【摘 要】
：
随着工业4.0的到来,电子产品生产企业成为经济发展的重要组成部分,企业规模逐渐扩大,生产需求也随之提高。目前路径规划的效果还不够快速和精准,无法完全适应环境变化。蚁群算法以其较强的鲁棒性和优秀的寻路能力在AGV(自动引导车,Automated Guided Vehicle)路径规划问题上有广泛的应用前景。然而在实际设计过程中,基本蚁群算法非常容易陷入局部最优解,并且收敛速度缓慢。因此本文针对应用蚁
论文部分内容阅读
随着工业4.0的到来，电子产品生产企业成为经济发展的重要组成部分，企业规模逐渐扩大，生产需求也随之提高。目前路径规划的效果还不够快速和精准，无法完全适应环境变化。蚁群算法以其较强的鲁棒性和优秀的寻路能力在AGV(自动引导车，AutomatedGuidedVehicle)路径规划问题上有广泛的应用前景。然而在实际设计过程中，基本蚁群算法非常容易陷入局部最优解，并且收敛速度缓慢。因此本文针对应用蚁群算法进行AGV路径规划问题展开讨论，通过改进的蚁群算法优化路径搜索结果。主要工作包括:
首先介绍AGV及其路径规划技术的发展情况;通过分析各种算法的优缺点及本文研究对象和适用空间，最终采用蚁群算法解决AGV路径规划问题。利用栅格法建立环境模型;对基本蚁群算法进行仿真实验，验证蚁群算法在AGV路径规划问题上的适应性并分析其在路径规划上存在的问题，以及蚁群算法在AGV路径规划问题上的发展情况和改进思路。
其次在蚁群系统的研究基础上，对蚁群算法的状态转移概率计算进行了改进;提出了采用不均匀初始信息素的方式;在蚁群算法的迭代过程中引入了免疫遗传算法的概念。在个体评价函数中加入转弯项和节点障碍项，使综合评价好的路径更符合预期。改进了交叉、变异和免疫算子计算逻辑使其能够更好的与蚁群算法结合共同解决路径规划问题;给出基于改进蚁群算法的AGV路径规划问题的实现步骤并进行仿真验证。
最后将改进的蚁群算法与滚动窗口相结合，研究AGV的动态路径规划问题，介绍动态碰撞情况及其避免策略;分析了改进蚁群算法的参数范围;给出AGV动态规划步骤并进行仿真验证。通过实验证实了该改进算法能够克服收敛速度慢且易陷入局部最优的缺点，且随着环境复杂度的提升仍具有较强的鲁棒性。
其他文献
随着信息时代的到来以及电商行业的快速发展,越来越多的人通过互联网发表自己对某些事物或事件的观点。商家通过分析消费者在平台上的反馈能够更加准确且快速地了解消费者对产品的需求,从而改进目标产品,并制定更合适的销售计划,以实现收益最大化。消费者通过分析他人留下的评论信息对产品有更加深入的了解,从而更好地判断出对产品的需求度。基于方面级的情感分析任务作为自然语言处理领域的一个重要研究方向,能够更加细致的对
低电压大电流整流模块是同步发电机一体化直流输出系统的核心。单一电源模块难以满足实现低电压大电流输出,而且一旦电源发生故障,整个电源系统将无法正常运作,从而难以满足正常的供电需求。因此,本文利用多个并联的具有可控整流功能的电力电子单元,直接实现低压大直流电输出,其模块化控制提高了系统控制灵活性和容错运行能力。其中均流技术是并联电力电子电源模块进行电流均匀分配的关键技术,各个并联电源模块之间电流不均会
随着中国经济的快速腾飞,私家车的数量逐年增加,这使得交通监管的压力与日俱增,城市交通问题成了我们必须要解决的问题。近年来,人工智能的迅猛发展,为城市交通问题带来了更高效的解决办法。车辆检测技术是智能交通建设中的关键技术,可为交通管理者节约更多的时间和精力。它不仅要求可以满足实时检测,更加要求准确的识别出车辆信息。随着深度学习的不断发展,使用深度学习进行车辆检测与识别的研究成为新的发展趋势。因此,本
