We mainly study the problem of mobi

We mainly study the problem of mobile robot
global path planning in this paper. Many scholars make
lots of researches on path planning and put forward some
methods, such as artificial potential field approach, the
free space method, neural networks, genetic algorithm,
simulated annealing algorithm, ant colony algorithm and
so on, but these methods exist definite limitation.
Although the ant colony algorithm has been used in
path planning only for few years, many fruit has been
obtained [2]. However, there are some problems on the
application of ant colony algorithm, such as the time for
solution construction in the nonage of algorithm is too
long, and the algorithm easily traps in local optimum, and
so on. Genetic algorithm is also a new optimum algorithm
developed fast recently [3], it has some advantages such as
the parallel search and the searching efficiency is higher.
In addition, it belongs to the random optimize process
essentially, so the local convergence question is not exist.
But the genetic algorithm also exist some shortage, it can
but search out the approximate to excellent solution that
near to global optimal solution in a short time.
Enlightened by the genetic algorithm, based on enhancing
pheromone concentration on optimal path, some more
optimal solutions will be crossed and mutated as genetic
algorithm, and then an improved augment ant colony
algorithm to overcome the defects is researched in this
paper.

ผลลัพธ์ (ไทย) 1:

เราได้ศึกษาปัญหาของหุ่นยนต์เคลื่อนที่ส่วนใหญ่การวางแผนในกระดาษนี้เส้นทางทั่วโลก นักวิชาการหลายทำของงานวิจัยในการวางแผนเส้นทาง และย้ายไปข้างหน้าบางวิธีการ เช่นประดิษฐ์เป็นฟิลด์วิธี การวิธีเนื้อที่ เครือข่ายประสาท ขั้นตอน วิธีพันธุกรรมอัลกอริทึมหลอมจำลอง อัลกอริทึมอาณานิคมมด และอื่น ๆ แต่วิธีการเหล่านี้มีข้อจำกัดที่แน่นอนถึงแม้ว่ามีการใช้อัลกอริทึมอาณานิคมมดในเส้นทางที่วางแผนสำหรับไม่กี่ปี มีผลไม้มากมายได้รับ [2] อย่างไรก็ตาม มีปัญหาในการของมดฝูงอัลกอริทึม เช่นเวลาสำหรับเป็นโซลูชั่นก่อสร้างในการ nonage ของอัลกอริทึมเกินไปลอง และอัลกอริทึมง่ายกับดักในท้องถิ่นเหมาะสม และเรื่อย ๆ ขั้นตอนวิธีพันธุกรรมยังมีอัลกอริทึมแบบใหม่เหมาะสมพัฒนาอย่างรวดเร็วเมื่อเร็ว ๆ นี้ [3], มีข้อดีบางประการเช่นการค้นหาพร้อมกันและประสิทธิภาพการค้นหาได้สูงนอกจากนี้ มันเป็นการสุ่มเพิ่มประสิทธิภาพกระบวนการหลัก ดังนั้นคำถามบรรจบกันภายในเครื่องจะไม่มีแต่ขั้นตอนวิธีพันธุกรรมยังมีบางอย่างขาดแคลน สามารถแต่ค้นหาออกโดยประมาณเพื่อแก้ปัญหาที่ดีที่ใกล้โซลูชันสูงสุดทั่วโลกในช่วงเวลาสั้น ๆEnlightened โดยขั้นตอนวิธีพันธุกรรม ตามเพิ่มฟีโรโมนเข้มข้นบนเส้นทางที่ดีที่สุด บางอย่างเพิ่มเติมโซลูชั่นที่ดีที่สุดจะข้าม และกลายเป็นพันธุกรรมอัลกอริทึม และฝูงมดการเพิ่มปรับปรุงอัลกอริทึมเพื่อเอาชนะข้อบกพร่องคือทำวิจัยในกระดาษ

ผลลัพธ์ (ไทย) 2:

