Адаптация алгоритмов роевой оптимизации к решению поисковых задач роевого интеллекта

Боковая панель статьи

PDF
Опубликован: сен 16, 2021
Ключевые слова:
роевой интеллект, роевая робототехника, роевая оптимизация, параллельные вычисления swarm intelligence, swarm robotics, swarm optimization, parallel computing

Основное содержимое статьи

А.Г. Николашкин
МГУ им. М. В. Ломоносова, факультет вычислительной математики и кибернетики, 119991, Москва, ГСП-1, Ленинские горы, д. 1, стр. 52, факультет ВМК
Н.М. Ершов
ГБОУ ВО МО «Университет «Дубна», 141980, Московская обл., г. Дубна, ул. Университетская, 19

Аннотация

В настоящей работе рассматривается модельная для роевой робототехники задача поиска источника некоторого сигнала, например, источника загрязнения или возгорания. Описываются адаптированные версии нескольких классических алгоритмов роевой оптимизации, описывается программная реализация системы моделирования рассматриваемого класса алгоритмов, приводятся результаты численного исследования эффективности разработанных алгоритмов.

Скачивания

Данные скачивания пока недоступны.

Информация о статье

Как цитировать
1.
Николашкин А, Ершов Н. Адаптация алгоритмов роевой оптимизации к решению поисковых задач роевого интеллекта. Системный анализ в науке и образовании [Интернет]. 16 сентябрь 2021 г. [цитируется по 20 апрель 2024 г.];(3):50-5. доступно на: https://sanse.ru/index.php/sanse/article/view/227
Выпуск
№ 3 (2019): №3 (2019)
Раздел
Статьи

Библиографические ссылки

Marco Dorigo, Erol Şahin. Guest Editorial: Swarm Robotics // Autonomous Robots. — 2004. — Pp.111-113.

Jevtic A., Andina D. Swarm intelligence and its applications in swarm robotics // Proceedings of the 6th WSEAS International conference on Computational intelligence, man-machine systems and cybernetics, 2007. — Pp. 41-46.

Blum, Christian, Roderich Groß. Swarm Intelligence in Optimization and Robotics // Springer Handbook of Computational Intelligence. — 2015. — Pp.1291-1309.

Карпенко А.П. Современные алгоритмы поисковой оптимизации // М.: Изд-во МГТУ им. Н.Э. Баумана, 2014.

Ершов Н. М., Попова Н. Н. Естественные модели параллельных вычислений. — МАКС Пресс М.: Издательский отдел факультета ВМиК МГУ имени М.В. Ломоносова, 2017.

Kennedy J., Eberhart R. Particle Swarm Optimization // Proc. of IEEE International Conference on Neural Networks. — 1995. — Pp. 1942-1948.

Cheng R., Jin Y. A Competitive Swarm Optimizer for Large Scale Optimization // IEEE Transactions on Cybernetics. — 2015. — Vol. 45. — No. 2. — Pp. 191-204.

Passino K. M. Biomimicry of bacterial foraging for distributed optimization and control // IEEE Control Systems Magazine. — 2002. — Vol. 22. — No. 3. — Pp. 52-67.

Xin-She Yang. Firefly Algorithm, Stochastic Test Functions and Design Optimisation // Int. J. BioInspired Computation. — 2010. — Vol. 2. — No. 2. — Pp. 78-84.

Вычислительный комплекс IBM Polus. — [Электронный ресурс]. URL: http://hpc.cs.msu.ru/polus (дата обращения: 7.09.2019)