本文選題：機(jī)器人 + 生命強(qiáng)度��； 參考：《中國礦業(yè)大學(xué)》2016年博士論文

【摘要】：機(jī)器人救援路徑規(guī)劃問題是救援順利進(jìn)行的關(guān)鍵,該問題可以描述為:在災(zāi)后環(huán)境中,針對環(huán)境中存在的多個被困人員,采用單一或者多個機(jī)器人來實(shí)施救援,同時(shí)考慮被困人員生命強(qiáng)度有限,需要規(guī)劃一條救援路徑,保證機(jī)器人在有限的時(shí)間內(nèi)救援盡可能多的被困人員。因此,救援路徑規(guī)劃問題的前提是規(guī)劃出有效的路徑。對于機(jī)器人路徑規(guī)劃,其本身是一個NP難問題。目前,針對機(jī)器人路徑規(guī)劃方法的成果很多,但是由于災(zāi)后環(huán)境復(fù)雜多變,已有的方法往往不能直接應(yīng)用到救援路徑規(guī)劃問題中去;雖然部分方法可以用于簡單救援路徑規(guī)劃問題,但是對于復(fù)雜環(huán)境下的救援路徑規(guī)劃問題,傳統(tǒng)方法往往難以奏效�？紤]到微粒群算法簡單,參數(shù)少,且運(yùn)行速度快,并且已有很多成功用于求解路徑規(guī)劃問題的成果,本文研究災(zāi)后環(huán)境中,基于微粒群優(yōu)化的機(jī)器人救援路徑規(guī)劃方法,給出具體救援場景下的問題求解方法。針對單機(jī)器人單一救援任務(wù)類型的路徑規(guī)劃問題,提出采用微粒群優(yōu)化方法來求解上述問題。首先,給出被困人員生命強(qiáng)度隨時(shí)間變化的函數(shù)表達(dá)式;接著,以最大救援個數(shù)為目標(biāo)函數(shù),建立上述救援問題的數(shù)學(xué)模型;然后,采用改進(jìn)的微粒群優(yōu)化方法來求解上述模型,主要包括:微粒位置和速度更新公式、微粒的個體極值和全局極值更新,以及保證更新后的微粒全部為可行解的修正方法。將所提方法應(yīng)用于3個不同的救援場景,并與沒有加入改進(jìn)策略后的微粒群優(yōu)化方法進(jìn)行比較,以驗(yàn)證所提方法的優(yōu)越性。上述救援場景簡單,其適用范圍較少,當(dāng)需要救援的被困人員個數(shù)很多或救援環(huán)境的范圍較大時(shí),單個機(jī)器人的救援效率低下;如果采用多個機(jī)器人來實(shí)施救援,救援效率將會明顯提高。鑒于此,研究多機(jī)器人單一救援任務(wù)類型路徑規(guī)劃問題,并針對該問題提出改進(jìn)的微粒群優(yōu)化求解方法。首先,考慮被困人員獲得救援需要滿足的條件,建立含有時(shí)間約束的Petri網(wǎng);接著,采用微粒群優(yōu)化方法來求取上述Petri網(wǎng)的最優(yōu)變遷序列,結(jié)合問題的特性,根據(jù)問題的實(shí)際情況,給出微粒群解碼方法,保證所有的變遷都可以得到分配且沒有重復(fù),避免了不可行解的產(chǎn)生。此外,給出了微粒位置和速度更新公式,并給出微粒的個體極值和全局極值更新策略。將所提方法應(yīng)用于多個救援場景中,并與其他方法進(jìn)行比較,實(shí)驗(yàn)結(jié)果驗(yàn)證了所提方法的有效性。進(jìn)一步,考慮實(shí)際救援場景中,存在多種救援任務(wù)類型,上述方法僅針對單一救援任務(wù)類型,并不能很好的用于多種救援任務(wù)類型的路徑規(guī)劃求解。因此,有必要研究多機(jī)器人多救援任務(wù)類型路徑規(guī)劃問題,提出基于微粒群優(yōu)化的問題求解方法。首先,考慮到多個救援任務(wù)類型且被困人員生命強(qiáng)度有限,給出每個被困人員對于各個機(jī)器人的優(yōu)先級序列,并基于此,來調(diào)整機(jī)器人救援被困人員的序列;接著,將每個被困人員的平均救援時(shí)間作為目標(biāo)函數(shù),并以生命強(qiáng)度有限作為約束,給出所求問題的數(shù)學(xué)模型。在微粒群求解方法上,給出集中式和分布式兩種不同情況下的求解方法。