利用启发式方法优化摇臂-博吉机构
摘要：在动态地形和环境中实现最佳机动和高效穿行的外星探测器是行星科学和地球物理系统领域的一个重要问题。为行星探测器的悬挂机构设计一种卓越而高效的架构是实现鲁棒探测器的关键一步。本文以摇板悬挂机构为重点，这是一种与外国地形相关的标准悬挂方法。通过仔细研究现有的先前文献，并利用各种优化和全局最小化算法，本文提出了一种关于探测器悬挂机构的机械设计优化的新研究。本文对模拟退火、遗传算法、群体智能技术、盆地跳跃和差分进化进行了广泛测试，同时全面评估每个相关的超参数，以寻找实用驱动的解决方案。我们还评估了对于前述任务的双退火和辅助算法，同时保持公正的测试立场进行道德研究。计算效率和整体适应性被视为评估相关算法的关键参数，还特别强调可变输入种子以找到最适合的实用驱动策略。经验上发现模拟退火是最佳的启发式策略，其适应度值为760，明显优于其他算法，并在各种输入种子和个体性能指标上提供了一致的性能。
作者：Harsh Senjaliya, Pranshav Gajjar, Brijan Vaghasiya, Pooja Shah, and Paresh Gujarati
论文ID：2209.06927
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2022-09-27