بخشی از مقاله
چکیده
در مزارع مثلثی چون طول مسیرها در تمام مزرعه یکسان نیست، بدست آوردن الگوي مناسب حرکت نسبت به مزارعی که شکل چهار وجهی دارند، مشکلتر میباشد. روشهاي مختلفی براي نحوهي حرکت ماشین در مزرعه به صورت سنتی وجود دارد که متداولترین آن الگوي حرکت پیوسته است. در این پژوهش الگوي تردد بهینه مبتنی بر الگوریتم ژنتیکی بررسی و شبیهسازي شد سپس الگوي بهینه در قالب نمودار با الگوهاي سنتی مقایسه گردید. نتایج شبیهسازي نشان داد که الگوي بهینه قادر است بهطور میانگین تا % 50 در مسافت و زمان غیرمفید نسبت به الگوهاي تردد سنتی صرفهجویی نماید.
- 1 مقدمه
در سالهاي اخیر پیشرفت و توسعه سیستمهاي هدایت خودکار در ماشینها، به افزایش علاقه براي برنامهریزي مسیر به کمک ابزارهاي محاسباتی هوش مصنوعی منجر شدهاست . [ 5 ] تحقیقات صورتگرفته در این حوزه بر چندین مساله نظیر کاهش تعداد دورزدن با کاهش پیچیدگی زمین و تفکیک مزرعه به زیر مزرعههایی با شکل سادهتر، تاکید دارند. انجام عملیات کشاورزي در مزرعه بدون حرکت ماشین امکانپذیر نیست و ماشینهاي زراعی به منظور پوشش کل مزرعه باید از یک انتهاي مزرعه بر روي مسیرهاي موازي که سطح مزرعه را میپوشانند، حرکت کرده و به انتهاي دیگر مزرعه برسند که همواره در حین انجام کار درصدي از مسافت را بدون انجام کار مفید طی میکنند.
الگوهاي سنتی مختلفی براي نحوهي حرکت ماشین در مزرعه وجود دارد. این روشها اغلب باعث افزایش مسافت غیرمفید طیشده هنگام دور زدن در سرمزرعه براي حرکت از انتهاي یک مسیر به ابتداي مسیر بعدي، میشوند. بخش زیادي از زمان غیرمفید در طول دور زدن در سرمزرعه اتفاق میافتد و زمان دورزدن در بازده مزرعهاي و شاخص ماشینی مزرعه تاثیر منفی قابل توجهی دارد
لذا ضرورت استفاده از تکنیکهاي بهینهسازي بویژه الگوریتم ژنتیک بعلت داشتن ویژگیهاي خاص در تولید مجموعه جوابهاي اولیه و جستجوي جواب بهینه از مجموعه جوابهاي مناسب و تکرار این عمل تا رسیدن به جواب بهینهي مساله، در تعیین الگو و مسیر بهینه ماشین در مزرعه بسیار کارگشا خواهد بود و هر گونه الگوي بهینهسازي در مسیریابی عملیات کشاورزي که منجر به کاهش زمان غیرمفید گردد نیز تاثیر قابل توجهی بر بهبود بازده مزرعهاي خواهد داشت.
محققان راهحلی را براي برنامهریزي مسیر بهینه براي عملیات در زمینهاي کشاورزي با استفاده از بهینهسازي کلونی مورچهها ارائه کردند. در این پژوهش، رویکرد الگوریتمی براي تولید الگوهاي B، مبتنی بر بهینهسازي کلونی مورچهها ارائه شدهاست. در واقع بهینهسازي کلونی مورچگان براي حل مشکل بهینهسازي گراف موجود در ایجاد الگوهاي B، انتخاب شد. الگوهاي B، نوع جدیدي از الگوهاي پوشش مزرعه هستند و با استفاده از یک فرایند بهینهسازي ترکیبی، معیارهاي عملیاتی از جمله زمان عملیات، مسافت طیشده غیرمفید، مصرف سوخت و غیره را به حداقل میرسانند
همچنین محققان الگوریتمی را ایجاد کردند که امکان تفکیک بهینهي مزرعه و انتخاب مسیر کاري بهینه را براي مزارع فرعی فراهم میکرد. الگوریتم، زمین را در چندین ناحیه تفکیک میکند و سپس هر ناحیه را بطور جداگانه از لحاظ بهترین مسیر کاري مورد ارزیابی قرار میدهد
محققان الگوریتم پوشش مسیر on-line را ارائه کردند که بجاي مسیرهاي رفت و برگشتی از مسیرهاي پوششی مارپیچ استفاده میکند. این الگوریتم محیط کاري را به نواحی ساده تقسیم میکند به گونهاي که کل مزرعه پوشش داده شود. هنگامی که یک ناحیه ساده پوشانده میشود، یک الگوریتم پیمایش معکوس جهت تعیین ناحیه بعدي براي انجام عملیات بکارگرفته خواهد شد
سایر پژوهشگران روشی را براي حل مسائل برنامهریزي مسیر به منظور جاروب کل مساحت مزرعه ارائه دادند که در این روش مزرعه بعنوان یک صفحه در نظر گرفته میشود و مسیر براي پوشش صفحه بعنوان دنبالهاي از سلولها فرمولبندي میشود .[ 7 ] در تحقیقات اخیر از شبکه عصبی مصنوعی به همراه الگوریتم ژنتیک براي حل مسائل مربوط به برنامهریزي مسیر نیز استفاده شدهاست. محققان در این پژوهشها از شبکه عصبی براي توصیف مسیر حرکت وسیله نقلیه بمنظور فرمانگیري استفاده کرده و از الگوریتم ژنتیک جهت تعیین مسیر حرکت در مزرعه استفاده نمودهاند
هدف اصلی از این پژوهش ایجاد و توسعهي متدهایی مبتنی بر الگوریتم ژنتیک براي تعیین الگوهاي مناسب مسیر حرکت ماشینهاي کشاورزي در مزارع به منظور حداقلکردن مسافت غیرمفید طی شده و زمان غیرمفید تلفشده میباشد که بدنبال کمینه سازي این دو عامل - مسافت و زمان غیرمفید - ، بازده مزرعهاي نیز افزایش خواهد یافت.