เราส่วนใหญ่ศึกษาปัญหาของหุ่นยนต์เคลื่อนที่
การวางแผนเส้นทางทั่วโลกในบทความนี้ นักวิชาการหลายคนทำให้
จำนวนมากของการวิจัยเกี่ยวกับการวางแผนเส้นทางและหยิบยกบาง
วิธีเช่นวิธีการประดิษฐ์ที่มีศักยภาพด้าน
การมีพื้นที่ว่าง, เครือข่ายประสาทขั้นตอนวิธีพันธุกรรม
ขั้นตอนวิธีการหลอมจำลองขั้นตอนวิธีอาณานิคมมดและ
อื่น ๆ แต่วิธีการเหล่านี้มีข้อ จำกัด ที่ชัดเจน .
ถึงแม้ว่าขั้นตอนวิธีอาณานิคมมดถูกนำมาใช้ใน
การวางแผนเส้นทางเพียงไม่กี่ปีที่ผ่านมาผลไม้จำนวนมากได้รับการ
ได้รับ [2] แต่มีปัญหาบางอย่างเกี่ยวกับ
การประยุกต์ใช้ขั้นตอนวิธีอาณานิคมมดเช่นเวลาในการ
ก่อสร้างในการแก้ปัญหาภาวะผู้เยาว์ของอัลกอริทึมเกินไป
นานและอัลกอริทึมได้อย่างง่ายดายในกับดักที่เหมาะสมในท้องถิ่นและ
อื่น ๆ ขั้นตอนวิธีพันธุกรรมนี้ยังมีขั้นตอนวิธีที่เหมาะสมใหม่
ที่พัฒนาขึ้นอย่างรวดเร็วเมื่อเร็ว ๆ นี้ [3] แต่ก็มีข้อได้เปรียบบางอย่างเช่น
การค้นหาแบบขนานและการค้นหาที่มีประสิทธิภาพสูง
นอกจากนี้ยังเป็นขั้นตอนการเพิ่มประสิทธิภาพการสุ่ม
เป็นหลักดังนั้นคำถามบรรจบกันในท้องถิ่นไม่ได้ อยู่
แต่ขั้นตอนวิธีพันธุกรรมก็มีการขาดแคลนบางส่วนก็สามารถ
ค้นหาออก แต่ใกล้เคียงกับการแก้ปัญหาที่ดีที่
ใกล้กับโซลูชั่นที่ดีที่สุดของโลกในเวลาอันสั้น
พุทธะโดยขั้นตอนวิธีพันธุกรรมอยู่บนพื้นฐานของการเพิ่ม
ความเข้มข้นของฟีโรโมนบนเส้นทางที่ดีที่สุดเพิ่มเติมบางส่วน
ที่เหมาะสม การแก้ปัญหาจะได้รับการข้ามและกลายพันธุ์ทางพันธุกรรมที่เป็น
อัลกอริทึมและจากนั้นปรับปรุงขยายอาณานิคมมด
ขั้นตอนวิธีที่จะเอาชนะข้อบกพร่องที่มีการวิจัยในครั้งนี้
กระดาษ

ผลลัพธ์ (ไทย) 3:

เราส่วนใหญ่ศึกษาปัญหาของหุ่นยนต์เคลื่อนที่
ทั่วโลกเส้นทางวางแผนในกระดาษนี้ นักวิชาการจำนวนมากให้
มากมายในด้านการวางแผนเส้นทางและทำตาม
วิธีการ เช่น เทียมศักยภาพด้านวิธีการ
วิธี ฟรีพื้นที่โครงข่ายประสาทเทียม , ขั้นตอนวิธีทางพันธุกรรม
การดำรงอยู่ขั้นตอนวิธี ขั้นตอนวิธีอาณานิคมมดและ
เป็นต้น แต่วิธีนี้มีข้อจำกัดที่ชัดเจน
แม้ว่าขั้นตอนวิธีอาณานิคมมดได้ถูกใช้ในการวางแผนเส้นทางเพียงไม่กี่ปี

ผลไม้มากมีได้ [ 2 ] แต่มีปัญหาในการประยุกต์ใช้วิธีอาณานิคมมด

เช่นเวลาก่อสร้างในวัยที่ยังไม่บรรลุนิติภาวะของโซลูชั่นนี้ด้วย
ยาวและขั้นตอนวิธีง่ายๆกับดักในท้องถิ่นที่เหมาะสมและ
ดังนั้นใน ขั้นตอนวิธีทางพันธุกรรมยังเป็นขั้นตอนวิธีที่เหมาะสมใหม่
พัฒนาอย่างรวดเร็วเมื่อเร็วๆนี้ [ 3 ] มันมีข้อดีบางอย่าง เช่น การค้นหาและการค้นหาแบบ

ประสิทธิภาพสูงกว่า นอกจากนี้ มันเป็นของสุ่มปรับกระบวนการ
เป็นหลัก ดังนั้น บรรจบท้องถิ่นคำถามคือไม่มีตัวตน
แต่ขั้นตอนวิธีทางพันธุกรรมมีบางขาดแคลนก็สามารถ
แต่ค้นหาประมาณว่า
ยอดเยี่ยม โซลูชั่นใกล้ทางออกที่ดีที่สุดทั่วโลกในเวลาอันสั้น
พุทธะโดยขั้นตอนวิธีเชิงพันธุกรรม โดยเพิ่ม
ฟีโรโมนความเข้มข้นบนเส้นทางที่ดีที่สุด , โซลูชั่นที่เหมาะสมจะข้ามบางมากขึ้น

และกลายพันธุ์เป็นขั้นตอนวิธีทางพันธุกรรมและจากนั้นการปรับปรุงต่อเติมวิธีอาณานิคมมด
ที่จะเอาชนะข้อบกพร่องคือสนใจในกระดาษนี้