Path planning for unmanned Air vehicles using the NSGA-II genetic algorithm

 
δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
κοινοποιήστε το τεκμήριο




2009 (EL)
Εφαρμογή του γενετικού αλγορίθμου NSGA:II για τον καθορισμό βέλτιστης τροχιάς σε μη επανδρωμένα αεροσκάφη
Path planning for unmanned Air vehicles using the NSGA-II genetic algorithm

Κωνσταντινίδης, Ιωάννης Θεόδωρου

Αρχικά γίνεται μια περιγραφή των τεχνικών που χρησιμοποιούνται για την παραγωγή των σημείων προορισμού και των τεχνικών για τη μοντελοποίηση της τροχιάς με βάση τα σημεία αυτά. Στη συνέχεια επεξηγούνται οι γενετικοί αλγόριθμοι ως μια σύγχρονη μέθοδος καθορισμού τροχιάς και περιγράφονται αναλυτικά η ορολογία και οι αρχές που εφαρμόζονται κατά την επίλυση πολλαπλών αντικειμενικών συναρτήσεων όπως το πρόβλημα της παρούσας εργασίας. Αναλύεται βήμα προς βήμα ο γενετικός αλγόριθμος NSGA-II και εφαρμόζεται σε περιβάλλον MATLAB για τον καθορισμό βέλτιστης τροχιάς σε μη επανδρωμένα αεροσκάφη υπό διάφορες συνθήκες. Με βάση τα αποτελέσματα, προκύπτουν κάποια συμπεράσματα που αφορούν τόσο τη χρήση γενετικών αλγορίθμων, όσο και του NSGA-II ειδικότερα.
At the beginning there is a description of the methods used for the production of the waypoints and of the techniques applied for the modelling of the ILAV's path. then the theory of Genetic Algorithms is further explained as a modern technique for path planning. The terminology and the main principles applied for solving Multiple Objective Optimization Problems, as the problem of the current essay, are anallytically presented. The NSGA II genetic algorithm is described step by step and then is programmed in Matlab environment, in order to provide a user with the best path for a UAV flying under extremely dificult conditions based on the results, some conclusions are made concerning the use of genetic algorithms in general, and the use of NSGA III more specifically.

info:eu-repo/semantics/masterThesis
Postgraduate Thesis / Μεταπτυχιακή Εργασία

NSGA-II Non dominated sorting genetic algorithm
Waypoints
Γενετικός αλγόριθμος ταξινόμησης με βάση τη μη κυριαρχία
UAV-Unmanned Air vehicles
Σημεία Προορισμού
Γενετικός Αλγόριθμος Πολλαπλών Αντικειμενικών συναρτήσεων
Μη επανδρωμένο Αεροσκάφος
Multiple objective genetic algorithms

Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (EL)
Aristotle University of Thessaloniki (EN)

Ελληνική γλώσσα

2009
2009-12-10T10:38:15Z


Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Πολυτεχνική Σχολή, Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

This record is part of 'IKEE', the Institutional Repository of Aristotle University of Thessaloniki's Library and Information Centre found at http://ikee.lib.auth.gr. Unless otherwise stated above, the record metadata were created by and belong to Aristotle University of Thessaloniki Library, Greece and are made available to the public under Creative Commons Attribution-ShareAlike 4.0 International license (http://creativecommons.org/licenses/by-sa/4.0). Unless otherwise stated in the record, the content and copyright of files and fulltext documents belong to their respective authors. Out-of-copyright content that was digitized, converted, processed, modified, etc by AUTh Library, is made available to the public under Creative Commons Attribution-ShareAlike 4.0 International license (http://creativecommons.org/licenses/by-sa/4.0). You are kindly requested to make a reference to AUTh Library and the URL of the record containing the resource whenever you make use of this material.
info:eu-repo/semantics/openAccess



*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.