| Form of studies |
Bachelor |
| Title of the study programm |
Computer Systems |
| Title in original language |
Evolucionāro algoritmu pielietojums decentralizētas formācijas kontroles optimizācijai robotu spietā |
| Title in English |
Evolutionary Optimization of Decentralized Control for Swarm Robotic Formation |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Kārlis Berkolds |
| Reviewer |
Timurs Mihailovs |
| Abstract |
Bakalaura darba mērķis ir analizēt evolucionāro algoritmu efektivitāti decentralizētas formācijas kontroles optimizācijā robotu spietā. Spietu robotika ļauj vairākiem vienkāršiem robotiem kolektīvi veikt sarežģītus uzdevumus, izmantojot lokālas mijiedarbības bez centralizētas kontroles. Formācijas kontrole prasa robotiem spēju veidot un uzturēt noteiktas ģeometriskās struktūras dinamiskās vidēs.
Darba ietvaros tika implementēti un salīdzināti evolucionārie algoritmi: Ģenētiskais algoritms (GA), Daļiņu spieta optimizācija (PSO), Diferenciālā evolūcija (DE), kā arī hibrīdā pieeja, kas integrē neironu tīklu arhitektūras ar evolucionāro optimizāciju. Tika izstrādāta Python simulācijas vide ar reālistiskiem e-puck robotu modeļiem un novērtēta algoritmu veiktspēja trijos scenārijos: teritorijas pārklājums, formācijas kontrole un perimetra uzraudzība.
Rezultāti demonstrē evolucionāro algoritmu būtisku pārākumu pār tradicionālajām metodēm. Diferenciālā evolūcija uzrādīja labākos rezultātus, sasniedzot 114.7% uzlabojumu teritorijas pārklājumā un 172.9% uzlabojumu perimetra uzraudzībā. Ģenētiskais algoritms demonstrēja augstus rezultātus mērķu atklāšanā (50% pret tradicionālo 16.67%).
Bakalaura darbā ir 64 lappuses un 32 informācijas avoti. |
| Keywords |
SPIETU ROBOTIKA, EVOLUCIONĀRIE ALGORITMI, FORMĀCIJAS KONTROLE, DECENTRALIZĒTA VADĪBA, OPTIMIZĀCIJA |
| Keywords in English |
SWARM ROBOTICS, EVOLUTIONARY ALGORITHMS, FORMATION CONTROL, DECENTRALIZED CONTROL, OPTIMIZATION |
| Language |
lv |
| Year |
2025 |
| Date and time of uploading |
27.05.2025 23:51:38 |
