مدلسازی و شبیه سازی سیستم به وسیله سیستم توده pso
چکیده
حرکت تودهای یک نوع حرکت دسته جمعی هماهنگ است که معمولا با استفاده از ارتباطات اندک موجود بین اعضای آن و اطلاعات محدود از وضعیت کل سیستم انجام میشود. با وجود توانایی و هوش محدود و اندک برای هر عضو، مجموعه این اعضا در کنار هم قادر به انجام اهداف سطح بالا و قابل توجهی هستند. با ایده گرفتن از حرکات تودهای موجود در طبیعت و مشاهده تعامل بین عضوی در آنها زمینه جدیدی در علم رباتیک به وجود آمد که حرکات توده رباتیک را شبیه سازی میکند. توده رباتیکی از تعدادی رباتهای همسان-که هر کدام از آنها در این توده دارای قابلیت های پایین هستند- تشکیل شده است که این تعداد در کنار هم و به طور جمعی توانایی های قابل توجهی پیدا میکنند.
در این فصل به مرور پژوهش های پیشین در زمینه توده رباتیکی، توضیح مدل توده رباتیکی استفاده شده در این رساله، تعریف موضوع و بیان اهمیت و نوآوری آن میپردازیم.
در اینجا اهداف کنترلی توده رباتیکی مورد بحث و بررسی قرار می گیرد. اهداف کنترلی مورد بحث عبارتند از:
- کنترل رفتاری اعضای توده به منظور تقلید مدل واقعی توده رباتیکی از مدل مطلوب آن.
- کنترل حرکت اعضای توده به منظور طی کردن مسیر معین.
این اهداف به وسیله یکی از روش های نوین کنترلی مبتنی بر یادگیری تقویتی به نام کنترلر فازی- عصبی تطبیقی با وجود نقاد انجام شده است. در این روش نقاد با نقد عملکرد کنترلر یادگیری تقویتی را پیاده سازی میکند. از مزیتهای این روش کنترلی نوین میتوان به سادگی ساختار آن، سرعت یادگیری و همگرایی سریع، عدم وابستگی به مدل، انجام همزمان کنترل و یادگیری و مقاوم بودن آن در برابر نویزهای مختلف اشاره کرد.
در این فصل ابتدا به معرفی کنترلرهای مبتنی بر یادگیری تقویتی پرداخته شده است و در ادامه آن دو نوع از این کنترلرها به نام کنترلرهای تقویتی کلاسیک و نوین معرفی شده اند. سپس دو هدف کنترلی گفته شده در بالا و خصوصیات کنترلر طراحی شده و نتایج شبیه سازی در هر کدام از اهداف به طور مجزا توضیح داده شده اند.
انواع مسائل بهینهسازی را میتوان به چهار دسته کلی تقسیم کرد:
- بر حسب تعداد اهدافی که باید بهینه شوند:
این مسائل به دو دسته تقسیم می شوند: مسائل بهینه سازی تک هدفه و چندهدفه. دسته اول مسائل بهینه سازی که در آنها فقط یک پارامتر بهینه می شود، مانند کمترین مسافت طی شده بین دو نقطه شهری و دسته دوم مسائل بهینه سازی که در آنها بیش از یک هدف بهینه می شوند، مثل مسئله کمترین مسافت طی شده درکمترین زمان بین دو نقطه ی شهری.
- برحسب وجود تغییرات زمانی درتابع هزینه (تابع هدف):
از نظر کلی بهینه سازی شامل اعمال تغییرات بر روی یک راه حل اولیه و استفاده از اطلاعات جمع آوری شده به منظور بهبود این راه حل است. به بیان دیگر بهینه سازی، فرآیند تنظیم ورودی های یک تابع برای اکسترمم کردن خروجی ها یا تنظیم پارامترهای یک فرآیند برای اکسترمم کردن یک نتیجه است.
