Sürü robotların hedef bulma problemine sürü tabanlı optimizasyon algoritmalarının simülasyon uygulaması ve karşılaştırılması
Yükleniyor...
Dosyalar
Tarih
2019
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
İnönü Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu tez çalışmasında, sürü robotların hedef bulma problemine sürü tabanlı optimizasyon algoritmaları uygulanmış, gerektirdiği durumlarda yeni adaptasyonlar önerilmiş ve benzetimlerinin gerçekleştirildiği bir simülasyon uygulaması geliştirilmiştir. Simülasyon uygulamasında sürü robotların tek hedefi, sinyal şiddetleri eş çoklu hedefleri, sinyal şiddetleri eş olmayan çoklu hedefleri ve konumu sabit olmayan dinamik hedefleri takip edip bulabilme başarıları incelenmiştir. Sürü tabanlı optimizasyon algoritmalarından parçacık sürüsü optimizasyon, yapay arı kolonisi, hızlı yapay arı kolonisi ve modifiye yapay arı kolonisi algoritmaları incelenmiştir ve karşılaştırılmıştır. Algoritmalara gerçek dünyada uygulanabilirliklerini arttırabilmek için değişiklikler önerilmiş ve uygulanmıştır. Önerilen değişiklikler ile beraber UNITY 3D ortamında C# dili ile sürü tabanlı metasezgisel yöntemler ile sürü robotlarda hedef bulma simülasyon uygulaması geliştirilmiştir. Aynı simülasyon ii uygulaması, metasezgisel yöntemlerin karşılaştırılabilmesini grafik kütüphaneleri sayesinde daha anlaşılır hale getirmek için MATLAB ortamında da geliştirilmiştir. Sürü tabanlı optimizasyon algoritmalarının genel becerilerini inceleyebilmek için nümerik olmayan eşleştirme problemi incelenmiştir. Çinli Postacı Probleminin eşleştirme çözümü için yapay arı kolonisi algoritması önerilerek MATLAB ortamında bir uygulama geliştirilmiştir.
In this thesis, we applied swarm-based optimization algorithms to problem of finding source location of swarm robotics, and we suggested new adaptations to those algorithms if needed, then we developed a simulation program which can simulate those algorithms. We analyzed success of source tracking and source localization of swarm robotics in, single source localization, multiple source localization which have homogenious signal intensitiy and heterogenious signal intensity, and dynamic source localization scenarios. We analyzed and compared swarm-based optimization algorithms such as particle swarm optimization, artificial bee colony, quick artificial bee colony and modified bee colony. We also suggested and integrated modification to those algorithms in order to apply those solutions in real world applications. With suggested modifications we developed a source localization in swarm robotics simulation application with C# language in UNITY 3D. We developed same application in MATLAB in order to compare metaheuristic methods more comprehensible with figure libraries of MATLAB. We analyzed non-numerical matching problem, in order to get better sense of swarm-based optimization algorithms' skill set. We suggested artificial bee colony algorithm and developed an application with MATLAB for matching solution of Chinese postman problem.
In this thesis, we applied swarm-based optimization algorithms to problem of finding source location of swarm robotics, and we suggested new adaptations to those algorithms if needed, then we developed a simulation program which can simulate those algorithms. We analyzed success of source tracking and source localization of swarm robotics in, single source localization, multiple source localization which have homogenious signal intensitiy and heterogenious signal intensity, and dynamic source localization scenarios. We analyzed and compared swarm-based optimization algorithms such as particle swarm optimization, artificial bee colony, quick artificial bee colony and modified bee colony. We also suggested and integrated modification to those algorithms in order to apply those solutions in real world applications. With suggested modifications we developed a source localization in swarm robotics simulation application with C# language in UNITY 3D. We developed same application in MATLAB in order to compare metaheuristic methods more comprehensible with figure libraries of MATLAB. We analyzed non-numerical matching problem, in order to get better sense of swarm-based optimization algorithms' skill set. We suggested artificial bee colony algorithm and developed an application with MATLAB for matching solution of Chinese postman problem.
Açıklama
Anahtar Kelimeler
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control ; Mühendislik Bilimleri, Engineering Sciences
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Fındıklı, Mehmet Akif (2019). Sürü robotların hedef bulma problemine sürü tabanlı optimizasyon algoritmalarının simülasyon uygulaması ve karşılaştırılması. Yayımlanmış Yüksek lisans tezi, İnönü Üniversitesi, Malatya.1-62 ss.
