Análisis comparativo de métodos de optimización metaheurística para la generación de trayectorias de vehículos guiados automatizados
Autores: Bayona, Eduardo; Sierra-García, Jesús Enrique; Santos, Matilde
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Análisis comparativo de métodos de optimización metaheurística para la generación de trayectorias de vehículos guiados automatizados
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Métodos de optimización metaheurística
Trayectorias
Vehículos guiados automatizados
Planificación de rutas
Algoritmos genéticos
Optimización por enjambre de partículas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 40
Citaciones: Sin citaciones
Este documento presenta un análisis comparativo de varios métodos de optimización metaheurística para generar trayectorias de vehículos guiados automatizados, que comúnmente operan en entornos industriales. El objetivo es abordar el desafío de la planificación eficiente de rutas para robots móviles, teniendo en cuenta las capacidades específicas y limitaciones de movilidad inherentes a los vehículos guiados automatizados. Para ello, se comparan tres técnicas de optimización: algoritmos genéticos, optimización por enjambre de partículas y búsqueda de patrones. Los hallazgos de este estudio revelan la diferente eficiencia de estos enfoques de optimización de trayectorias. Esta investigación exhaustiva muestra las fortalezas y debilidades de varios métodos de optimización y ofrece información valiosa para optimizar las trayectorias de vehículos industriales utilizando mapas de ocupación geométrica.
Descripción
Este documento presenta un análisis comparativo de varios métodos de optimización metaheurística para generar trayectorias de vehículos guiados automatizados, que comúnmente operan en entornos industriales. El objetivo es abordar el desafío de la planificación eficiente de rutas para robots móviles, teniendo en cuenta las capacidades específicas y limitaciones de movilidad inherentes a los vehículos guiados automatizados. Para ello, se comparan tres técnicas de optimización: algoritmos genéticos, optimización por enjambre de partículas y búsqueda de patrones. Los hallazgos de este estudio revelan la diferente eficiencia de estos enfoques de optimización de trayectorias. Esta investigación exhaustiva muestra las fortalezas y debilidades de varios métodos de optimización y ofrece información valiosa para optimizar las trayectorias de vehículos industriales utilizando mapas de ocupación geométrica.