دانلود متن کامل پایان نامه مقطع کارشناسی ارشد رشته مهندسی برق گرایش سیستم
با عنوان :هدایت فازی رباتهای خودمختار با بهره گرفتن از یادگیری تشدیدی و بهینهسازی کلونی زنبور مصنوعی
استاد راهنما:
دکتر رضا قادری
استاد مشاور:
دکترعطااله ابراهیم زاده
تکه هایی از متن به عنوان نمونه :
چکیده
ربات خودمختار به سامانهی فیزیکی‌ای اطلاق میشود که بتواند به طور هدفمند، بدون دانش پیشین از محیط و بدون دخالت انسان در دنیای واقعی، که مخصوصا برای ربات مهندسی نشده، حرکت کند و وظایف مشخصی را انجام دهد. به عنوان مثال، مطلوب مساله ناوبری ربات، که در این پژوهش مطرح است، حرکت ربات به سمت هدفی مشخص بدون برخورد با موانع موجود میباشد. در تعریفی ساده میتوان سامانهی ربات را متشکل از حسگرها، واحد تصمیم گیری و محرکها دانست. واحد تصمیم گیری پس از درک و تفسیر اطلاعات دریافتی از حسگرها، تصمیم مناسب را اتخاذ و فرامین حرکتی متناسب را برای ارسال به محرکها تولید مینماید. در این پایان نامه ، الگوریتم تصمیمگیری برای ناوبری ربات پیشنهاد میشود که از مزایای ترکیب منطق فازی و یادگیری Q برای مواجه و حل چالشهای ناوبری خودمختار بهره میگیرد. منطق فازی با تکیه بر خصوصیات موثر خود از قبیل عدم نیاز به مدل دقیق محیط، پایداری نسبت به داده های غیر قطعی و نویزی، پاسخ سریع و پیاده سازی آسان، ابزاری کارآمد برای حل مسالهی ناوبری ربات خودمختار به شمار میرود. یادگیری Q داری ساختار بدون مربی، پویا، ساده و قابل پیادهسازی آسان میباشد. از این رو ابزاری کارآمد جهت تنظیم برخط سامانه استنباط فازی است. ربات اطلاعات به دست آمده از جهان پیرامون را به مجموعه ای از حالتهای فازی خلاصه می کند. برای هر حالت فازی تعدادی عمل پیشنهادی وجود دارند. حالتها توسط قوانین اگر-آنگاه فازی، که با منطق انسان طرح شده اند، به عملهای نظیرشان مربوط میشوند. برای هر حالت، ربات توسط یادگیری Q بهترین عمل، که دارای بیشترین مقدار q است، را از طریق تعاملات برخط با محیط انتخاب می کند. پارامترهای کلیدی مجموعه فازی و یادگیری Q، شامل پارامترهای توابع عضویت ورودی فازی و همچنین مقدار عامل فراموشی یادگیری Q، توسط بهینهسازی کلونی زنبور مصنوعی به صورت غیربرخط، پیش از قرار گرفتن ربات در محیطهای آزمایش، به دست آمدهاند. هدف، طراحی الگوریتم ناوبری انعطافپذیری است که بتواند خود را به طور کارآمد با محیطهای کاملا ناشناخته، دارای تعداد مختلفی از موانع با شکلهای متنوع، تطبیق دهد. موانع به شکلهای مربعی، دایروی، مقعر، محدب، چندضلعی و شکلهای نا‌‌منظم و تعریف نشده‌ی هندسی میباشند. یادگیری Q بدون مرحله اکتشافی (یادگیری قبل از آزمایش) به کار گرفته شدهاست. بدین معنی که مقادیر q در هر آزمایش بدون پیشفرض و از مقدار اولیه صفر شروع میشوند، لذا محیط یادگیری جهت مقداردهی اولیه به مقادیر q وجود ندارد. الگوریتم ناوبری پیشنهاد شده بر روی ربات کپرا و در محیط شبیهسازی KiKS آزمایش شد. معیارهای ارزیابی، موفقیت ربات در رسیدن به هدف، سرعت و امنیت مسیر طی شده میباشند. نتایج شبیهسازی نشان دادند که الگوریتم تصمیم گیری ارائه شده قادر است در اکثر مواقع ربات را با موفقیت به سمت هدف در مسیرهای امن و سریع هدایت نماید.
