Dinamik komşuluklu eşzamansız dağınık parçacık sürü eniyileme yöntemi ve çok robotlu arama görevinde uygulanması

Abstract

Bu tez çalışmasında dinamik komşuluklu, eşzamansız ve dağınık parçacık sürü eniyileme yöntemi ve bu yöntemin çok robotlu arama görevinde uygulanmasıçalışılmıştır. Tezde çalışılan dinamik komşuluklu parçacık sürü eniyileme yöntemi parçacık komşuluklarının zamanla dinamik olarak değişmesine izinverilmektedir. Bu bakış açısı yöntemin paralel ve dağınık uygulamalarında çeşitli avantajlar sağlamaktadır. Yöntemin dinamik komşuluklu biçimiçeşitli denektaşı fonksiyonların farklı komşuluk dinamikleri altında eniyilenmesi ile sınanmıştır. Öte yandan yöntemin eşzamansız ve dağıtık biçimiparçacık sürü eniyileme yönteminin paralel ve dağınık olarak çalışmasına olanak sağlamaktadır. Yöntemin belirtilen biçiminde parçacıkların bağımsızzaman anlarında bilgi paylaşımında bulunmalarına, tahminlerini güncellemelerine ve parçacık komşuluklarının zamanla dinamik olarak değişmesine izinverilmiştir. Tek bir işlemci ve bir bilgisayar ağında bulunan birçok işlemci ile benzetimler gerçekleştirilmiştir. Yöntemin dinamik komşuluklu,eşzamansız ve dağınık biçimi sınırlı haberleşme/algılama yeteneğine sahip erkinlerden oluşan çok erkinli bir sistemin bilinmeyen bir ortamda aramagörevinde kullanılmıştır. Erkinler eşzamansız olarak bilgi paylaşımı ve konum güncellemeleri gerçekleştirmekte ve haberleşen erkinlerin komşulukyapısı dinamik olarak zamanla değişmektedir. Gerçekçi benzetim yazılımı ile benzetimler ve gerçek robotlar ile uygulamalar geliştirilen yönteminverimliliğinin göstermek için gerçekleştirilmiştir.

In this thesis decentralized asynchronous particle swarm optimization (PSO) with dynamic neighborhood topology and its implementation to a searchtask of a multi-agent system were studied. Particle swarm optimization with dynamic neighborhood topology studied in this thesis allows the neighborsof particles or basically the neighborhood topology to change dynamically with time. Such a view of the algorithm is advantageous for its paralleland distributed implementations. The algorithm with dynamic neighborhood topology was tested on various benchmark functions under differentneighborhood dynamics. Decentralized asynchronous realization of particle swarm optimization algorithm is suitable for parallel and distributedimplementations. Such a version of the algorithm allows particles to exchange information and update their estimates at totally independent timeinstants and dynamically change neighborhood topology of particles with respect to time. Simulations were performed using a single processor andmultiple processors in a computer network. The proposed algorithm is used for a search task of a multi-agent system in an unknown environment whichconsist of small robots with limited sensing capability. The method adopts asynchronous mechanism for information exchange and position updates ofthe agents and dynamic neighborhood topology of communicating agents. Simulations with a realistic simulator and implementation with real robots wereperformed to show the effectiveness of the proposed algorithm.