【摘 要】
：
针对机器人在不同类型障碍物环境下的路径规划问题,提出基于神经网络的改进粒子群优化算法.采用神经网络统一障碍物环境建模,快速实现路径与所有障碍物的碰撞检测,通过惯性权
【机 构】
：
广西大学计算机与电子信息学院,广西 南宁 530004
论文部分内容阅读
针对机器人在不同类型障碍物环境下的路径规划问题,提出基于神经网络的改进粒子群优化算法.采用神经网络统一障碍物环境建模,快速实现路径与所有障碍物的碰撞检测,通过惯性权重和三次样条曲线平滑路径,以较低的粒子编码维度,在提高算法收敛速度的同时保持路径精度,避免陷入局部最优.仿真结果表明:神经网络能够统一静态和动态障碍物环境表示和碰撞检测模型,改进的粒子群优化算法可以应用于静态和动态障碍物环境,快速规划出无碰撞平滑路径,路径长度更短,算法的迭代次数更少.
其他文献
论述了最近10多年有限自动机重置问题在算法方面的研究进展.首先形式定义一些基本概念和四个有关重置的问题,给出这些问题的计算复杂性结果;然后回顾了2008年前的算法发展历
在总结格密码困难问题发展和求解中关键理论与技术的基础上,从渐进最短向量问题(approx-SVP)入手,对比分析了经典格基约减算法的优缺点,重点研究了其求解推进过程中的关键技
研究了非确定有限自动机的最短D1-同步字的计算问题.针对这种自动机定义了D1W问题及其参数化版本问题p-D1W和最优问题shortest-p-D1W,证明了p-D1W和shortest-p-D1W分别属于pa
针对一种边权重取值范围为[0,1]的无向带权图,提出在社交网络中有实际应用的概率支配集概念.在图中寻找最少点数的概率支配集称为最小概率支配集问题.证明最小概率支配集问题