOMA启发:扰动向量嵌入到由Lozi混沌映射驱动的混沌PSO算法中。收录:Davendra,D.,Zelinka,I.(编辑)工程中的新优化技术。计算智能研究。斯普林格(2016)·Zbl 1328.90164号
[10] Yang,X.S.:多模态优化的萤火虫算法。摘自:《随机算法国际研讨会》,第169-178页。斯普林格,海德堡(2009)·Zbl 1260.90164号
[11] Zelinka,I.:SOMA——自组织迁移算法。摘自:Onwubolu,G.C.,Babu,B.V.(编辑)《工程中的新优化技术》,第167-217页。斯普林格,海德堡(2004)·Zbl 1139.90301号 ·doi:10.1007/978-3-540-39930-8_7
[12] Zelinka,I.,Lampinen,J.:SOMA-自组织迁移算法·Zbl 1051.65071号
[13] Karaboga,D.,Basturk,B.:关于人工蜂群(ABC)算法的性能。申请。软计算。8(1), 687-697 (2008) ·doi:10.1016/j.asoc.2007.05.007
[14] Diep,Q.B.,Zelinka,I.,Senkerik,R.:群机器人避开多个动态障碍物并捕捉移动目标的算法。摘自:国际人工智能和软计算会议,第666-675页。查姆斯普林格(2019)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。