واژگان کلیدی: توده رباتیکی؛ روشهای الهام گرفته از طبیعت؛ کنترلر تقویتی نوین؛ الگوریتم پرواز پرندگان؛ الگوریتم مورچگان؛ الگوریتم ژنتیک
فهرست مطالب
عنوان صفحه
۱-۲٫ حرکت تودهای در سیستمهای رباتیکی.. ۴
۱-۳٫ مروری بر فصول پایاننامه. ۸
مروری بر ادبیات توده رباتیکی و تعریف مسئله ۱۰
۲-۲٫ مروری بر پژوهشهای پیشین در زمینه توده رباتیکی.. ۱۱
۲-۲-۱٫ شبیه سازی و کنترل رفتاری توده با تعریف فاصله مطلوب بین عضوی.. ۱۱
۲-۲-۲٫ شبیه سازی توده در حضور نیروهای بین عضوی و پتانسیل محیطی.. ۱۲
۲-۲-۳٫ شبیه سازی توده با فرض دینامیک رسته یک و اثبات پایداری تمامیت توده ۱۴
۲-۲-۴٫ شبیه سازی توده با فرض دینامیک رسته یک در حضور موانع محیطی.. ۱۹
۲-۲-۵٫ شبیه سازی توده با وجود محدودیت ارتباطی بین اعضای توده ۲۰
۲-۲-۶٫ استفاده از الگوریتم ژنتیک به منظور بهینه کردن پارامترهای یک توده رباتیکی.. ۲۳
۲-۲-۷٫ شبیه سازی توده رباتیکی جستجوگر و کمکرسان.. ۲۴
۲-۳٫ مدل توده رباتیکی استفاده شده در این رساله. ۲۵
۲-۳-۱٫ مدلسازی توده رباتیکی.. ۲۵
۲-۳-۲٫ دینامیک حاکم بر حرکت توده ۲۷
۲-۴٫ تعریف موضوع انجام شده در این رساله. ۳۰
۲-۴-۱٫ تعریف اهداف کنترلی توده ۳۱
۲-۴-۲٫ تعریف اهداف بهینهسازی حرکت توده ۳۱
۲-۵٫ بیان نوآوری و اهمیت موضوع رساله. ۳۲
۳-۲٫ کنترلر بر مبنای یادگیری تقویتی.. ۳۶
۳-۳٫ کنترلرهای تقویتی کلاسیک…. ۳۶
۳-۴٫ کنترلرهای تقویتی نوین (کنترلرهای فازی- عصبی تطبیقی با وجود نقاد) ۳۹
۳-۴-۲٫ آموزش در کنترلرهای تقویتی نوین.. ۴۴
۳-۵٫ کنترل رفتاری اعضای توده به منظور تقلید از رفتار مدل مطلوب… ۴۸
۳-۵-۱٫ مدل مطلوب و واقعی توده رباتیکی.. ۴۸
۳-۵-۲٫ طراحی کنترلر تقویتی نوین به منظور پیروی توده اینرسیال از رفتار مدل مطلوب… ۴۹
۳-۵-۳٫ نتایج شبیه سازی حرکت اعضای توده ۵۲
۳-۶٫ کنترل حرکت اعضای توده بر روی مسیر معین.. ۶۲
۳-۶-۱٫ طراحی کنترلر تقویتی نوین برای حرکت اعضای توده روی مسیر معین.. ۶۲
۳-۶-۲٫ نتایج شبیه سازی کنترل حرکت اعضای توده روی مسیر مطلوب… ۶۳
بهینه سازی سرعت حرکت توده رباتیکی به وسیله الگوریتم پرواز پرندگان ۶۹
۴-۱٫ مقدمه ای بر بهینه سازی.. ۷۰
۴-۱-۱٫ دستهبندی انواع مسائل بهینهسازی.. ۷۰
۴-۲٫ روشهای بهینهسازی الهام گرفته شده از طبیعت… ۷۱
۴-۳٫ الگوریتم بهینه سازی پرواز پرندگان.. ۷۳
۴-۳-۱٫ معرفی الگوریتم ابتدایی بهینه سازی پرواز پرندگان ]۳۹[ ۷۳
۴-۳-۲٫ ضعف الگوریتم بهینه سازی PSO ]39[ 77
۴-۳-۴٫ گروهبندی ذرات در PSO.. 81
۴-۴٫ تعریف هدف بهینهسازی سرعت حرکت توده ۸۲
۴-۵٫ به کارگیری الگوریتم پرواز پرندگان به منظور بیشینهسازی سرعت حرکت توده رباتیکی.. ۸۳
