Zastosowanie krzyżowania uśredniającego do ewolucyjnej metody wyznaczania ścieżki przejścia na morzu

• Autorzy: Kuczkowski Ł. , Kolendo P. , Jaworski B. , Śmierzchalski R.

Warianty tytułu

EN

Mean Crossover in evolutionary path planning method for maritime environment

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia zastosowanie operatora krzyżowania uśredniającego do wyznaczania ścieżki przejścia przy użyciu algorytmu ewolucyjnego w zastosowaniu do unikania kolizji na morzu. Krzyżowanie uśredniające zapewnia rozszerzenie zbioru rozwiązań możliwych do uzyskania w porównaniu z wariantem krzyżowania wymieniającego. Przeprowadzone badania wykazały, że zastosowany wariant krzyżowania pozwala na uniezależnienie wyników symulacji od postaci populacji początkowej oraz szybsze przejście algorytmu z fazy eksploracji do eksploatacji obszaru przyciągania optimum. Nowa wersja algorytmu pozwala na skuteczne poszukiwanie rozwiązań w sytuacji kolizyjnej na morzu.

EN

This paper presents the use of mean crossover genetic operator for path i planning using evolutionary algorithm for collision avoidance on sea. ! Mean crossover ensures widening of the possible solutions' set that can be achieved in comparison to exchange crossover variant. The research i shown, that the mean crossover allows to achieve results independent i from the initial generation and quicker transition of the algorithm from the exploration to the exploitation phase. New version of the algorithm i allows for an effective solution search for the problem of a collision scenario on sea.

Słowa kluczowe

PL

algorytmy ewolucyjne; planowanie ścieżek przejść; unikanie kolizji; operatory genetyczne

EN

genetic algorithms; path planning; collision avoidance; genetic operators

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2012
• Tom: Vol. 53, nr 12
• Strony: 67--71
• Opis fizyczny: Bibliogr. 13 poz., il., wykr., rys.

Twórcy

autor

Kuczkowski Ł.

autor

Kolendo P.

autor

Jaworski B.

autor

Śmierzchalski R.

• Politechnika Gdańska Wydział Elektrotechniki i Automatyki

Bibliografia

• [1] Śmierzchalski R.: Trajectory planning for ship in collision situations at sea by evolutionary computation. Brijuni, Croatia: In Proceedings of the IFAC MCMC'97, 1997.
• [2] Goldberg D. E.: Genetic Algorithms in Search, Optimization, and Machine Learning. Boston : Addison-Wesley Longman Publishing Co., Inc., 1989.
• [3] Michalewicz Z.: Genetic Algorithms + Data Structures = Evolution Programs. Spriger-Verlang. 1996.
• [4] Xiao J., Michalewicz Z.: An Evolutionary Computation Approach to Planning and Navigation. Chapter in Soft-Computing and Mechatronics, Physica-Verlag, 1999.
• [5] Xiao J., Michalewicz Z., Zhang L., Trojanowski K.: Adaptive Evolutionary Planner/Navigator for Mobile Robots. IEEE Transactions on Evolutionary Computation, Vol.1, No.1, 1997.
• [6] Śmierzchalski R., Michalewicz Z.: Adaptive Modeling of a Ship Trajectory in Collision Situations at Sea. Alaska, In Proceedings of the 2nd IEEE World Congress on Computational Intelligence, ICEC'98, 1998.
• [7] Śmierzchalski R., Michalewicz Z.: Modeling of a Ship Trajectory in Collision Situations at Sea by Evolutionary Algorithm. IEEE Transaction on Evolutionary Computation, Vol.4, No.3, 2000.
• [8] Śmierzchalski R., Michalewicz Z.: Path Planning in Dynamic Environments. Innovations in Machine Intelligence and Robot Perception. Springer-Verlag, 2005.
• [9] Yap C. K.: Algorithmic Motion Planning, In Advances in Robotics. Vol.1: Algorithmic and Geometric Aspects of Robotics, 1987.
• [10] Arabas J.: Wykłady z algorytmów genetycznych, Wydawnictwo Naukowo-Techniczne. Warszawa, 2001.
• [11] Kaya Y., Uyar M., Tekin R.: A Novel Crossover Operator for Genetic Algorithms: Ring Crossover. CoRR, 2011.
• [12] Wall M. GAlib: A C++ Library of Genetic Algorithm Components. MIT, 1996.
• [13] Śmierzchalski R.: Ships' domains as collision risk at sea in the evolutionary method of trajectory planning. Computer Information and Applications Vol II, 2004.