Search academic texts

Information × Registration Number 2122U007068, Article popup.category Опубліковано, Стаття Title OPTIMIZATION OF SWARM ROBOTICS ALGORITHMS popup.author Вакалюк Т. А.Кухарчук Р. П.Заїка О. В.Рябко А. В.Vakaliuk T. A.Kukharchuk R. P.Zaika O. V.Riabko A. V. popup.publication 16-10-2022 popup.source_user Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") popup.source https://ric.zp.edu.ua/article/view/265701 popup.publisher National University "Zaporizhzhia Polytechnic" Description Актуальність. Серед різноманіття завдань, які вирішуються робототехнікою, можна виділити цілий ряд таких, для вирішення яких невеликі габарити робота бажані, а часом і необхідні. Для вирішення подібних завдань необхідні мікророботи з малими габаритами, маса яких дозволяє безперешкодно переміщатися у тісних проходах, складних погодних умовах, залишатися непоміченими. Водночас, малі габарити мікроробота накладають також і ряд непрямих обмежень, що зумовлює застовування для означених завдань групи мікророботів. Ефективність застосування груп мікророботів залежить від обраної стратегії управління і стохастичних пошукових алгоритмів оптимізації управління групою (роєм) мікророботів. Мета. Метою данної роботи є розгляд групи ройових алгоритмів (методів), які відносяться до класу метаеврістік. До групи означених алгоритмів відноситься, зокрема, алгоритм мурашиної колонії, можливості якого досліджувалися для розв’язування задачі комівояжера, яка часто постає при розробці алгоритму поведінки групи мікророботів. Метод. На першому етапі дослідження було виділено основні групи параметрів, які визначають перебіг і характеризують стан в будь-який момент часу алгоритму мурашиної колонії: вхідні, керуючи, параметри збурення, вихідні. Після виділення основних груп параметрів було розроблено алгоритм, перевага якого полягає в масштабованості, а також гарантованій збіжності, що дозволяє отримати оптимальний розв’язок незалежно від розмірності графа. На другому етапі ророблений алгоритм ACO (ant colony optimization algorithm) було реалізовано на мові Matlab. Були проведені комп’ютерні експерименти з метою визначення впливу вхідних, керуючих, вихідних і параметрів збурення на збіжність алгоритму. Було приділено увагу основним групам показників, які визначають напрямок способу і характеризують стан рою мікророботів у даний момент часу. В обчислювальному експерименті варіювалася кількість мурах, що розміщуються у вузлах мережі, місткість феромона, чисельність вузлів графа, визначалася чисельність ітерацій для розшуку найменшого шляху та час виконання методу. Проведено тест підсумків моделювання та продуктивності методу. Результати. Проведено дослідження застосування мурашиного алгоритму для розв’язування задачі комівояжера для тестових графів з випадковим розташуванням вершин; для постійної кількості вершин і зміні кількості мурах, для постійної кількості вершин при різних значеннях коефіцієнта Q; для розв’язування задачі комівояжера для постійної кількості вершин при різних значеннях коефіцієнта випаровування феромону p; для різної кількості вершин графа. Результати показали, що мурашині способи знаходять хороші маршрути комівояжера значно швидше, ніж чіткі методи комбінаторної оптимізації. Встановлено залежності часу пошуку і знайденого оптимального маршруту від значень керуючих параметрів на прикладі тестових мереж для різної кількості вершин графа та ітерацій. Висновки. Проведені дослідження дозволяють дати рекомендації щодо застосування алгоритму мурашиної колонії ACO (ant colony optimization algorithm) для управління групою (роєм) мікророботів. popup.nrat_date 2026-02-27 Close