基于改进人工势场法的机器人避障及路径规划研究

在不确定和复杂的移动环境中,利用传统的人工势场法进行机器人避障很难满足对环境动态适应性的需要。提出了一种相对速度的改进的人工势场法,针对于传统的路径规划中局部最小值问题,提出设置中间目标点的方法,给机器人一个外力以避免其在局部最小点处停止或者徘徊,确保机器人能够逃出最小值陷阱并顺利到达目标位置。最后在Matlab平台上进行了仿真实验,实验结果表明,改进后的人工势场法能较好地实现动态环境下移动机器人的路径规划。     

基于改进人工势场法的移动机器人导航控制

传统人工势场法在移动机器人导航过程中存在局部极小值,障碍物周围震荡等问题。针对采用传统人工势场法实现移动机器人导航过程中存在的问题,本文引入旋转力改进人工势场法,同时运用细菌觅食混合粒子群算法（BF-PSO）对移动机器人导航过程中的控制器参数及势场函数增益系数进行离线优化。运用优化参数进行基于改进人工势场法的移动机器人导航的仿真,仿真结果表明BF-PSO算法对移动机器人导航具有较好的优化效果。     

基于动态模糊人工势场法的移动机器人路径规划

传统人工势场法在路径规划中存在局部极小值问题,而且不能满足动态环境中移动机器人路径规划对实时性、安全性和可达性的要求.针对传统人工势场法存在的问题,通过引入速度矢量,改势场力函数,并与模糊控制方法相结合,实时调节斥力势场系数,克服人工势场法的缺陷.在MATLAB平台中验证了方法的有效性,实验结果表明,该方法优于人工势场法模型的路径规划.     

基于混合势场法的移动机器人路径规划

针对目前移动机器人在路径规划中出现的问题,提出一种自主移动机器人路径规划的新方法——混合势场法。分析了人工势场法的不足,找出局部极小值点的形成原因;针对人工势场法中障碍物附近目标不可达问题,采用了在斥力场函数中加入斥力因子,使得机器人顺利到达目标点;针对陷入局部极小值和振荡的问题,提出了混合势场法,通过将势场法和可视图法结合起来,使得机器人走出局部极小值和振荡区域。最后,将混合势场法应用于室内移动机器人的路径规划中,仿真实验证明了该方法的有效性。     

移动机器人路径规划的模糊人工势场法研究

静态环境下的路径规划是移动机器人领域非常重要的研究课题.人工势场法由于算法简单、计算量小、运算速度快、实时性好等特点,在移动机器人路径规划中得到了广泛应用,但人工势场法也存在目标不可达和局部极小值问题.针对人工势场法存在的不足,将模糊控制思想引入到移动机器人的路径规划中来,对移动机器人的偏转角进行精确控制.仿真实验结果...     

移动机器人未知环境避障研究

针对移动机器人的避障问题,以AS-R移动机器人为实验平台,提出了一种改进人工势场和模糊逻辑相结合的路径规划方法.对于未知障碍物环境采用人工势场法进行实时路径规划,对于动态近距离动态障碍物采用模糊逻辑方法引导机器人做出避障行为.为了有效将2种方法结合,根据传感器信息对于人工势场方法引入转角的信任度,机器人运行方向由上述2...     

一种基于量子染色体变异的移动机器人路径规划融合算法

为了解决机器人路径规划中的“局部最小”问题,提出了一种基于量子染色体变异的人工势场法和栅格法相融合的移动机器人路径规划算法.首先,对人工势场的斥力场进行改进,然后利用融合的人工势场法和栅格法对路径进行规划,产生初始化种群,最后利用量子比特对染色体编码、利用量子染色体变异对种群个体进行更新,完成最佳路径搜索.仿真实验表明,本文提出的融合算法能够有效地避开障碍物,稳定地产生移动机器人的最佳规划路径,提高了种群质量和收敛速度,适合于求解复杂优化问题,达到了预期效果.     

