基于无线传感器网络的未知环境下移动机器人实时路径规划*

利用无线传感器网络技术、多传感器信息融合技术、基于占用网格的概率地图构建和基于群集智能的微粒群仿生学算法,采用三层控制结构的规划策略,提出了一种新的在未知环境下移动机器人在线实时路径规划方法。最后设计并构造出了实际的无线传感器网络,验证了算法的有效性、准确性和实时性。     

面向无线传感器网络节点定位的移动锚节点路径规划

节点定位是无线传感器网络技术研究的一个基本问题,大多数无线传感器网络的应用和中间件技术都需要节点的位置信息.目前比较实用的定位方法是利用一些移动锚节点(如安装有GPS)根据有效的规划路径移动,通过发送包含其自身坐标的信息来定位其他节点,该方法不过多地增加无线传感器网络成本,还可以获得较高的定位精度.在该方法中,移动锚节点的路径规划问题是需要解决的基本问题.主要研究移动锚节点的路径规划问题,把图论引入到无线传感器网络节点定位系统.把无线传感器网络看成一个连通的节点无向图,路径规划问题转化为图的生成树及遍历问题,提出了宽度优先和回溯式贪婪算法.仿真实验和真实系统实验结果表明,该方法能够很好地适应无线传感器网络节点随机分布的节点定位,可以取得较高的定位精度.     

生存模糊自适应的蚁群算法及收敛性

首次将多元生存分析引入进化算法,设计了一种生存自适应的蚁群算法．对蚁群算法收敛过程建立生存模型,用ＫａｐｌａｎＭｅｉｅｒ法计算生存时间估计值和生存函数曲线,以算法各参数作为生存时间的协变量,用ＣＯＸ 比例危险率回归模型来定量分析其相互依赖关系,分析了种群大小对早熟收敛的影响．根据个体适应度和种群多样性对剩余生存时间进行模糊控制,实现种群规模的自适应调控．数值实例验证了算法的有效性、稳定性及准确性．     

空间机器人随机故障容错规划的蜜蜂算法

本文为解决复杂的随机规划问题设计了一种基于随机模拟的混沌量子蜜蜂算法,证明了该算法的收敛 性,并分析了算法的收敛速度．分析6 自由度空间机器人系统的不确定性,采用基于微分变换法进行误差分析,建 立了随机数学规划模型．为涉及故障前后运动学与动力学约束限制的容错轨迹规划,以加权最小驱动力矩为优化性 能指标,采用混沌量子蜜蜂算法求解全部工作时间中机械臂故障前后的最优轨迹．通过降低异常关节的运动速度来 降低故障关节力矩,保证机械臂在发生故障后具有较高的操作能力．案例研究验证了该算法的有效性、稳定性及准 确性．     

模糊相关机会规划的蚁群优化算法及收敛性分析

模糊相关机会规划(Fuzzy dependent-chance programming, FDCP)因其非线性、非凸性及模糊性,对经典的优化理论提出了极大的挑战. 本文为解决复杂的模糊相关机会规划问题设计了一种基于模糊模拟的蚁群优化算法, 证明了该算法的收敛性,并通过估算期望收敛时间以分析蚁群优化算法的收敛速度. 数值案例研究验证了该算法的有效性、稳定性及准确性.     

基于模糊聚类的神经网络求解围棋死活博弈

围棋死活求解非常消耗计算资源,博弈树的节点数随分支因子和深度的增加而呈指数级增长,使得传统的完全遍历博弈树的搜索不足以胜任.文中提出了一种基于模糊聚类的神经网络方法,利用模式识别和模糊属性检测,为涉及到外部劫争、循环规避、哈希置换、证明树等多方面问题的围棋博弈死活求解,构建了基于神经网络的棋型聚类分析器,快速又有效地极大减小了博弈树的分支因子,节约了死活求解所耗费的计算时间和内存空间.实验证明取得了比较理想的结果,研究表明把自学习能力赋予程序是提高计算机围棋博弈性能的有效途径.     

生存模糊自适应的蚁群算法及收敛性

首次将多元生存分析引入进化算法,设计了一种生存自适应的蚁群算法．对蚁群算法收敛过程建立生存模型,用Ｋａｐｌａｎ Ｍｅｉｅｒ法计算生存时间估计值和生存函数曲线,以算法各参数作为生存时间的协变量,用ＣＯＸ 比例危险率回归模型来定量分析其相互依赖关系,分析了种群大小对早熟收敛的影响．根据个体适应度和种群多样性对剩余生存时间进行模糊控制,实现种群规模的自适应调控．数值实例验证了算法的有效性、稳定性及准确性．

     

动力定位的分数阶双环自适应终端滑模控制

为了解决具有非线性和环境干扰的船舶动力定位系统的控制问题,本文提出了一种基于分数阶双环自适应快速终端滑模控制算法,证明了闭环系统的稳定性,设计了自适应控制律,计算了滑模的收敛时间。控制系统由外环位置姿态环和内环速度环构成,外环滑模控制实现自动定位于期望位置和姿态,内环滑模控制实现对速度和角速度的定位。通过切换函数的设计,对不确定性和外加干扰具有较强的鲁棒性,避免系统出现抖振现象。对双环滑模控制器进行仿真,计算出动力定位外界环境扰动的变速运动情况下的前进位置、横荡位置、艏向角度、前进速度、横荡速度、艏向角速度、前进控制力、横荡控制力和艏向控制力矩等。对外环控制率增益λ2等参数对控制性能的影响进行了比较分析。结果表明,分数阶双环自适应终端滑模控制动态响应要稍快于传统双环控制,且超调量小,调整时间更短,所设计的控制器对有非线性和环境干扰的船舶动力定位系统都具有较强的鲁棒性。本算法为不确定性系统的变结构控制提供了新的解决方案,扩展了滑模控制算法的应用领域。     

基于文化萤火虫算法的足球机器人动态路径规划

提出一种基于文化算法框架的萤火虫优化算法,结合动态避障和滑模控制求解足球机器人动态路径规划问题,并利用数学定理证明算法的收敛性.根据足球机器人在比赛中承担任务的分工不同,分别对进攻和防守两种角色进行分析讨论,进攻时结合动态避碰的方法平滑和修正规划的路径;防守时通过滑模控制跟踪足球或对手机器人的轨迹,利用CFA算法进行整定优化滑模控制的参数,计算出机器人的运行速度和角速度.以足球机器人比赛实例进行测试,实验结果证实所提出算法无论对无碰撞危险还是有多个障碍物机器人碰撞危险等不同情况,都具备有效性和高效性.考察路径采样点数、种群数量和进化迭代次数等参数变化对收敛性能的影响,并将所提出算法与PSO和ACO等进化计算算法进行性能比较,验证了算法更容易搜索到全局最优解,有更好的收敛性能.     

离散萤火虫优化算法求解概率旅行商问题

对随机组合优化问题中的概率旅行商问题(PTSP)的理论和方法进行了研究分析,采用现代进化算法中有代表性发展优势的萤火虫优化算法(FA),提出一种离散萤火虫优化算法(DFA)以求解.其中引入了新的学习机制使其相比原始的萤火虫优化算法,更容易搜索到全局最优解,有更好的收敛性能.实验中用TSPLIB中的经典实例进行测试来验证其可行性.考察了萤火虫数量和进化迭代次数对求解结果性能的影响,并将DFA与GA、PSO和ACO等其他著名的进化计算算法进行性能比较.实验结果证实了DFA无论对固定访问概率,还是访问概率为区间内随机数等不同情况,都具有良好的有效性和高效性,因此对求解随机组合优化系列问题的有效解决具有一定参考和借鉴价值.