其一,針對集中式方法,在所有機(jī)器人都可以通信的情況下,采用改進(jìn)的整數(shù)微粒群優(yōu)化方法來求解,具體操作包括:微粒的解碼方法、微粒的個體極值和全局極值更新操作、插入操作,以及局部搜索方法;其二,針對分布式方法,考慮機(jī)器人之間通信受限的情況,提出采用多群微粒群優(yōu)化求解方法,每個子種群代表一個機(jī)器人,用來優(yōu)化該機(jī)器人的救援序列,機(jī)器人之間按照不同的拓?fù)浣Y(jié)構(gòu)來通信。具體策略包括:微粒的解碼方法,微粒的位置和速度更新公式,微粒的個體極值和全局極值更新策略,以及各個子微粒群之間的通信等。將上述兩種方法應(yīng)用到多種救援場景下,并分別與遺傳算法、傳統(tǒng)的微粒群算法、協(xié)商一致捆綁拍賣方法(CBBA)、啟發(fā)分布式任務(wù)分配方法(PI),以及改進(jìn)的PI方法等進(jìn)行比較,所得結(jié)果驗(yàn)證了集中式微粒群優(yōu)化方法是所有比較方法中所得結(jié)果最優(yōu)的,分布式微粒群優(yōu)化方法是所列所有分布式算法中最優(yōu)的。然而,實(shí)際救援場景中,考慮到救援環(huán)境中不同因素的影響,所得被困人員的生命強(qiáng)度并不能確定,有必要針對多機(jī)器人單一救援任務(wù)類型不確定路徑規(guī)劃問題,設(shè)計(jì)用于求解上述問題的微粒群優(yōu)化求解方法。首先,針對不確定生命強(qiáng)度,將其看作區(qū)間,給出其值隨時(shí)間變化的區(qū)間函數(shù)表達(dá)式。并基于此,給出上述問題的基于微粒群優(yōu)化的求解方法。主要包括:區(qū)間大小比較方法,微粒的全局極值更新方法以及局部搜索方法,最后將所提方法用于不同場景下的救援路徑規(guī)劃,仿真結(jié)果驗(yàn)證了所提方法的有效性。最后,考慮更復(fù)雜且更實(shí)際的問題,針對多機(jī)器人多救援任務(wù)類型不確定救援路徑規(guī)問題,采用改進(jìn)的微粒群優(yōu)化方法來求解上述問題。首先,建立所提問題的數(shù)學(xué)模型;接著,給出不同微粒間的編碼和解碼方法、微粒的全局極值更新方法,以及局部搜索方法,并將所提方法用于不同場景下的救援路徑規(guī)劃問題,來驗(yàn)證所提方法的有效性。本文研究所獲得的成果豐富了機(jī)器人救援路徑規(guī)劃理論,將其應(yīng)用到實(shí)際救援場景中,勢必會提高機(jī)器人救援的效率和質(zhì)量,具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。
[Abstract]:The problem of rescue path planning is the key to the successful rescue , which can be described as : In the post - disaster environment , it is difficult to use single or multiple robots to rescue many trapped persons present in the environment . A method for solving the problem of multi - robot multi - rescue task type path planning is presented . This paper presents a method for optimization of particle swarm optimization based on genetic algorithm , traditional particle swarm optimization , consensus binding auction method ( CBBA ) , heuristic distributed task allocation method ( PI ) and improved PI method .
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TP242

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 楊世強(qiáng);張海峰;李德信;;基于Petri網(wǎng)的FMS物流系統(tǒng)建模與仿真[J];計(jì)算機(jī)工程與應(yīng)用;2008年22期

，

本文編號：2011089