近些年来,全球的环境污染程度不断加剧,我国的绝大部分城市也都出现了不同程度的空气污染。目前我国获取空气质量数据的方法主要是在城市中设立监测站来确定污染物的浓度,再换算成空气质量指数供居民查询。但是这种方法所需仪器的成本较高,且它的检测模式是粗粒度的,无法细化到城市中的各个角落。现在是一个信息化的世界,而图像所传达得信息要比文字更加直观、高效。通过图像来检测空气质量等级可以使空气质量检测变得细粒度、
随着新冠疫情的全球性蔓延,人们对于肺部疾病也愈加关注。肺部疾病种类繁多,肺炎、气胸、肿块等都是目前比较严重的肺部疾病。在肺部病变的检测方面,X射线是目前比较常见的诊断方法,但由于肺部X光图像的影像灰雾现象,肺部病变区域重叠等问题给医生诊断肺部疾病造成了一定程度的影响。随着科学技术的成熟与进步,计算机医疗辅助系统应运而生,它对于帮助医生提高肺部疾病诊断的精度以及速度起到了一定的作用。因此,针对肺部X
随着社会和电力电子技术的快速发展,低压大电流电源在船舶、航天和工业领域有着非常广泛的应用前景。PWM整流模块作为低电压大电流电源的关键部件,其高速工作的开关器件MOSFET成为模块产生电磁干扰的主要干扰源。电磁干扰的超标不仅会缩短整流模块自身和周围电子设备的寿命,严重时会导致其性能下降,甚至将其毁坏,而且还会影响长时间和设备接触的人体的健康。因此,本文以低压大电流电源中PWM整流模块为载体,研究其
睡眠是人们生理活动中相对重要、不能缺少的一项,良好的睡眠质量是我们工作、生活和学习的一个重要保障。睡眠分期是睡眠研究的基础,可以帮助人们认识各个睡眠阶段特征和评估睡眠质量,而且对于睡眠相关疾病的诊断起到很大的作用。其中不同睡眠阶段中生理信号有不同的特征变化,所以生理信号常被用来进行睡眠分期,本文选用脑电信号(EEG)进行睡眠分期。目前阶段基于深度学习方法的睡眠分期研究已经趋于成熟,且比传统的方法准
汽车多媒体娱乐系统集视听娱乐、导航、通信、安全功能为一体,已成为目前汽车不可缺少的一个组成部分。传统的汽车多媒体娱乐系统采用单个核心主芯片,传递的信息量较少,且视频图像分辨率与刷新率较低,屏幕画面单调,已经无法满足驾驶员对高质量、全方位的车载影像系统的需求。因此如何研究设计一款具有更高性能的汽车影像系统,符合日益发展的市场需求,也是当前面临的实际问题。本课题基于某车载多媒体影像系统的软件设计项目,
滚动轴承在工业生产领域中应用广泛,并且实际生产中滚动轴承规格繁多,不同规格滚动轴承振动信号的故障频率之间存在很大差别,传统单一规格下的故障诊断方法直接应用于不同规格情况时错误率可能偏高。因此,以高准确率实现不同规格轴承故障诊断具有重大意义。本文提出两种方法用于解决不同规格滚动轴承故障诊断问题。提出一种基于深度条件对抗网络的不同规格滚动轴承故障诊断方法。该方法首先将滚动轴承一维振动信号转换为二维图像
随着人工智能的兴起,在医学图像处理方向上,数字医疗技术和智慧医疗技术开始步入医疗诊断系统中,应用计算机视觉技术取得了新进展。医学图像的信息丰富度和图片清晰度,一直是临床医生诊疗的关键判别依据。现有的医学成像方式未充分利用功能成像及解剖成像的优势,通过融合技术将两者有效结合,最大化的呈现患者病理信息,辅助医生诊断病情,有效弥补单一模态下医学图像信息缺失的缺陷。单模态的医学图像特征较简单,有效信息较少