۴-۵-۲٫ نوآوری در الگوریتم پرواز پرندگان استفاده شده ۸۶
بهینه سازی سرعت حرکت توده رباتیکی به وسیله الگوریتم مورچگان ۹۴
۵-۲٫ ارتباط غیرمستقیم در اجتماع مورچگان واقعی]۴۹[ ۹۶
۵-۳٫ اجتماع مورچگان مجازی]۴۹[ ۱۰۲
۵-۴٫ مورچه های مجازی و مساله کوتاهترین مسیر]۴۹[ ۱۰۵
۵-۵٫ رویکرد بهینه سازی اجتماع مورچگان ]۴۹[ ۱۰۸
۵-۶٫ به کارگیری الگوریتم مورچگان برای بیشینه کردن سرعت حرکت توده رباتیکی.. ۱۱۰
بهینه سازی سرعت حرکت توده رباتیکی به وسیله الگوریتم ژنتیک ۱۱۶
۶-۲-۱٫ جمعیت در الگوریتم ژنتیک…. ۱۱۸
۶-۲-۲٫ تابع هدف و برازندگی.. ۱۱۹
۶-۲-۳٫ مراحل مختلف اجرای الگوریتم ژنتیک]۵۴[ ۱۲۰
۶-۲-۴٫ معیار توقف الگوریتم ژنتیک…. ۱۲۴
۶-۲-۵٫ همگرایی الگوریتم ژنتیک…. ۱۲۵
۶-۳٫ به کارگیری الگوریتم ژنتیک به منظور بیشینه سازی سرعت حرکت توده رباتیکی.. ۱۲۶
۷-۱٫ نتیجه گیری و جمع بندی.. ۱۳۲
۷-۲٫ پیشنهادهایی برای ادامه کار در آینده ۱۳۴
فهرست اشکال
عنوان صفحه
شکل۱-۱٫ تجمع در گروه ماهیها [۱]. ۳
شکل۱-۲٫ ایجاد الگو در حین مهاجرت دسته غازهای برفی [۱]. ۳
شکل۱-۳٫ عملیات نجات خدمه یک کشتی غرق شده به وسیله هلیکوپتر و قایقهای خودگردان [۵]. ۵
شکل۱-۴. فلاکینگ یک توده رباتیکی شامل ۱۰ ربات [۹]. ۶
شکل۱-۵٫ تقریب مساحت یک محیط با استفاده از ۸ ربات در یک توده رباتیکی [۱۱]. ۶
شکل۱-۶٫ رباتهای خودگردان برای بالا رفتن از مانع با یکدیگر همکاری میکنند [۱۳]. ۷
شکل۱-۷٫ استفاده از رباتهای خودگردان برای حمل بیمار [۱۵]. ۷
شکل۲-۱٫ نیروی جاذبه و دافعه بینعضوی به صورت تابعی از فاصله بینعضوی [۱۷]. ۱۲
شکل۲-۴٫ یک نمونه از تابع g با فرض a=1, b=20, c=0.2 [18]. 15
شکل۳-۱٫ ساختار کلی کنترلرهای تقویتی کلاسیک. ۳۷
شکل۳-۲٫ ساختار کلی کنترلرهای تقویتی نوین ]۳۷[. ۴۰
شکل۳-۳٫ ساختار واحد کنترلکننده در کنترلرهای تقویتی نوین ]۳۷[. ۴۳
شکل۳-۴٫ قرارگیری کنترلر تقویتی نوین در کنار مدل واقعی و مطلوب توده. ۴۹
شکل۳-۵٫ موقعیت ابتدایی و نهایی و مسیر حرکت اعضای توده و عامل هدایتکننده در شبیهسازی اول. ۵۴
شکل۳-۶٫ نمودارهای مشخصات مختلف توده بر حسب زمان در شبیهسازی اول. ۵۵
شکل۳-۷٫ خطا و مشتق آن برای عضوی که بیشترین این مقادیر را داراست در شبیهسازی اول. ۵۶
شکل۳-۹٫ بیشترین سیگنال کنترلی وارده به یکی از اعضای توده بر حسب زمان در شبیهسازی اول. ۵۷
شکل۳-۱۱٫ موقعیت ابتدایی و نهایی و مسیر حرکت اعضای توده و عامل هدایتکننده در شبیهسازی دوم. ۵۹
شکل۳-۱۲٫ نمودارهای مشخصات مختلف توده بر حسب زمان در شبیهسازی دوم. ۵۹
شکل۳-۱۳٫ خطا و مشتق آن برای عضوی که بیشترین این مقادیر را داراست در شبیهسازی دوم. ۶۰