基于势场栅格法的移动机器人避障路径规划

针对传统人工势场法应用于移动机器人避障路径规划存在的缺陷,建立了改进的人工势场模型,通过在障碍物的斥力势场函数中增加最小安全距离,同时考虑机器人与目标点的相对距离,成功地解决了障碍物附近目标不可达(Good Nonreachable with Obstacles Nearby GNRON)的问题。此外,针对传统人工势场法的局部极小点和障碍物附近目标不可达同时存在的问题,提出了以改进人工势场法为主,栅格法为辅的方案来实施避障,使得机器人能够尽快地脱离局部极小并成功地绕过障碍物到达目标点。采用栅格法对改进人工势场法做辅助决策,弥补了改进人工势场法的不足,使机器人能够顺利到达势场的全局最小点,提高了避障路径规划的安全性和可达性。论文利用Matlab进行了算法仿真,结果证明了所提方法的正确性和有效性。     

关于人工势场法局部极小问题的一种解决方法

利用人工势场法进行移动机器人路径规划是十分有效的,在使用人工势场法进行避障的时候,由于移动机器人对周围环境信息的感知具有局限性,容易导致局部极小问题的出现。针对此问题提出一种基于“沿边行为”的方法,当移动机器人进入局部极小状态时激活该行为,使机器人沿着障碍物的边缘运动,使移动机器人在只感知局部信息的条件下,能迅速地摆脱局部极小的状态。仿真实验表明这种方法是可行的,可以有效地解决移动机器人因获取的环境信息不足而陷入局部极小点。     

关于人工势场法局部极小问题的一种解决方法

利用人工势场法进行移动机器人路径规划是十分有效的，在使用人工势场法进行避障的时候，由于移动机器人对周围环境信息的感知具有局限性，容易导致局部极小问题的出现。针对此问题提出一种基于“沿边行为”的方法，当移动机器人进入局部极小状态时激活该行为，使机器人沿着障碍物的边缘运动，使移动机器人在只感知局部信息的条件下，能迅速地摆脱局部极小的状态。仿真实验表明这种方法是可行的，可以有效地解决移动机器人因获取的环境信息不足而陷入局部极小点。     

移动网络中新型分层AAA的移动部署方案

针对移动网络的切换过程中引入认证而带来的过大时延等问题进行研究,提出一种增强型的分层AAA移动性管理架构,通过设置主AAA服务器内从AAA服务器的最优管理层数来降低总体系统开销。为解决移动节点在相邻区域之间频繁移动而引起的过大开销问题,提出动态部署方法。仿真结果证明,采用该分层AAA的移动性部署方案使系统总开销得到极大改善。     

免疫克隆算法求解动态多目标优化问题

求解动态多目标优化(dynamic multi-objective optimization,简称DMO)问题的主要困难在于目标函数、约束条件或者相关的问题参数是随时间不断变化的.基于免疫克隆选择学说,提出一种用于解决DMO问题的新算法--动态多目标免疫克隆优化(immune clonal algorithm for DMO,简称ICADMO).该算法改进了现有的克隆策略,采用整体克隆的方式;在选择策略上,根据Pareto-占优的概念,将抗体群中的个体分为支配个体和非支配个体,对非支配个体进行选择.采用3个特色算子,使其很好地保持了所得解的多样性、均匀性和收敛性.通过数值实验,与DBM(direction-based method)算法进行比较,结果表明,新算法在收敛性、多样性以及解分布的广度方面都体现了很好的性能.     

基于动态顶空成分的烟叶原料香型特征判别分析(英文)

传统上,国产烤烟根据产地和感官评吸结果分为浓香、清香和中间香三大级别。为了探索国产烤烟香型与香气成分之间的联系,利用吹扫捕集-GC/MS,建立根据不同香型分组的72种烟叶样本的香气成分指纹图谱,并采用判别分析技术进行样本的分类判别。结果显示:对于34个化学变量,浓香、清香和中间香典型判别函数,交叉验证准确率为83.6%。利用主成分分析(PCA)对不同香型烤烟进行区分,获得与感官评价一致的结果。因此,基于顶空香气成分的判别分析能较好地表征烟叶香型归属,有利于揭示不同香型烟叶的化学特征。     

一种自适应双反馈递阶控制系统

本文以水厂控制为背景,研究一类受随机扰动作用、以时滞动态过程为关联约束的大系 统最优控制问题,提出一种自适应双反馈递阶控制方法.它既能象闭环控制那样满足约束条 件、改善性能指标,又能象开环控制那样,计算量小,收敛性好.     

