Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Proposed Artificial Neural Network (ANN) Model Using Geophone Sensors to Detect Elephants Near the Railway Tracks Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Odor Source Localization by Concatenating Particle Swarm Optimization and Grey Wolf Optimizer

verfasst von : Upma Jain, Ritu Tiwari, W. Wilfred Godfrey

Erschienen in: Advanced Computational and Communication Paradigms

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

A concatenated approach which utilizes the strength of Particle Swarm Optimization (PSO) and Grey Wolf Optimizer (GWO) is proposed for odor source localization by a team of mobile robots. Odor plume is modeled by using the Gaussian distribution. Robots continue random search within the workspace to locate the plume. When one of the robot enters in the vicinity of plume, robot’s new positions are calculated by applying concatenation of PSO first then Grey Wolf Optimizer second and vice versa. In order to prevent getting stuck at local minima, concept of search counter is used. Proposed approach is compared with Refined Hybrid PSO and the simulation result shows the validity of the proposed approach over the other.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Secure Symmetric Key Transmission of Messages Using Random Shuffling of Spiral Matrix and Multiplicative Inverse (RSSMMI)
Nächstes Kapitel Facial Expression Recognition Using Distance Signature Feature
Literatur
1.
Eberhart, R., Kennedy, J.: A new optimizer using particle swarm theory. In: Proceedings of the Sixth International Symposium on Micro Machine and Human Science. MHS’95, pp. 39–43. IEEE (1995)
2.
Ferri, G., Caselli, E., Mattoli, V., Mondini, A., Mazzolai, B., Dario, P.: Spiral: a novel biologically-inspired algorithm for gas/odor source localization in an indoor environment with no strong airflow. Robot. Auton. Syst. 57(4), 393–402 (2009)
3.
Gong, D.W., Qi, C.L., Zhang, Y., Li, M.: Modified particle swarm optimization for odor source localization of multi-robot. In: 2011 IEEE Congress on Evolutionary Computation (CEC), pp. 130–136. IEEE (2011)
4.
Hinze, J.: Turbulence, (1975). New York (1959)
5.
Ishida, H., Kagawa, Y., Nakamoto, T., Moriizumi, T.: Odor-source localization in the clean room by an autonomous mobile sensing system. Sens. Actuators B Chem. 33(1–3), 115–121 (1996)
6.
Ishida, H., Tanaka, H., Taniguchi, H., Moriizumi, T.: Mobile robot navigation using vision and olfaction to search for a gas/odor source. In: Proceedings of 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2004), vol. 1, pp. 313–318. IEEE (2004)
7.
Jain, U., Godfrey, W.W., Tiwari, R.: A hybridization of gravitational search algorithm and particle swarm optimization for odor source localization. Int. J. Robot. Appl. Technol. (IJRAT) 5(1), 20–33 (2017)
8.
Jatmiko, W., Jovan, F., Dhiemas, R., Sakti, A.M., Ivan, F.M., Fukuda, T., Sekiyama, K.: Robots implementation for odor source localization using PSO algorithm. WSEAS Trans. Circ. Syst. 10(4), 115–125 (2011)
9.
Jatmiko, W., Nugraha, A., Effendi, R., Pambuko, W., Mardian, R., Sekiyama, K., Fukuda, T.: Localizing multiple odor sources in a dynamic environment based on modified niche particle swarm optimization with flow of wind. WSEAS Trans. Syst. 8(11), 1187–1196 (2009)
10.
Kazadi, S., Goodman, R., Tsikata, D., Green, D., Lin, H.: An autonomous water vapor plume tracking robot using passive resistive polymer sensors. Auton. Robot. 9(2), 175–188 (2000)
11.
Li, F., Meng, Q., Li, J., Zeng, M.: P-PSO algorithm based multi-robot odor source search in ventilated indoor environment with obstacles. Acta Automatica Sinica 35(12), 1573–1579 (2009)
12.
Lu, Q., Liu, S., Xie, X., Wang, J.: Decision making and finite-time motion control for a group of robots. IEEE Trans. Cybern. 43(2), 738–750 (2013)
13.
Marques, L., De Almeida, A.T.: Electronic nose-based odour source localization. In: Proceedings of 6th International Workshop on Advanced Motion Control, pp. 36–40. IEEE (2000)
14.
Marques, L., Nunes, U., de Almeida, A.T.: Particle swarm-based olfactory guided search. Auton. Robot. 20(3), 277–287 (2006)
15.
Mirjalili, S., Mirjalili, S.M., Lewis, A.: Grey wolf optimizer. Adv. Eng. Softw. 69, 46–61 (2014)
16.
Willis, M.A.: Biologically-inspired search algorithms for locating unseen odor sources. Technical Report, DTIC Document (2002)
17.
Zhang, Y., Zhang, J., Hao, G., Zhang, W.: Localizing odor source with multi-robot based on hybrid particle swarm optimization. In: 2015 11th International Conference on Natural Computation (ICNC), pp. 902–906. IEEE (2015)
18.
Zou, Y., Luo, D.: A modified ant colony algorithm used for multi-robot odor source localization. In: International Conference on Intelligent Computing, pp. 502–509. Springer (2008)
Metadaten
Titel
Odor Source Localization by Concatenating Particle Swarm Optimization and Grey Wolf Optimizer
verfasst von
Upma Jain
Ritu Tiwari
W. Wilfred Godfrey
Copyright-Jahr
2018
Verlag
Springer Singapore
Buch
Advanced Computational and Communication Paradigms

Print ISBN: 978-981-10-8236-8

Electronic ISBN: 978-981-10-8237-5

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-981-10-8237-5_14

Neuer Inhalt

    Bildnachweise