شکل۳-۱۵٫ بیشترین سیگنال کنترلی وارده به یکی از اعضای توده بر حسب زمان در شبیهسازی دوم. ۶۱
شکل۳-۱۷٫ موقعیت ابتدایی اعضای توده. ۶۴
شکل۳-۱۸٫ مقدار خطا در جهت x و y بر حسب زمان. ۶۴
شکل۳-۱۹٫ سرعت عامل هدایتکننده در جهت x و y بر حسب زمان به عنوان سیگنالهای کنترلی دو کنترلر. ۶۵
شکل۳-۲۰٫ سرعت مرکز هندسی کل اعضای توده در جهت x و y بر حسب زمان. ۶۶
شکل۳-۲۲٫ موقعیت عامل هدایتکننده و اعضای توده در زمانهای مختلف از شبیهسازی. ۶۸
شکل۴-۱٫ نمایش رفتار هر ذره در الگوریتم PSO. 76
شکل۴-۲٫ نمایش برداری رفتار ذره i در الگوریتم PSO با ضریب اینرسی. ۷۹
شکل۴-۳٫ انواع روشهای گروهبندی ذرات در الگوریتم .PSO… 82
شکل۴-۴٫ دیاگرام به کار رفته جهت شبیهسازی در نرم افزار متلب. ۸۴
شکل۴-۵٫ موقعیت ابتدایی اعضای توده. ۸۸
شکل۴-۶٫ مقدار سرعت عامل هدایتکننده (خروجی الگوریتم پرواز پرندگان) بر حسب زمان. ۸۸
شکل۴-۷٫ فاصله مرکز هندسی اعضایی که از عامل اثر میپذیرند از موقعیت مطلوب نهایی بر حسب زمان. ۸۹
شکل۴-۸٫ مقدار سرعت مرکز هندسی اعضای توده (تابع هدف) بر حسب زمان. ۹۰
شکل۴-۹٫ نمودار تعداد اعضایی که از عامل اثر میپذیرند بر حسب زمان. ۹۰
شکل۴-۱۰٫ نمودار فاصله مرکز هندسی اعضایی که از عامل اثر میپذیرند از مکان عامل بر حسب زمان. ۹۱
شکل۴-۱۱٫ تغییر مکان مرکز هندسی اعضایی که از عامل اثر میپذیرند در جهت x و y بر حسب زمان. ۹۱
شکل۴-۱۲٫ حرکت توده در صفحه از شرایط اولیه تا موقعیت نهایی. ۹۲
شکل۴-۱۳٫ نمایش حرکت توده رباتیکی در زمانهای مختلف از شبیهسازی. ۹۳
شکل۵-۱٫ رفتار مورچههای واقعی در حضور مانع ]۵۰[. ۹۷
شکل۵-۲٫ حرکت مورچههای واقعی از دو مسیر با طول متفاوت ]۵۰[. ۹۸
شکل۵-۳٫ آزمایش پل دو شاخه با نسبت ۱=r ]۵۲[. ۱۰۰
شکل۵-۴٫ آزمایش پل دو شاخه با نسبت ۲=r ]۵۲[. ۱۰۱
شکل۵-۵٫ نحوه گسستهسازی سرعت به منظور اعمال الگوریتم بهینهسازی مورچگان. ۱۱۰
شکل۵-۶٫ مقدار سرعت عامل هدایتکننده (خروجی الگوریتم مورچگان) بر حسب زمان. ۱۱۳
شکل۵-۸٫ مقدار سرعت مرکز هندسی اعضای توده (تابع هدف) بر حسب زمان. ۱۱۵
شکل۶-۱٫ مقدار سرعت عامل هدایتکننده (خروجی الگوریتم ژنتیک) بر حسب زمان. ۱۲۹
شکل۶-۳٫ مقدار سرعت مرکز هندسی اعضای توده (تابع هدف) بر حسب زمان. ۱۳۰
فهرست جداول
بهینه سازی سرعت حرکت توده رباتیکی به وسیله الگوریتم پرواز پرندگان ۶۹
مشاهده آنلاین فایل
نوع فایل: قالب بندی ورد
تعداد صفحات: 156
اندازه فایل: 3.88 مگا بایت
قیمت: رایگان
گزارش خرابی لینک دانلودگزارش خطای لینک
لطفا ایمیل و توضیحات مربوطه را وارد کنید.
در اولین فرصت لینک دانلود به ایمیل شما ارسال خواهد شد