prikaz prve stranice dokumenta Poboljšani mikrogenetički algoritmi u upravljanju robotskim sustavima
Rad nije dostupan
disertacija
Poboljšani mikrogenetički algoritmi u upravljanju robotskim sustavima
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2010. urn:nbn:hr:168:372168
Dužanec, Darko
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zavod za automatiku i računalno inženjerstvo

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Dužanec, D. (2010). Poboljšani mikrogenetički algoritmi u upravljanju robotskim sustavima (Disertacija). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:372168

Dužanec, Darko. "Poboljšani mikrogenetički algoritmi u upravljanju robotskim sustavima." Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2010. https://urn.nsk.hr/urn:nbn:hr:168:372168

Dužanec, Darko. "Poboljšani mikrogenetički algoritmi u upravljanju robotskim sustavima." Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2010. https://urn.nsk.hr/urn:nbn:hr:168:372168

Dužanec, D. (2010). 'Poboljšani mikrogenetički algoritmi u upravljanju robotskim sustavima', Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 24.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:372168

Dužanec D. Poboljšani mikrogenetički algoritmi u upravljanju robotskim sustavima [Disertacija]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2010 [pristupljeno 24.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:372168

D. Dužanec, "Poboljšani mikrogenetički algoritmi u upravljanju robotskim sustavima", Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2010. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:372168

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:372168
Podaci o radu
NaslovPoboljšani mikrogenetički algoritmi u upravljanju robotskim sustavima
AutorDarko Dužanec
MentorZdenko Kovačić (mentor)
Član povjerenstvaStjepan Bogdan (predsjednik povjerenstva)
Član povjerenstvaDarko Grundler (član povjerenstva)
Član povjerenstvaMario-Osvin Pavčević (član povjerenstva)
Član povjerenstvaMarin Golub (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
(Zavod za automatiku i računalno inženjerstvo)
Zagreb
Datum i država obrane2010-10-14, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Procesno računarstvo
Univerzalna decimalna klasifikacija
(UDC)		004 - Računalna znanost i tehnologija. Računalstvo. Obrada podataka
Sažetak
U ovom radu istražena je mogućnost primjene genetičkog algoritma za rješavanje optimizacijskih problema u realnom vremenu. Proveden je veliki broj numeričkih eksperimenata temeljem kojih je utvrđen utjecaj pojedinih parametara na ponašanje GA s ciljem utvrđivanja optimalnih parametara algoritma. U ovom radu predstavljena je metoda određivanja optimalnih parametara mikrogenetičkog algoritma temeljem poznatih optimalnih parametara genetičkog algoritma. Provedena je analiza ponašanja mikrogenetičkog algoritma pomoću Markovljevih lanaca. Temeljem te analize razvijen je operator kontrakcije prostora rješenja koji povećava točnost rješenja genetičkog algoritma. Opisani algoritam primijenjen je za rješavanje problema inverzne kinematike hiperredundantnog robota. Problem inverzne kinematike definiran je kao optimizacijski problem i definiran je vektorski oblik kromosoma pa su i genetički operatori prilagođeni vektorskom obliku kromosoma. Vektorski oblik genetičkog algoritma primijenjen je i za vremensku optimizaciju CAN sabirnice kojom se smanjuje vrijeme kašnjenja poruka kod većih opterećenja sabirnice. Mikrogenetički algoritam za rješavanje problema inverzne kinematike implementiran je na nekoliko računalnih platformi, dok je genetički algoritam za analizu CAN sabirnice testiran na postojećem upravljačkom sustavu vatrogasnog vozila.
Sažetak (engleski)
This paper analyses the possibility of using genetic algorithms to solve real time optimization problems. A large number of experiments are performed to determine the influence of the parameters of the GA with the goal to determine the optimal set of parameters. A method is introduced to determine optimal parameters of microgenetic algorithms based on known parameters of the optimal genetic algorithm. An analysis of the microgenetic algorithm based on Markov chains is shown. The conclusions of this analysis are used to introduce the new solution space contraction parameter which increases the precision of the solution. The described algorithm is used to solve the inverse kinematics problem of a hiperredundant robot. The inverse kinematics problem is defined in form of an optimization problem and the chromosome is defined as a vector. The genetic operators are modified to operate with vector chromosomes. The vector form of the genetic algorithm is used to optimize the CAN bus protocol with the goal to reduce jitter at higher bus loads. The microgenetic algorithm for solving the inverse kinematics problem is implemented on several platforms and the genetic algorithm for CAN bus optimization is tested on an existing decentralized control system of an firefighting vehicle.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:372168
ProjektŠifra: 036-0363078-3016
Naziv: Planiranje i izvođenje zadataka u robotskim i autonomnim sustavima
Voditelj: Stjepan Bogdan
Pravna nadležnost: Hrvatska
Financijer: MZOS
Linija financiranja: ZP
ProjektŠifra: 036-0363078-3017
Naziv: Integrirano upravljanje robotskim sustavima u složenim okruženjima
Voditelj: Zdenko Kovačić
Pravna nadležnost: Hrvatska
Financijer: MZOS
Linija financiranja: ZP
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: poslijediplomski znanstveni (doktorski)
Akademski / stručni naziv: Doktor znanosti (dr. sc.)
URL zapisa u kataloguhttp://lib.fer.hr/cgi-bin/koha/opac-detail.pl?biblionumber=34151
Vrsta resursaTekst
Opseg177 str. ; 30 cm
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2019-03-19 09:25:10