طراحی مسیر بهینه کلی برای بازوی مکانیکی با استفاده از کنترل بهینه ترکیب شده با الگوریتم ژنتیک

هدف این مقاله ارائه یک الگوریتم دو مرحله ای برای یافتن یا نزدیک شدن به کمینه سراسری در مسئله بهینه سازی برای ربات ها است. این الگوریتم از ترکیب یک روش بهینه سازی ریاضیاتی و یک روش تکاملی استفاده می کند. روش ریاضی مبتنی بر یک حل غیرمستقیم از مسئله کنترل بهینه حلقه باز است و روش تکاملی مبتنی بر الگوریتم ژنتیک می باشد. حدس های اولیه ای که به وسیله الگوریتم ژنتیک تولید می شوند برای تولید جواب بهینه به وسیله کنترل بهینه استفاده می شوند. سپس، تابع هزینه برای هر جواب بهینه محاسبه، و بهترین جواب ها برای مرحله بعد انتخاب می شوند. در مرحله بعد الگوریتم، این جواب ها برای تولید حدس های اولیه جدید استفاده می شود. سپس دوباره برای هر حدس اولیه، مسئله کنترل بهینه حل و هزینه شان محاسبه می شود. این فرآیند تا زمانی که هزینه کمینه به دست آید ادامه می یابد. به منظور بهبود عملکرد الگوریتم، یک عملگر ژنتیک جدید، علاوه بر عملگرهای مرسوم، برای انتخاب جفت کروموزوم مناسب در عملیات ترکیب معرفی شده است. روش پیشنهاد شده، مشکل کنترل بهینه که گیر کردن در کمینه های محلی است را حذف می کند و سعی می کند که مینیمم کلی را به دست آورد. موثر بودن روش با چند شبیه سازی نشان داده شده است.