【摘 要】
：
针对传统蚁群算法以及双层蚁群算法在路径规划中存在搜索效率低、收敛性较慢以及成本较高的问题,本文提出了变步长蚁群算法。该算法扩大蚁群可移动位置的集合,通过对跳点的选择以达到变步长策略,有效缩短移动机器人路径长度;初始化信息素采用不均匀分布,加强起点至终点直线所涉及到栅格的信息素浓度平行地向外衰减;改进启发式信息矩阵,调整移动机器人当前位置到终点位置的启发函数计算方法。试验结果表明:变步长蚁群算法在路径长度及收敛速度两方面均优于双层蚁群算法及传统蚁群算法,验证了变步长蚁群算法的有效性和优越性,是解决移动机器人
【机 构】
：
广州大学松田学院电气与汽车工程系,高端装备先进感知与智能控制教育部重点实验室,安徽工程大学安徽省电气传动与控制重点实验室
【基金项目】
：
国家自然科学基金项目(61572032),安徽省高校自然科学研究重点项目(KJ2019A0151,KJ2019A0150),2018年度皖江高端装备制造协同创新中心开放基金项目(GCKJ2018009).
论文部分内容阅读
针对传统蚁群算法以及双层蚁群算法在路径规划中存在搜索效率低、收敛性较慢以及成本较高的问题,本文提出了变步长蚁群算法。该算法扩大蚁群可移动位置的集合,通过对跳点的选择以达到变步长策略,有效缩短移动机器人路径长度;初始化信息素采用不均匀分布,加强起点至终点直线所涉及到栅格的信息素浓度平行地向外衰减;改进启发式信息矩阵,调整移动机器人当前位置到终点位置的启发函数计算方法。试验结果表明:变步长蚁群算法在路径长度及收敛速度两方面均优于双层蚁群算法及传统蚁群算法,验证了变步长蚁群算法的有效性和优越性,是解决移动机器人
其他文献
针对未知环境下多机器人主动SLAM(simultaneous localization and mapping)存在不能完全遍历环境、定位精度不理想等问题,本文基于EKF-SLAM(extended Kalman filter-simultaneous localization and mapping)算法提出一种多机器人主动SLAM算法。通过引入吸引因子,增强多机器人系统之间的交流,提升机器人自身定位精度与环境建图精度,同时又引导多机器人团队进行探索环境。当同一地标被多个机器人观测到,采用凸组合融合方法
在推荐系统中,为了充分表达用户反馈数据内部的相互依赖和序列性,准确提取用户的长期/一般偏好、应对数据的动态性,本文提出了一种分期序列自注意力网络(long-term&short-term sequential self-attention network,LSSSAN)进行序列推荐。模型采用自注意力机制和GRU捕捉了用户反馈数据之间的相互依赖和序列性;模型采用注意力机制为不同反馈数据赋予不同权重以动态捕捉重点信息,同时考虑了上下文的动态性;模型基于用户的长期反馈数据,准确表达了用户的长期/一般偏好
针对跟踪领域内由于图像模糊而导致跟踪失败的问题,提出一种结合模糊特征检测的鲁棒核相关滤波(kernelized correlation filter, KCF)跟踪法。首先,将尺度不变特征变换(scale invariant feature transform, SIFT)描述子与局部二值模式(local binary pattern, LBP)算法结合,提取模糊图像中的特征点,并采用圆形邻域描述
针对跨年龄人脸验证任务中面部纹理、形状特征变化的问题,提出一种基于双编码平均局部二值模式(dual-coded average local binary pattern,DCALBP)与深度学习算法相结合的多任务人脸验证算法。首先,使用多任务卷积神经网络(multi-task convolutional neural network,MTCNN)对人脸检测图片进行预处理,引入双编码平均局部二值模式
若在建模时存在目标,部分目标像素会进入背景模型,会在检测时产生"鬼影"。为了有效抑制"鬼影",提出一种利用混合高斯和拓扑结构(Gaussian mixture model and topological structure,GMMT)的人体"鬼影"抑制算法。算法分为两个阶段,背景建模阶段采用双通道建模,通道一利用混合高斯模型进行预检测,接着利用拓扑结构将分散的人体目标连接获得完整的目标并取其外接矩
针对Faster R-CNN算法对多目标、小目标检测精度不高的问题,本文提出一种基于Faster R-CNN的多任务增强裂缝图像检测(Multitask Enhanced Dam Crack Image Detection Based on Faster R-CNN, ME-Faster RCNN)方法。同时提出一种基于K-means的多源自适应平衡TrAdaBoost的迁移学习方法 (multi
为解决人工智能中莫拉维克悖论提出的问题,基于因素空间思想提出一种人工智能样本选择策略.首先通过因素空间论证了莫拉维克悖论的证确定.其次论述了人的选择过程即是比较过
国家自然科学基金推动明确“资助导向”、优化学科布局、负责任计贡献讲信誉的同行评审等改革任务,深化改革措施。鼓励探索突出原创,提升原创能力;拓展社会投入加大联合基金资助,促进基础研究与应用互动;成立科学传播与成果转化中心,探索研究成果贯通机制。基于信息科学特点,关注科学仪器研制项目,促进基础工具研究;加强信息技术与教育结合,鼓励AI机制机理创新探索研究,促进AI技术创新应用。
铝和铝合金材料应用于汽车车身的关键在于连接技术,而连接技术的选择则取决于铝和铝合金材料的应用路径。车身连接工艺常用的有电阻焊、自冲铆接、旋转攻丝铆接、激光束焊、熔化极惰性气体保护焊等。激光深熔焊技术具有热量密度集中、受热对母材损伤较小、焊缝熔深与焊缝宽度的比值较大、热影响区小等优点,且在焊接工艺实施中易于高集成度、智能化和敏捷化,可实现高可靠焊接,理论上正好可以解决当前铝及铝合金车身焊过程中弧焊存在的热量分散、生产效率低等问题。
为了平衡优化算法在高维多目标优化问题中收敛性和多样性之间的关系,增加算法的选择压力,本文提出了一种基于目标空间映射策略的高维多目标粒子群优化算法(many-objective particle swarm optimization algorithm based on objective space mapping strategy,MOPSO-OSM)。在求解高维多目标优化问题时,Pareto准则难以从众多的非支配解中确定最优“折中”解,因此将高维多目标空间映射为以收敛性和多样性评价指标的2维空间,再将