Programmierung von CNC-Messgeräten mit genetischen Algorithmen Simeon Perlov.

Slides:



Advertisements
Ähnliche Präsentationen
Memetische Algorithmen …der Versuch einer Einordnung
Advertisements

Konzepte des Anfangsunterrichts Informatik in der 11.1
Grundlagen des A*-Algorithmus und Anwendung in der Routenplanung
1 Fraktale Julia-Mengen die Mandelbrotmenge komplexe Abbildungen realisiert als JAVA-Applet.
Simulation komplexer technischer Anlagen
Von David Keß, Heinrich Wölk, Daniel Hauck
Projektarbeit CNC - Technik
Genetische Algorithmen für die Variogrammanpassung
Christos, Kornelia, Jan Christos, Kornelia, Jan Entwicklungsumgebung Versteht unseren Java Programm Code Versteht unseren Java Programm.
Christos, Kornelia, Jan Christos, Kornelia, Jan Entwicklungsumgebung Versteht unseren Java Programm Code Versteht unseren Java Programm.
Anwendung und Visual Basic
Genetische Algorithmen
Genetische Algorithmen
Genetische Algorithmen
3.4 Genetische und evolutionäre Algorithmen
Hashverfahren und digitale Signaturen
Evolution in verteilten Systemen Der Evolutionäre Trader
InformatiCup 2008: CargoConcept
Maike Thiel Kezban Akayin Kirstin Körner Hayriye Görsün präsentiert.
Autoren: Ingo Paenke, Bernhard Sendhoff, Jon Rowe,
Integration virtueller und realer Objekte Proseminar: Anwendungen für Augmented Reality.
Einführung in die Programmierung Wintersemester 2013/14 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
How to make a PIXAR movie
Multiplayer & MMO Games
COMPUTER AIDED MANUFACTURING
Abschlussvortrag zur Studienarbeit
Wie kann ich billiger fahren ?
Java Garbage Collection Angelika Kusel, Überblick Was ist Garbage Collection? Vor- und Nachteile von GC GC-Algorithmen/Verfahren Java Garbage.
Evolutionäre Algorithmen AS1-7
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Implementierung eines PID-Regler für den eVolo auf ARM-Mikrocontroller
Einführung in die Programmierung Wintersemester 2008/09 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Einführung in die Programmierung Wintersemester 2009/10 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Einführung in die Programmierung Wintersemester 2011/12 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Einführung in die Programmierung
Einführung in die Programmierung Wintersemester 2012/13 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Didaktische Programminterpreter

#MedicalTourism & #Social Media Butera Ehrenzeller.
… oder wie finde ich den Weg
Methode der kleinsten Quadrate
Baum-Simulation mit Lindenmayer-System
Ein PC-Game selber machen
1. Entwicklungsumgebung 2. Kontextmenü 3. Compile 4. Objekt 5. Attribut 6. Klasse 7. Deklaration 8. Intialisierung.
Java Programmierung.
1.4. Erstellen von Diagrammen
Ein PC-Game selber machen
Parallelisierung für Multiprozessor-Maschinen
WIR LÖSEN DAS PROBLEM FÜR SIE
Evolutionäre Algorithmen AS1-7
Ilka Rehr, Geodätisches Institut, Leibniz Universität Hannover
Benutzerdefinierte Datentypen (1)
Echtzeitsimulation einer Gasturbine Real-Time-Simulation of a Gas-Turbine Till Hoffmann -Diplomarbeit - September 2000.
Universität zu Köln Historisch-Kulturwissenschaftliche Informationsverarbeitung Softwaretechnologie II (Teil 1): Simulation und 3D Programmierung WS 2013/14.
ANN - Simulator Rainer Trummer Ferdinand Schober Christian Spielberger.
Besuch FH Wels © Leitner, Hörtenhuber, Marterbauer, Pendl.
Diskrete Mathematik I Vorlesung 2 Arrays.
Vorlesung Einführendes Beispiel-
Evolutionärer Entwurf neuronaler Netze
Einführendes Beispiel
Evolutionäre Algorithmen Rüdiger Brause
Objektorientierte (OO) Programmierung
In PBPK Schätzung von Modellparametern. Direktes Problem vs. Inverses Problem Direktes Problem: gegeben Kompartimentenmode ll K, Parameter p Input x gesucht.
IrDA Infrared Data Association von Halastar Mustafa.
Christos, Kornelia, Jan Christos, Kornelia, Jan Entwicklungsumgebung Versteht unseren Java Programm Code Versteht unseren Java Programm.
Human Plant Interfaces MakeyMakey Workshop by Florian Weil - Potsdam
Auswertung der Sielhautergebnisse aus Bielefeld - Erfahrungsaustausch Sielhaut - Bielefeld – Referent: Claus W. Klipker.
Rechen- und Kommunikationszentrum (RZ) Selektionsstrategien auf Graphstrukturen Sven Porsche Seminarvorträge Aachen.
Wie läßt sich so etwas berechnen ??
 Präsentation transkript:

Programmierung von CNC-Messgeräten mit genetischen Algorithmen Simeon Perlov

Übersicht Einleitung: CNC Koordinatenmessgeräte Wegfindung Vorteile/Nachteile Fazit

Einleitung: CNC Computerized Numerical Control Automatische Steuerung für Werkzeugmaschinen Setzt 3D-Designs auf realen Objekten um

Koordinatenmessgeräte Kennen das 3D-Modell vom Objekt Prüfen hergestelltes Objekt auf Fehler Messkopfsystem 3 Achsen-Bewegung: X, Y, Z

Wegfindung Weg zwischen 2 Punkten für Koordinatenmessgerät berechnen

Wegfindung Individuum = 1 Pfad Gen = Diskrete Bewegung in eine Richtung

Wegfindung: Fitness Länge des Programms (Anzahl Schritte) Distanz vom Messkopf zum Zielpunkt Anzahl der Kollisionen Verhältnis 1:2:10

Wegfindung: Parameter Bevölkerung: 50 Individuen Crossover pc = 0.2 pm = 0.2

Vorteile Einfache und universelle Implementierung Rutscht nicht so leicht ins lokale Optimum

Nachteile Diskretisierung benötigt sehr viel Rechenaufwand Keine Zeitgarantie

Fazit Allgemein für Wegfindung verwendbar In der Zukunft: Mehr Verwendung von genetischen Algorithmen