Jornal de Sensoriamento Remoto e GIS

Abstrato

Comparação de quatro algoritmos evolutivos para a otimização da força de retenção num robô escalador

Masike R e Janak Kumar B. Patel

Os algoritmos evolutivos (EAs) são métodos de busca estocástica que imitam a evolução biológica natural. Neste trabalho fornecemos uma visão geral de quatro EA recentes e fornecemos uma estrutura para adoção em robôs escaladores. São introduzidos e comparados quatro modelos baseados em EAs para a otimização da força de retenção numa plataforma de retenção Bernoulli para um robô escalador, considerando as suas características importantes e a sua relevância para a força de retenção adaptativa. É apresentado um breve código de cada algoritmo para facilitar a sua implementação e utilização por investigadores e profissionais. Estes EA incluem a Evolução Diferencial (DE), a implementação MONEE, o Algoritmo Genético Modificado (MGA) e o Algoritmo Memético (MA). Os quatro EA foram aplicados à popular regra do MIT como função objetivo para a força de retenção adaptativa e, em seguida, a uma plataforma de Bernoulli real para um robô escalador. O MATLAB foi empregue para a comparação rigorosa dos modelos em termos da solução ótima obtida, do número de avaliações da função objetivo correspondente à solução ótima e da qualidade dos resultados. Foi realizada uma análise estatística e posteriormente determinada uma métrica de taxa de eficiência para avaliar o desempenho de cada modelo. Os resultados mostraram que o melhor desempenho veio de um algoritmo híbrido que incorpora características desejadas para uma força de retenção ótima, pelo que foi desenvolvida uma estrutura para a adoção de EAs em robôs escaladores.