多戦略協同進化ハニーバッジアルゴリズムによる農業ロボットのグリッドベースの経路計画

科学分野:

• ロボット工学と人工知能
• 最適化アルゴリズム
• 農業工学

背景:

• モバイルロボットは 複雑な農地環境で 道を計画する上で 課題に直面しています
• 既存のアルゴリズムは農業の応用には 効率性や適応性が欠けていることが多い.

研究 の 目的:

• マルチ戦略コラボレーティブ・エボリューション・ハニー・バジャー・アルゴリズム (MCEHBA) という高度な最適化アルゴリズムを開発し,農地でのモバイルロボット経路計画を強化する.
• 世界的な探検,現地での利用,人口の多様性, 探検の効率を向上させる.

主な方法:

• 動的探査利用バランスのために,シヌソイド関数に基づく非線形収束因子の統合.
• 人口の多様性と検索の効率を高めるために 差別的な進化と重力中心の対抗ベースの学習を組み込む.
• 精度と速度を向上させるために,良いポイントセット初期化と分散された境界制約処理の活用.

主要な成果:

• MCEHBAは,FriedmanとNemenyiのテストで検証されたCEC2017のベンチマーク関数セットで優れた最適化能力を実証しました.
• このアルゴリズムは,他の6つのアルゴリズムを上回り,3つのエンジニアリングアプリケーションの問題で最小の目的関数値を達成しました.
• 農業用地のシミュレーションでは,MCEHBAは総コストを最小限に抑え,優れたグローバルな収束性と実用性を示しました.

結論:

• MCEHBAは農業環境における 移動ロボット経路計画において 重要な進歩をもたらします
• アルゴリズムのマルチ戦略アプローチは,その堅実性,効率性,現実世界のエンジニアリングの課題への適用性を高めます.
• MCEHBAは複雑で大規模な農地での自律的なナビゲーションを最適化するための有望なソリューションを提供します.