سفارش تبلیغ
صبا ویژن
هر که پوشش شرم گزیند کس عیب او نبیند . [نهج البلاغه]
لوگوی وبلاگ
 

دسته بندی موضوعی یادداشتها
 
دانلود رایگان مقاله ISI ، دانلود مقالات IEEE ، دانلود رایگان مقاله IEEE ، دانلود مقاله ، دانلود مقالات ISI ، دانلود رایگان مقاله ACM ، دنلود مقالات ISI ، دانلود رایگان مقاله Science Direct ، دانلود رایگان مقاله از ACM ، دانلود رایگان مقالات مهندسی ، دانلود رایگان مقالات ACM ، دانلود رایگان مقاله مهندسی ، دانلود رایگان مقالات IEEE ، دانلود رایگان مقاله Springer ، دانلود رایگان مقاله آی اس آی ، دانلود مقالات آی اس آی ، دانلود مقاله آی اس آی ، یوزرنیم و پسورد دانشگاه های معتبر ، دانلود مقاله از IEEE ، دانلود رایگان مقالات آی اس آی ، دانلود رایگان مقاله ، دانلود ، یوزرنیم و پسورد سایتهای علمی ، دانلود رایگان مقالات ISI ، دانلود رایگان مقاله Science Direc ، دانلود رایگان ، دانلود رایگان مقالا ، دانلود رایگان مقالات IEEE، دانلود رایگان مقالات ISI، دانلود مقال ، Free ISI Paper Download ، ISI Paper Download ، Paper Download ، انلود رایگان مقالات IEEE ، دانلود رایگان مقالات مهندسی. دانلود رایگان مقاله Springer. دانلو ، دانلود مقاله ISI ، رایگان مقالات ACM ، و پسورد سایتهای علمی ، یوزرنیم ، دانلود مقالات آی ، دانلود مقالات IEEE, دنلود مقالات ISI, دانلود رایگان مقاله IEEE, ، دانلود، مقاله، ISI، 2013، رایانش فراگیر ،

آمار و اطلاعات

بازدید امروز :149
بازدید دیروز :11
کل بازدید :257291
تعداد کل یاداشته ها : 160
103/9/1
4:40 ع

 

به نام خدا

Title: Improved Genetic Algorithms based Optimum Path Planning for Mobile Robot

Authors: Soh Chin Yun , Veleppa Ganapathy ,Lim Ooi Chong

Abstract: Improved genetic algorithms incorporate other techniques, methods or algorithms to optimize the performance of genetic algorithm. In this paper, improved genetic algorithms of optimum path planning for mobile robot navigation are proposed. An Obstacle Avoidance Algorithm (OAA) and a Distinguish Algorithm (DA) are introduced to generate the initial population in order to improve the path planning efficiency to select only the feasible paths during the evolution of genetic algorithm. Domain heuristic knowledge based crossover, mutation, refinement and deletion operators are specifically designed to fit path planning for mobile robots. Proposed genetic algorithms feature unique, simple path representations, and simple but effective evaluation methods. Simulation studies and real time implementations are carried out to verify and validate the effectiveness of the proposed algorithms.   

Publish Year: 2010

Published in: ICARCV - IEEE

Number of Pages: 13

موضوع: الگوریتم ژنتیک (Genetic Algorithms)

مشاهده صفحه اول مقاله

دانلود مقاله

لینک مقاله در سایت ناشر

 

ایران سای – مرجع مقالات علمی فنی مهندسی

حامی دانش بومی ایرانیان