Identification and control of integrative MIMO systems using pattern search algorithms: An application to irrigation channels

This paper deals with the delay identification and control of irrigation channels, modelled as lumped-parameter time delay systems, focusing on the difficulties imposed by the transport delay. The adopted control scheme is based on a Modified Smith Predictor, where the delay estimation is implemented using a multi-model scheme in combination with a Pattern Search Method. Thus, the problem of delay estimation is reduced to an optimization problem whose solution is implemented by Pattern Search Techniques. Simulation examples show the effectiveness of the proposed technique in practice, being able to deal with constant and time-varying delays for which an excellent behaviour is obtained.     

一步预测的SVDDBN缺失数据插补算法

变结构离散动态贝叶斯网络（SVDDBN）处理不确定性问题更具有一般性,为了克服SVDDBN缺失数据会导致推理结果精度变差的问题,提出了一步预测的SVDDBN缺失数据插补算法。根据信息可以沿着网络的时间轴方向向下一个时间片传播的规律,利用“混合”信息在线进行信度更新,可得到滤波值,再通过进一步预测得到下一个时间片缺失数据节点的后验概率作为插补值。仿真结果表明：提出的算法能有效插补缺失数据,提高SVDDBN推理的精确度及可靠性。     

(DP)SM: A dynamic approach to resouce constraint project scheduling

The purpose of this paper is twofold, first to introduce and evaluate a dynamic priority scheduling model developed in this research for solving the resource constraint project scheduling problem, second to introduce an improvement made upon the first model by cross breeding Dynamic Programming with the Dynamic Priority Scheduling Method (DPSM). The second model called Dynamic Priority Dynamic Programming Scheduling Method [(DP)²SM] aims at optimising the staged resource allocation decisions in DPSM. DPSM divides a project into phases (cycles) the length of which depend on the duration of the project and the period of clock cycle selected. The scheduling process starts by allocating resources to the first phase/cycle using a variety of policies, then the best schedule is selected based on an objective function. The process continues till all the activities are scheduled. In DPSM the interaction between phases is ignored while the decisions of each phase or cycle will affect all the remaining phases. Using (DP)² SM it may be possible to improve the quality of a schedule and reduce the duration of a project by optimising the overall project schedule.     

The dynamic frames theory

The theory of Dynamic Frames has been invented to deal with the frame problem in the presence of encapsulation and pointers. It has proved more flexible and conceptually simpler than previous approaches that tackled the problem. It is now being actively used both for theoretical and for practical purposes related to the formal verification of program correctness. This paper presents the full theory of Dynamic Frames, together with its reasoning laws and exemplifies the use of these laws in proving correct several common design patterns. It also discusses the ongoing research on the topic.     

基于CURE聚类算法的静态R树构建方法

R树索引结构在空间对象查询和复杂空间关系查询方面具有重要作用。传统空间索引结构R树是动态生成的,树的结构是根据连续插入算法实现的,通过分裂子节点直至生成R树的根节点。动态生成算法会导致R树节点最小外包矩形之间的大量重叠,影响空间查询效率,且空间利用率不高。为了弥补动态生成R树的不足,提出了基于CURE算法的静态R树生成方法,给出CU_RHbuilt建树算法,该算法不仅能有效地处理海量数据,识别任何形状的簇,减少矩形重叠度,而且采用划分技术可较大程度地减小计算代价,空间利用率较高。进一步提出了基于CURE算法的R树节点分裂方法。理论研究与实验表明,所提方法具有较高的查询效率。     

E-Learning technologies: A key to Dynamic Capabilities

The field of Dynamic Capabilities has evolved very rapidly in recent years. Enhancing Dynamic Capabilities is considered to be a major tool to achieving a sustained competitive advantage. However, Dynamic Capabilities are inherently complex and there is a great deal of research on their various contributing factors. On a parallel research track, much has been written on the significance and long-lasting contribution of Knowledge Management and Learning on competitive advantage. Today’s learning in organizations is increasingly centred around Electronic-Learning (E-Learning). This paper suggests that there is a solid link between technological tools (E-Learning), management processes (Knowledge Management) and organizational outcome (Dynamic Capabilities), and discusses the impact of E-Learning technologies on for-profit organizations as a means of enhancing Dynamic Capabilities through Knowledge Sharing, both within and across the organization’s boundaries. Managers and knowledge experts in three leading companies were surveyed. The findings show that firms can acquire significant Dynamic Capabilities by using E-Learning technologies to promote Knowledge Sharing. It is further concluded that using E-Learning for developing channels of Knowledge Sharing across the organization helps to ensure excellence and competitiveness by increasing much sought-after Dynamic Capabilities.