遥感与地理信息系统学报

抽象的

四种优化爬行机器人保持力的进化算法比较

Masike R 和 Janak Kumar B. Patel

进化算法 (EA) 是一种模拟自然生物进化的随机搜索方法。在本文中，我们概述了四种最新的 EA，并提供了在攀爬机器人中采用的框架。介绍了四种基于 EA 的模型，并比较了它们在攀爬机器人伯努利保持垫中的保持力优化方面的情况，同时考虑了它们的重要特征及其与自适应保持力的相关性。每种算法都提供了简短的代码，以方便研究人员和从业人员实施和使用。这些 EA 包括差分进化 (DE)、MONEE 实现、改进的遗传算法 (MGA) 和模因算法 (MA)。将这四种 EA 应用于流行的 MIT 规则作为自适应保持力的目标函数，然后应用于攀爬机器人的真实伯努利垫。使用 MATLAB 对模型进行了严格的比较，比较了获得的最优解、与最优解相对应的目标函数评估次数以及结果的质量。进行了统计分析，然后确定了效率率指标来评估每个模型的性能。结果表明，最佳性能来自于结合了最佳保持力所需特性的混合算法，从而开发了在攀爬机器人中采用 EA 的框架。