نیازندیهای فایلی کرجی

دانلود انواع پایان نامه، مقاله، طرح، پروژه، جزوه، گزارش کار، پروپوزال، آزمون استخدامی، نمونه سوال و ...

نیازندیهای فایلی کرجی

دانلود انواع پایان نامه، مقاله، طرح، پروژه، جزوه، گزارش کار، پروپوزال، آزمون استخدامی، نمونه سوال و ...

ترجمه مقاله حل سینماتیک سطوح موازی کنترل3RPR با استفاده از فناوری فوق هوشمند هیبریدی


فناوری فوق هوشمند هیبریدی با موفقیت در حل بسیاری از مشکلات دنیای واقعی استفاده شده است فناوری فوق هوشمند هیبریدی در زمینه مشکل های سینماتیک معرفی وبه طور خاص در حل مسائل سینماتیک در استفاده از ربات های موازیCRPR استفاده شده9 است این پیاده سازی ترکیبی از الگوریتم ژنتیک والگوریتمک شبیه سازی شده به دو روش اکتشافی فراترکیبی محبوب تبدیل شده است آنها ب
دسته بندی مقالات ترجمه شده isi
بازدید ها 9
فرمت فایل docx
حجم فایل 293 کیلو بایت
تعداد صفحات فایل 15
ترجمه مقاله حل سینماتیک سطوح موازی کنترل3RPR  با استفاده از فناوری فوق هوشمند هیبریدی

فروشنده فایل

کد کاربری 2
کاربر

حل سینماتیک سطوح موازی کنترل3RPR با استفاده از فناوری فوق هوشمند هیبریدی

On solving the forward kinematics of 3RPR planar parallel manipulator using hybrid metaheuristics

چکیده:

فناوری فوق هوشمند هیبریدی با موفقیت در حل بسیاری از مشکلات دنیای واقعی استفاده شده است. فناوری فوق هوشمند هیبریدی در زمینه مشکل های سینماتیک معرفی وبه طور خاص در حل مسائل سینماتیک در استفاده از ربات های موازیCRPR استفاده شده9 است. این پیاده سازی ترکیبی از الگوریتم ژنتیک والگوریتمک شبیه سازی شده به دو روش اکتشافی فراترکیبی محبوب تبدیل شده است. آنها به عنوان کار گروهی از فناوری فوق هوشمند ترکیبی استفاده کردهو عملکرد الگوریتم ژنتیک را شبیه سازی کرده و مقایسه نموده اند. نتایج نشان می دهد که روش فرا ابتکاری راه حلی با کیفیت بالا به دست می دهد. الگوریتم های ژنتیکی و فناوری فوق هوشمند به طور مشترک عملکرد بهتری داده است. روش فناوری فوق هوشمند با توجه به به دست پآوردن تمام راه حل های منحصر به فرد و مقایسه با روش جبری نتایج امیدوارکننده ای را به دست می دهد.

1-مقدمه:

استفاده از الگوریتم های جستجوی فوق هوشمند در دهه های اخیر برای حل مشکلات NP در بهینه سازی مسائل دنیای واقعی دشوار شده است. روش های جستجویفوق هوشمند مانند الگوریتم ژنتیک و الگوریتم شبیه سازی شده باعث تعدادی از مشکلات نرم افزاری می شود. محاسبات تکاملی صرفا از تکامل بیولوژیکی الهام گرفته شد و با استفاده از یک جمعیت راه حلها تکامل یافته و بهبود میابند. الگوریتم های تکاملی اغلب الگوریتم های فوق هوشمند هستند روش های محاسباتی بهینه سازی شده ای را برای حل مسائل دارند. الگوریتم های تکاملی قدرت خود را از طریق دقت بالا در مسائل بهینه سازی نشان دادند. بنابراین منطقی است که آنها را در حل مشکلات سیستم های معادلات غیر خطی وارد کنیم. در رباتیک الگوریتم ژنتیکی برای حل سینماتیک حرکت موازی جرثقیل(FKP) برای اولین بار توسط تورکان . بودرا انجام شد که الگوریتم ژنتیک واقعی کدگذاری شده RCGA) ) برای حل این مشکل استفاده شد که در آن گزارش شد که الگوریتم های ژنتیکی زمان بیشتری را نسبت به روش رافسون_نیوتون مصرف می کنند. روش نیوتونی مشکل ژاکوبین را دارد که آن ناپایداری عددی مربوط به استفاده از رنج اعداد شناور است. و مشکلات همگرایی زمان که با یک موفقیت اولیه خوب ارائه نشده است. بنابرایمن الگوریتم های تکاملیFKP ترجیح داده شده اند. ربات های فضایی نیز توسط الگوریتم های ژنتیکی3RPR طراحی شده توسط بودرا و تورکان با پلت فرمSSM تولید شده است. گزارش شده است که الگوریتم تکامل دیفرانسیل همگرایی نسبتا سریع تری را نسبت به الگوریتم ژنتیکی دارد.

نظرات 0 + ارسال نظر
امکان ثبت نظر جدید برای این مطلب وجود ندارد.