کلمات کلیدی: یادگیری Q فازی- ناوبری خودمختار- ربات کپرا
فهرست مطالب
1-مقدمه……………………………………………………………………. 2
1-1- تعاریف اولیه در رباتیک………………………………………………… 3
1-2- چالش های ناوبری خودمختار…………………………………………….. 3
1-3- روش های حل مساله ناوبری ربات………………………………… 4
1-4- اهداف و نتایج………………………………………………………………….. 6
1-5- ساختار پایان نامه………………………………………………………….. 9
2- بررسی روش های پیشین…………………………………………………………. 11
2-1- مقدمه………………………………………………………………………………. 11
2-2- معماری سلسله مراتبی……………………………………………………. 11
2-2-1-روش گراف دیداری……………………………………………………….. 12
2-2-2-روش تجزیه سلولی……………………………………….. 13
2-2-3-روش میدان پتانسیل…………………………………… 13
2-3- معماری مبتنی بر رفتار………………………………………………… 14
2-4- روش ترکیبی……………………………………………………………………… 17
2-5- مطالعات مرتبط………………………………………………………………… 18
2-6- نتیجه گیری……………………………………………………………………… 21
3- منطق فازی، یادگیری Q و بهینه سازی کلونی زنبور مصنوعی. 24
3-1- مقدمه ………………………………………………………………………………………………………………………….. 24
3-2- منطق فازی……………………………………………………………………… 24
3-3- یادگیری Q……………………………………………………………………… 27
3-4- بهینه سازی کلونی زنبور مصنوعی………………………………… 28
3-4-1-زنبور ها در طبیعت ………………………………… 29
3-4-2-الگوریتم بهینه سازی کلونی زنبورهای مصنوعی………. 30
3-4-3-فاز جمعیت اولیه…………………………………….. 32
3-4-4-انتخاب جمعیت اولیه………………………………… 32
3-4-5-فاز رنبورهای به کار گرفته شده……… 32
3-4-6-فاز زنبورهای تماشاگر………………………….. 32
3-4-7-فاز زنبورهای دیده بان……………………….. 33
4- الگوریتم یادگیری Q فازی پیشنهادی…………………………. 35
4-1- مقدمه……………………………………………………………………………… 35
4-2- ربات کپرا……………………………………………………………………….. 35
4-3- یادگیری Q فازی……………………………………………………………… 38
4-4- بهینه سازی……………………………………………………………………… 43
5- نتایج شبیه سازی ها و پیشنهادهای ادامه کار……. 48
5-1- مقدمه………………………………………………………………………………. 48
5-2- نرم افزار شبیه سازی KiKS………………………………………….. 48
5-3- محیط های شبیه سازی………………………………………………………. 51
5-4- نتایج شبیه سازی……………………………………………………………. 53
5-4-1-موفقیت در رسیدن به هدف (GR)……………… 53
5-4-2-امنیت مسیر طی شده تا هدف (SF)………… 53
5-4-3-سرعت مسیر طی شده تا هدف (SP)…………… 53
5-5- بحث و نتیجه گیری………………………………………………………….. 65
5-6-پیشنهادهای ادامه كار……………………………………………………. 66
مراجع…………………………………………………………………………………………………………………………………………………………………………….67
چکیده لاتین…………………………………………………………………………………………………………………………………………………………………….70
فهرست شکل ها
شکل(2‑1): معماری سلسله مراتبی جهت ناوبری ربات………. 12
شکل(2‑2): معماری مبتنی بر رفتار جهت ناوبری ربات…….. 15
شکل(2‑3): معماری رده بندی جهت ناوبری ربات…………… 15
شکل(2‑4): معماری الگوهای حرکتی جهت ناوبری ربات……… 16
شکل(2‑5): معماری ترکیبی جهت ناوبری ربات…………….. 18
شکل(3‑1): توابع عضویت فازی متغیرهای ورودی………….. 25
شکل(3‑2): روش فازی زدایی متوسط مقدار بیشینه………… 26
شکل(4-1): ربات کپرا……………………………… 35
شکل(4‑2): میزان دریافت نور بازتاب شده از موانع مختلف توسط گیرندههای مادونقرمز ربات کپرا…………………….. 36
