检索结果-南通市图书馆

基于遗传-蚁群优化算法的QoS组播路由算法设计

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2024年第11期24卷 4626-4632页

作者：史郑延慧何刚北京邮电大学人工智能学院北京100876

为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的服务质量(quality of service,QoS)组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,... 详细信息

为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的服务质量(quality of service,QoS)组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,计算路径代价,将路径代价最小作为优化目标,建立QoS组播路由优化模型,并设置相关约束条件;最后,结合遗传算法和蚁群算法提出一种遗传-蚁群优化算法求解上述模型,输出最优路径,完成路由优化。实验结果表明,所提算法可有效降低路径长度与路径代价,提高搜索效率与路由请求成功率,优化后的路由时延抖动较小。

关键词：遗传算法数据采集 QoS组播路由优化蚁群算法路径代价

在线全文

学校读者我要写书评

暂无评论

基于威胁度评估的机器人神经动态避撞策略

机器人 2017年第6期39卷 853-859页

作者：倪天魏瑞轩赵晓林许卓凡空军工程大学航空航天工程学院陕西西安710038

针对动态环境下移动机器人的自主碰撞规避,构建了包含感知模块、威胁规避模块和目标牵引模块的神经避撞决策系统.通过深入分析采样周期内威胁与机器人的相对速度、激光雷达有效探测距离以及威胁预测方位等因素对避撞机动效率和安全性的... 详细信息

针对动态环境下移动机器人的自主碰撞规避,构建了包含感知模块、威胁规避模块和目标牵引模块的神经避撞决策系统.通过深入分析采样周期内威胁与机器人的相对速度、激光雷达有效探测距离以及威胁预测方位等因素对避撞机动效率和安全性的影响,对机器人各机动速度区的危险等级进行划分并建立相应的威胁度定量评估模型,再将其引入局部决策器以修正各节点的输出,进而提出了一种基于机动策略威胁度评估的神经动态避撞方法.仿真实验表明,相比于传统的神经导航,所提方法不仅优化了规避路径,而且代价更小.

关键词：移动机器人碰撞规避威胁度评估神经导航路径代价

在线全文

学校读者我要写书评

暂无评论

面向任务的无人机照相侦察航迹规划算法

中国惯性技术学报 2018年第4期26卷 440-445页

作者：李文广胡永江孙世宇李建增褚丽娜陆军工程大学无人机工程系石家庄050003

针对当前无人机照相侦察获取的影像数据很难满足后端情报处理要求的问题,提出了一种面向任务的无人机照相侦察航迹规划算法。首先基于情报处理的航迹预规划,结合无人机情报处理和航迹规划的耦合关系来完成航迹参数的解算。然后提出η形... 详细信息

针对当前无人机照相侦察获取的影像数据很难满足后端情报处理要求的问题,提出了一种面向任务的无人机照相侦察航迹规划算法。首先基于情报处理的航迹预规划,结合无人机情报处理和航迹规划的耦合关系来完成航迹参数的解算。然后提出η形转弯策略,在最小转弯半径约束下,以最小路径代价完成相邻航带间的转弯航迹规划。最后确定侦察区域内的照相序列,来实现区域全覆盖侦察。实验结果表明,较常规U形转弯策略而言,算法路径代价降低了15%左右。

关键词：照相侦察情报处理航迹规划转弯策略路径代价

基于改进A-Star算法的无人机航迹规划算法研究

在线全文

学校读者我要写书评

暂无评论

兵工学报 2008年第7期29卷 788-792页

作者：李季孙秀霞空军工程大学工程学院陕西西安710038

针对传统A-Star算法在无人机航迹规划问题应用中的局限性,提出了一种结合飞行器简化运动学方程的改进A-Star算法,并将该算法应用于解决无人机在未知危险环境中的威胁规避问题;研究了综合考虑各路径代价影响因素情形下的航迹规划方法。... 详细信息

针对传统A-Star算法在无人机航迹规划问题应用中的局限性,提出了一种结合飞行器简化运动学方程的改进A-Star算法,并将该算法应用于解决无人机在未知危险环境中的威胁规避问题;研究了综合考虑各路径代价影响因素情形下的航迹规划方法。最后对无人机参考航迹规划的数字仿真证明了改进算法的有效性。

关键词：运筹学无人机航迹规划威胁规避 A-Star算法路径代价

克服V型障碍陷阱的激光雷达机器人分层避撞方法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2017年第8期32卷 1511-1517页

作者：魏瑞轩倪天许卓凡赵晓林空军工程大学航空航天工程学院西安710038

激光雷达以其高的角度和距离分辨率被广泛地应用于移动机器人的障碍规避,但其固有的探测特性易使机器人陷入V型障碍陷阱,并增大路径代价.为此,通过深入分析激光雷达精度与距离的特性关系,提出按照探测精度将探测区域划分为模糊规避区、... 详细信息

激光雷达以其高的角度和距离分辨率被广泛地应用于移动机器人的障碍规避,但其固有的探测特性易使机器人陷入V型障碍陷阱,并增大路径代价.为此,通过深入分析激光雷达精度与距离的特性关系,提出按照探测精度将探测区域划分为模糊规避区、精确规避区和应急规避区,进而建立一种分层障碍规避方法.为模糊规避区设计神经网络障碍规避算法,同时在精确规避区采用边界点追踪法避撞.仿真实验表明,所提出方法相较于传统的激光雷达避撞方法,不仅能够使机器人避免误入V型陷阱,而且可以产生更小的路径代价.

