Mean crossover in evolutionary path planning method for maritime collision avoidance

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

Warianty tytułu

PL

Krzyżowanie uśredniające w ewolucyjnej metodzie planowania ścieżki przejścia w zastosowaniu do problemu unikania kolizji na morzu

• Języki publikacji: EN

Abstrakty

EN

This paper presents the use of mean crossover genetic operator for path 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 shown, that the mean crossover allows to achieve results independent from the initial generation and quicker transition of the algorithm from the exploration to the exploitation phase. New version of the algorithm allows for an effective solution search for the problem of a collision scenario on sea.

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.

Słowa kluczowe

EN

genetic algorithms; path planning; collision avoidance

PL

algorytmy genetyczne; planowanie ścieżki przejścia; unikanie kolizji

• Wydawca: Wydawnictwo Naukowe Akademii Morskiej w Szczecinie
• Czasopismo: Zeszyty Naukowe / Akademia Morska w Szczecinie
• Rocznik: 2012
• Tom: nr 30 (102)
• Strony: 70--77
• Opis fizyczny: Bibliogr. 13 poz., rys.

Twórcy

autor

Kuczkowski Ł.

autor

Kolendo P.

autor

Jaworski B.

autor

Śmierzchalski R.

• Gdańsk University of Technology, Faculty of Electrical and Control Engineering Politechnika Gdańska, Wydział Elektrotechniki i Automatyki 80-233 Gdańsk, ul. G. Narutowicza 11/12,

Bibliografia

• 1. ŚMIERZCHALSKI R.: Trajectory planning for ship in collision situations at sea by evolutionary computation. In Proceedings of the IFAC MCMC'97, Brijuni, Croatia, 1997.
• 2. XIAO J., MICHALEWICZ Z.: An Evolutionary Computation Approach to Planning and Navigation. Chapter in Soft-Computing and Mechatronics, Physica-Verlag, 1999.
• 3. 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.
• 4. ŚMIERZCHALSKI R., MICHALEWICZ Z.: Adaptive Modeling of a Ship Trajectory in Collision Situations at Sea. In Proccedings of the 2nd IEEE World Congress on Computational Intelligence, ICEC'98, Alaska, 1998.
• 5. 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.
• 6. ŚMIERZCHALSKI R., MICHALEWICZ Z.: Path Planning in Dynamic Environments. Chapter in “Innovations in Machine Intelligence and Robot Perception”, Springer-Verlag, 2005.
• 7. YAP C.K.: Algorithmic Motion Planning, In Advances in Robotics. Vol. 1: Algorithmic and Geometric Aspects of Robotics, 1987.
• 8. ARABAS J.: Wykłady z algorytmów genetycznych. Wydawnictwo Naukowo-Techniczne, Warszawa 2001.
• 9. KAYA Y., UYAR M., TEKIN R.: A Novel Crossover Operator for Genetic Algorithms: Ring Crossover. CoRR, 2011.
• 10. WALL M.: GAlib: A C++ Library of Genetic Algorithm Components. MIT, 1996.
• 11. GOLDBERG D.E.: Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley Longman Publishing Co., Inc., Boston, 1989.
• 12. MICHALEWICZ Z.: Genetic Algorithms + Data Structures = Evolution Programs. Spriger-Verlang, 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