شکل(4-3): توابع عضویت فازی ورودی …………………. 38
شکل(4-4): نمایش راستای محاسبه زاویه چرخش در دستگاه کارتزین 39
شکل(4-5): الگوریتم یادگیری Q فازی…………………. 40
شکل(4-6): فلوچارت الگوریتم یادگیری Q فازی پیشنهادی….. 41
شکل(4-7): بهینه سازی غیربرخط پارامترهای کلیدی یادگیری Q و سامانه استنباط فازی……………………………….43
شکل(4-8): محیط در نظر گرفته شده جهت فرآیند بهینه سازی.. 44
شکل(4-9): نمودار بهینه سازی تابع هدف بر حسب تعداد تکرارها 45
شکل(4-10): فلوچارت الگوریتم بهینه سازی…………….. 46
شکل(5-1): پنجره آماده سازی KiKS…………………… 49
شکل(5-2): نمونه شکل های موانع……………………. 52
شکل(5-3): عملکرد الگوریتم یادگیری Q فازی در محیط ساده.. 56
شکل(5-4): عملکرد الگوریتم فازی در محیط ساده………… 56
شکل(5-5): عملکرد الگوریتم یادگیری Q فازی در محیط ساده.. 57
شکل(5-6): عملکرد الگوریتم فازی در محیط ساده………… 57
شکل(5-7): عملکرد الگوریتم یادگیری Q فازی در محیط ساده.. 58
شکل(5-8): عملکرد الگوریتم فازی در محیط ساده………… 58
شکل(5-9): عملکرد الگوریتم یادگیری Q فازی در محیط معمولی 59
شکل(5-10): عملکرد الگوریتم فازی در محیط معمولی……… 59
شکل(5-11): عملکرد الگوریتم یادگیری Q فازی در محیط معمولی 59
شکل(5-12): عملکرد الگوریتم فازی در محیط معمولی……… 59
شکل(5-13): عملکرد الگوریتم یادگیری Q فازی در محیط معمولی 60
شکل(5-14): عملکرد الگوریتم فازی در محیط معمولی……… 61
شکل(5-15): عملکرد الگوریتم یادگیری Q فازی در محیط پیچیده 62
شکل(5-16): عملکرد الگوریتم فازی در محیط پیچیده……… 62
شکل(5-17): عملکرد الگوریتم یادگیری Q فازی در محیط پیچیده 63
شکل(5-18): عملکرد الگوریتم فازی در محیط پیچیده……… 63
شکل(5-19): عملکرد الگوریتم یادگیری Q فازی در محیط پیچیده 64
شکل(5-20): عملکرد الگوریتم فازی در محیط پیچیده……… 64
فهرست جدول ها
جدول(2‑1): مقایسه خصوصیات معماری های مختلف………….. 22
جدول(2‑2): تعریف معیارهای ارزیابی معماری های مختلف…… 22
جدول(4‑1): محدوده صفات زبانی زاویه چرخش…………….. 39
جدول(4‑2): مقادیر سیگنال تشدیدی در حالتهای مختلف…….. 42
جدول(4-3): پارامترهای الگوریتم بهینه سازی………….. 44
جدول(4-4): مقادیر پارامترهای بهینه شده و تابع هدف…… 45
جدول(5‑1): توصیف کمی درجه پیچیدگی محیط ها…………… 53
جدول(5-2): عملکرد الگوریتم یادگیری Q فازی پیشنهادی….. 54
جدول(5-3): عملکرد الگوریتم فازی…………………… 55
فهرست علایم و اختصارات
FQL………………………………………………………………………………………………….. Fuzzy Q-learning
DFQL………………………………………………………………………………….. Dynamic Fuzzy Q-learning
ABC………………………………………………………………………… Artificial Bee Colony Optimization
KiKS………………………………………………………………………………… KiKS is a Khepera Simulator
فصل اول
ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل و با فرمت ورد موجود است
متن کامل را می توانید دانلود نمائید
چون فقط تکه هایی از متن پایان نامه در این صفحه درج شده (به طور نمونه)
ولی در فایل دانلودی متن کامل پایان نامه
با فرمت ورد word که قابل ویرایش و کپی کردن می باشند
موجود است
تعداد صفحه :86
قیمت : 14700 تومان
