MétaCan
Menu
Retour à la cohorte
Enregistrement W4400013623 · doi:10.18280/jesa.570315

Comparative Analysis of Spiral Dynamic Algorithm and Artificial Bee Colony Optimization for Position Control of Flexible Link Manipulators

2024· article· en· W4400013623 sur OpenAlexvenueno aff
Nor Maniha Abdul Ghani, N. Mohd Nasir, Azrul Azim Abdullah Hashim

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueRobotic Path Planning Algorithms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLink (geometry)Position (finance)Spiral (railway)Artificial bee colony algorithmComputer scienceArtificial intelligenceControl theory (sociology)AlgorithmEngineeringControl (management)Mechanical engineering

Résumé

récupéré en direct d'OpenAlex

Evolutionary algorithms have significantly advanced robotics by enabling the creation of efficient and intelligent robotic systems.This study aims to evaluate the effectiveness of two optimization algorithms, artificial bee colony (ABC) and spiral dynamic algorithm (SDA), in controlling the position of a flexible-link manipulator.By integrating the ABC algorithm into the manipulator's control system, the goal is to enhance its ability to plan paths and optimize trajectories.Additionally, the spiral dynamics algorithm, which draws on principles from complex adaptive systems and human values, provides a framework for modelling system evolution.The study hypothesizes that combining these two algorithms will improve the flexible link manipulator's adaptability and flexibility in dynamic environments and varied task conditions.The results support this hypothesis, demonstrate that the combined ABC and spiral dynamics approach outperforms conventional methods in several key performance metrics, including PID parameter tuning, overshoot, rise time, settling time, and steady-state error.In industry application such a motoring machinery, it is crucial to achieve these metrics at best, which kept the overshoot below 10%, settling time and rise time within a second.Interestingly, the manipulator's behaviours using the spiral dynamics algorithm for PID controller tuning were superior to those using alternative methods.Specifically, the spiral dynamics approach yielded the lowest overshoot at 5.83%, compared to 16.64% with the heuristic method and 8.82% with the ABC method.The SDA has the fastest rise time and settling time which is 0.03267 s and 0.18445 s respectively.Overall, the simulation results indicate that employing these algorithms for PID parameter optimization effectively enhances the manipulator's transient response and minimizes steady-state error, offering promising implications for real-world robotic applications.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,550
Score d'incertitude au seuil0,692

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,025
Tête enseignante GPT0,297
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Européen des Systèmes AutomatisésMême sujetRobotic Path Planning AlgorithmsTravaux en français237 207