Planificación de ruta para agentes móviles utilizando un algoritmo genético con un factor guiado por dirección
Autores: Lee, Hyeok-Yeon; Shin, Hyunwoo; Chae, Junjae
Idioma: Inglés
Editor: MDPI
Año: 2018
Acceso abierto
Artículo científico
2018
Planificación de ruta para agentes móviles utilizando un algoritmo genético con un factor guiado por dirección
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Planificación de la ruta más corta libre de colisiones
Agentes móviles
Algoritmo genético
Búsqueda basada en obstáculos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
Este artículo sugiere una metodología novedosa en la planificación de la ruta más corta sin colisiones (CFSPP) para agentes móviles (MAs) utilizando un método que combina un algoritmo genético (GA) y un factor de dirección hacia un punto objetivo. En el problema de CFSPP, los MAs encuentran la ruta más corta desde el punto de inicio hasta el punto objetivo evitando ciertos obstáculos. El artículo propone una metodología de búsqueda basada en obstáculos que identifica puntos críticos sin colisiones adyacentes a los obstáculos dados. Cuando se encuentran obstáculos críticos a través de CFSPP, este estudio sugiere rutas favorables en el espacio bidimensional encontradas utilizando el algoritmo genético basado en obstáculos (OBGA). El OBGA tiene cuatro ventajas. Primero, estrecha efectivamente los espacios de búsqueda en comparación con metodologías basadas en el espacio libre. También determina rutas sin colisiones más cortas y solo requiere poco tiempo. Finalmente, la convergencia ocurre más rápidamente que en estudios anteriores. El método propuesto también funciona correctamente en entornos más grandes y complejos, lo que indica que puede aplicarse a problemas más prácticos.
Descripción
Este artículo sugiere una metodología novedosa en la planificación de la ruta más corta sin colisiones (CFSPP) para agentes móviles (MAs) utilizando un método que combina un algoritmo genético (GA) y un factor de dirección hacia un punto objetivo. En el problema de CFSPP, los MAs encuentran la ruta más corta desde el punto de inicio hasta el punto objetivo evitando ciertos obstáculos. El artículo propone una metodología de búsqueda basada en obstáculos que identifica puntos críticos sin colisiones adyacentes a los obstáculos dados. Cuando se encuentran obstáculos críticos a través de CFSPP, este estudio sugiere rutas favorables en el espacio bidimensional encontradas utilizando el algoritmo genético basado en obstáculos (OBGA). El OBGA tiene cuatro ventajas. Primero, estrecha efectivamente los espacios de búsqueda en comparación con metodologías basadas en el espacio libre. También determina rutas sin colisiones más cortas y solo requiere poco tiempo. Finalmente, la convergencia ocurre más rápidamente que en estudios anteriores. El método propuesto también funciona correctamente en entornos más grandes y complejos, lo que indica que puede aplicarse a problemas más prácticos.