【摘 要】
：
蚁群算法是机器人路径规划中的经典算法之一,在二维静态环境中,传统蚁群算法在机器人路径规划中还存在一些缺点,如算法收敛较慢、容易陷入局部最优并可能导致算法停滞等。针
【机 构】
：
南京大学金陵学院信息科学与工程学院
【基金项目】
：
南京大学金陵学院重点课题项目（0010521806）,江苏省大学生创新项目（201813646010Y）
论文部分内容阅读
蚁群算法是机器人路径规划中的经典算法之一,在二维静态环境中,传统蚁群算法在机器人路径规划中还存在一些缺点,如算法收敛较慢、容易陷入局部最优并可能导致算法停滞等。针对这些缺陷,对传统蚁群算法提出相应改进,引入自适应启发式因子、拐点个数等参数,并采用不同启发式因子对随机概率进行更新。使用Matlab对改进前后算法的收敛速度、避障寻径和最短路径长度等进行对比分析。结果显示,改进后的算法较传统算法不仅可以使机器人有效避开所有障碍物,而且能够高效寻找到最短路径,在很大程度上避免了算法陷入局部最优。
其他文献
为改善现有烹饪机器人翻炒过程中响应迟钝、自动化程度低、稳定性差等问题,设计了通过直流电机转动,完成自动烹饪过程中自翻炒、自调节的电控系统。针对较大功率直流电机的调
最小二乘法(LSM)是一种经典的数学优化方法,基本原理是通过最小化误差的平方和以确定数据与方程之间的最佳函数匹配关系。LSM简单易行,在许多领域应用广泛。众多学者对LSM进
语料库语言学需要从大规模文本提取语言特征,通过量化分析研究语言规律。现有语料库工具过于注重索引和检索功能,无法开展涉及复杂统计的多因素分析。通过3个基于语料库的研
目前云系统服务端存在着各类分层模型架构,尽管这些分层架构通常有所差异,但始终存在着领域对象层(Domain Object Layer)。领域对象层中的对象对真实世界里的业务及角色进行
为了更有效地改善手势以延长其生命周期,采用量化指标指导手势改善方向的决策。基于属性重要度,给出了复杂人因条件下手势改善方向的决策算法。根据模糊层次分析法计算指定手势每个属性的全局权重,并根据用户反馈计算指定手势每个属性的局部权重,全局权重与局部权重调和得到综合权值向量。依据用户对指定手势的综合印象,将各属性评分分为两类分别进行处理。根据各属性的正向与负向影响力,得到权值向量中各属性权值分布。对各属