- 2 مواد و روشها
در این پژوهش، مزرعهاي مثلثی شکل با ابعاد 150 90 120 در نظر گرفتهشد و در آن عملیات کاشت با ردیف کاري به عرض 4 متر و با سرعت 7 کیلومتر بر ساعت انجام شد. بهمنظور محاسبهي زمان و مسافت غیرمفید در حین دورزدن، انواع روشهاي دورزدن - شکل - 1 عملا" در مزرعه انجام شد که مسافت طیشده و زمان تلفشده هر سه روش دور زدن در جدول 1 آمدهاست.
شکل -1 روش هاي مختلف دورزدن : الف - دورزدن حلقه اي - - Ω- turn ب - دورزدن بین دو مسیر دور از هم - U- turn - ج - دور زدن با استفاده از دنده عقب - - T- turn
جدول -1 مسافت و زمان بهدست آمده براي دور زدن در سر مزرعه به سه روش معمول
براي دورزدن بین 2 مسیرکنار هم، از روش دورزدن Ω و T استفاده میشود. دورزدن در حالت Ω و T ناشی از محدودیت حرکتی ماشینها بوده و زمانی استفاده میشوند که نتوان از حالت U استفاده کرد. زمان تلف شده در این حالت برابر است با همان زمانی که صرف دورزدن به صورت Ω و T می شود و اگر بین دو مسیري که قصد دورزدن بین آن ها را داریم، یک مسیر وجود داشته باشد، آنگاه زمان تلف شده هنگام دورزدن برابر با زمان تلف شده در روش U خواهد بود.
برنامهریزي مسیر هوشمند براي تراکتورهاي هدایت خودکار به دو دسته تقسیم میشود: برنامهریزي آفلاین1 و برنامه ریزي آنلاین.2 در این نوع برنامهریزي مسیر، از اندازهگیريهاي لحظهاي استفاده میشود. به همین دلیل این نوع برنامهریزي، برنامهریزي پوششی مبتنی بر سنسور نیز خوانده میشوند. در واقع در این نوع برنامهریزي، ادوات هدایت خودکار با استفاده از سنسورهاي تصویري تعبیه شده در سقف خود ابتدا سطح مزرعه را اسکن کرده و به کمک گیرنده شبکه تعیین موقعیت جهانی 3 - GPS - که مستقیما به کامپیوتر ماشین متصل است به صورت لحظهاي نقشهاي از زمین زراعی را در کامپیوتر تهیه کرده و سپس به کمک الگوریتمهاي کدگذاري شدهي هوشمند و با استفاده از سیستمهاي مکانیاب کنترل میشوند. تراکتور هدایت خودکار با استفاده از الگوریتم هاي مختلفی ، نقشههاي تهیه شده از زمین را به صورت شبکهاي از سلولها که اندازهي هر سلول مطابق ابعاد تراکتور میباشد، تقسیم میکند و پوشش سطح مزرعه را به صورت دنبالهاي از سلولهاي پشت سرهم انجام میدهد
الگوریتم ژنتیک یک الگوریتم مبتنی بر هوش مصنوعی و یک روش جمعیت مبناست که در تکرارهاي مختلف با استفاده از عملگر انتخاب، عملگر تقاطع و عملگر جهش راهحلها را بهبود داده و یک سیر تکاملی به راهحلها میدهد.
مزرعه منتخب براي شبیهسازي به شکل مثلث و با ابعاد 150 90 120 در نظرگرفتهشد که به روشهاي مختلف مسیرهایی در آن ترسیم شدهاست. محاسبات و شبیهسازي در نرمافزار متلب براساس الگوریتم ژنتیک انجام شد. معیار ارزیابی کاندیداهاي جواب بهینه از بین راهحلهاي موجود، ارزیابی آنها توسط تابع هزینه است که در این مساله حداقل مسافت طیشده به عنوان معیار ارزیابی روشهاي حل تنظیم گردید. راهحلها بر اساس مفروضات ذیل شبیهسازي و اجرا گردید:
الف - هر ژن بیانگر شمارهي یک سلول میباشد. از بههم پیوستن ژنهاي تمام سلولها به یکدیگر، کروموزوم به وجود می-آید.
ب- کروموزومهاي الگوریتم در این مسئله بیانگر یک ترتیب مسیر حرکت و یک جواب براي مسئله میباشد.
ج- عرض هر سلول برابر با عرضکار دستگاه در نظر گرفته شد.
د- براساس پارامترهاي مربوط به تولیدمثل از قبیل اندازه جمعیت و تعداد تکرار، درصدي از فرزندان تولیدي از طریق تقاطع نقطهاي و درصدي دیگر از طریق جهش تولید شد.
