نویسندگان

• وحید عظیمی راد
• حامد شرکایی

چکیده

هدف این مقاله ارائه یک الگوریتم دو مرحله‌‌ای برای یافتن یا نزدیک شدن به کمینه سراسری در مسئله بهینه‌سازی برای ربات‌‌ها است. این الگوریتم از ترکیب یک روش بهینه‌سازی ریاضیاتی و یک روش تکاملی استفاده می‌‌کند. روش ریاضی مبتنی بر یک حل غیرمستقیم از مسئله کنترل بهینه حلقه باز است و روش تکاملی مبتنی بر الگوریتم ژنتیک می‌‌باشد. حدس‌‌های اولیه‌ای که به‌وسیله الگوریتم ژنتیک تولید می‌‌‌شوند برای تولید جواب بهینه به‌وسیله کنترل بهینه استفاده می‌‌شوند. سپس، تابع هزینه برای هر جواب بهینه محاسبه، و بهترین جواب‌‌ها برای مرحله بعد انتخاب می‌‌شوند. در مرحله بعد الگوریتم، این جواب‌‌ها برای تولید حدس‌‌های اولیه جدید استفاده می‌‌شود. سپس دوباره برای هر حدس اولیه، مسئله کنترل بهینه حل و هزینه‌‌شان محاسبه می‌شود. این فرآیند تا زمانی که هزینه کمینه به‌دست آید ادامه می‌‌یابد. 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 کمینه‌‌های محلی است را حذف می‌‌کند و سعی می‌‌کند که مینیمم کلی را به‌دست آورد. مؤثر بودن روش با چند شبیه‌سازی نشان داده شده است.