关键词：移动机器人激光雷达分层障碍规避 V型障碍陷阱路径代价

在线全文

学校读者我要写书评

暂无评论

一种保证负载均衡的网络资源分配算法

西安电子科技大学学报 2005年第6期32卷 885-889页

作者：史琰刘增基盛敏西安电子科技大学综合业务网理论与关键技术国家重点实验室陕西西安710071

为了避免或延迟网络瓶颈的出现,使网络提供最大的服务能力,提出了一种路径级资源分配算法———P-ERA算法.在其基础上,又根据链路拓扑位置及不同源结点注入流量等因素,提出一种保证负载均衡的网络资源分配算法———N-ERA算法.它通过量... 详细信息

为了避免或延迟网络瓶颈的出现,使网络提供最大的服务能力,提出了一种路径级资源分配算法———P-ERA算法.在其基础上,又根据链路拓扑位置及不同源结点注入流量等因素,提出一种保证负载均衡的网络资源分配算法———N-ERA算法.它通过量化的路径选择以及合理的资源调配,可以在保证用户业务服务质量的同时,实现网络资源的充分利用.仿真结果也证明,相对于其他的资源分配算法,N-ERA算法具有更高的业务接纳率和更加均衡的资源利用率.

关键词：资源分配路径预计算链路拓扑权等效可用带宽路径代价

基于机器视觉的电力仓储机器人分区拣选控制方法

在线全文

学校读者我要写书评

暂无评论

电力大数据 2022年第8期25卷 29-36页

作者：吴伟黄佳呈夏志军刘晔孔宗泽江苏省电力有限公司常州供电分公司江苏常州213000

以更精准控制电力仓储机器人分区拣选为目的,本文提出基于机器视觉的电力仓储机器人分区拣选控制方法。该方法利用智能机器视觉单元拍摄机器人分区拣选环境图像,采用机器视觉技术获取电力仓储机器人分区拣选目标位置,经过电力仓储机器... 详细信息

以更精准控制电力仓储机器人分区拣选为目的,本文提出基于机器视觉的电力仓储机器人分区拣选控制方法。该方法利用智能机器视觉单元拍摄机器人分区拣选环境图像,采用机器视觉技术获取电力仓储机器人分区拣选目标位置,经过电力仓储机器人分区拣选区域位置路径实施编码、路径代价计算、自适应遗传算法对路径寻优后,实现其分区拣选控制,依据伺服驱动控制器控制电力仓储机器人达到分区拣选指定位置执行拣选任务。实验结果表明:该方法的分区拣选区域定位时最大误差仅为0.3m,定位精度较高;在分区拣选时受障碍物分布情况影响较小,控制其分区拣选路径拐点少;且在控制电力仓储机器人分区拣选过程中出现的平均冲突路径节点数量较少,应用效果好。

关键词：机器视觉仓储机器人分区拣选控制方法遗传算法路径代价

在线全文

学校读者我要写书评

暂无评论

基于最小转弯半径的无人机转弯航迹规划算法

计算机工程与设计 2019年第10期40卷 2849-2854页

作者：李文广胡永江孙世宇李建增褚丽娜陆军工程大学石家庄校区无人机工程系

针对目前固定翼无人机在区域覆盖侦察任务中无法以最小路径代价实现航带间转弯飞行的问题,提出一种基于最小转弯半径的无人机转弯航迹规划算法。依据无人机情报处理对于航片旁向重叠率的要求,确定航带间距;依据无人机飞行速度及姿态数据... 详细信息

针对目前固定翼无人机在区域覆盖侦察任务中无法以最小路径代价实现航带间转弯飞行的问题,提出一种基于最小转弯半径的无人机转弯航迹规划算法。依据无人机情报处理对于航片旁向重叠率的要求,确定航带间距;依据无人机飞行速度及姿态数据,确定无人机的最小转弯半径。提出转弯航迹规划算法,规划航带间转弯航迹。实验结果表明,该方法降低了15%左右的路径代价,提高了无人机在航程有限的约束下,完成任务的可行性。

关键词：最小转弯半径转弯航迹路径代价旁向重叠率航带间距

在线全文

学校读者我要写书评

暂无评论

移动机器人复杂环境路径规划

广西大学学报（自然科学版） 2021年第3期46卷 692-702页

作者：陈虎宋智超光孟坷周林涛王伟吴青娥郑州轻工业大学电气信息工程学院河南郑州450002 天津职业技术师范大学信息技术工程学院天津300222

针对移动机器人在复杂环境下路径规划问题,提出一种改进蚁群算法。该算法设计启发式状态转移函数,引入起点和终点对状态转移的引导作用;设计路径优化方法,从八个方向优化每次迭代生成的最优路径,避免规划路径陷入凹形区域,减小其长度;... 详细信息

针对移动机器人在复杂环境下路径规划问题,提出一种改进蚁群算法。该算法设计启发式状态转移函数,引入起点和终点对状态转移的引导作用;设计路径优化方法,从八个方向优化每次迭代生成的最优路径,避免规划路径陷入凹形区域,减小其长度;建立路径评估模型,考虑到环境的复杂性,通过加入惩罚因子,使路径评价标准从路径长度转为路径代价,将影响移动机器人通行的环境因素加入到路径规划过程,从而使生成路径得到更好的优化。最后,将改进蚁群算法与多种算法进行对比实验,结果表明,改进蚁群算法能有效避开危险区域,大幅度降低规划路径的代价,有效提高移动机器人通过规划路径的效率和安全性。

关键词：移动机器人蚁群算法路径优化路径评估模型路径代价