基于遗传算法的移动机器人路径滚动规划

研究了一种全新的基于遗传算法的机器人路径滚动规划方法。该方法将目标点映射在机器人视野域内侧边界附近，规划出机器人局部最优路径，机器人根据此局部路径前进一步。机器人每前进一步就重复该过程，沿一条全局优化的路径安全地到达终点。仿真实验表明，即使在复杂的未知静态环境下，利用该算法也可以规划出一条全局优化路径，且能安全避碰。     

高职院校技能竞赛信息化管理平台研究

为了将技能竞赛工作与高职院校的教育教学工作紧密结合,本文基于高职院校、院系、学生与企业之间的关系,提炼与创新高职院校内部技能竞赛管理模式,并基于计算机软件技术来构建高职院校内部技能竞赛信息化网络管理平台,以推动院校技能竞赛工作发展、促进学生实践能力水平提高。     

基于栅格法的机器人路径规划快速搜索随机树算法

针对复杂环境下的机器人路径规划问题，提出了一种全新的基于栅格法的机器人路径规划快速搜索随机树算法。以机器人出发点为随机树的根节点，通过扩展，逐渐增加叶节点直至随机树的叶节点中包含了目标点。从出发点到目标点之间的一条以随机树的边组成的路径就是目标路径。研究表明在同样的环境下与遗传算法、A^＊算法相比该方法能在更短的时间内找到更优的路径。仿真实验也表明，即使在随机生成的复杂环境下，利用该算法也可以快速规划出一条全局优化路径，且能安全避障。     

基于B/S结构的高职院校技能竞赛平台的设计与实现

高职院校技能竞赛作为高等职业教育改革的重要举措是近年来高职教育的一项重大制度创新,各院校通过技能竞赛来促进招生、促进教学,同时能在高职院校之间形成良好的竞争环境,在技能竞赛过程中以岗位要求为基本出发点,以提高学生技能水平为主要目的,逐步形成学校、企业、学生等多方共赢的局面.目前日本、韩国等国家均高度重视技能竞赛工作 [1,2],技能竞赛工作制度化、体制化,对社会人才培养具有重大推动作用.国内大多数高职院校开始对技能竞赛模式进行探索,并取得了相应的成果 [3].随着信息化技术的迅猛发展,对于技能竞赛的信息化管理要求越来越高.目前,国内各级各类比赛大多数具有相应的技能竞赛发布网站或管理网站,一些比较先进的可实现在线报名、收费、在线学习等一系列技能竞赛管理工作.但是对于高职院校内部来说,具有学院内部自己独特的技能竞赛管理平台少之又少,如何才能确保高职院校技能竞赛工作与各级别比赛有机衔接以及如何高效管理技能竞赛日常工作成为高职院校目前需要重视的问题.本文结合江苏食品药品职业技术学院技能竞赛模式和日常管理流程,基于B/S结构开发出适合工作实际的技能竞赛信息化管理平台,很好地协调了学院、院系、学生、企业之间的关系,有效促进技能竞赛管理工作.     

基于微粒群算法的lp数据拟合及其应用

在动态测试数据处理中,常常要进行稳健回归分析和最小最大值回归分析,讨论了微粒群算法及其在lp数据拟合中的应用.微粒群算法通过多个粒子在解空间中根据自身的信息和群体的信息不断调整自己的位置进行寻优,在寻优过程中粒子间不断地进行信息交流,使得算法收敛速度很快,特别适合用于函数优化,从而能够在lp数据拟合中得到很好的应用.实例计算结果表明,该方法能够更准确地进行lp数据拟合,理论上可以以任意逼近真实值,从而减小了计算误差,并且有更快的收敛速度,可以快速收敛到全局最优解,因而具有一定的理论意义和现实意义.     

迷宫问题的路径优化

迷宫问题是图形学、图论和数据结构等领域中的一个经典问题。目前解决迷宫问题的算法主要包括传统算法以及智能算法两大类。如何更好的解决迷宫问题获得最优路径一直是有待解决的问题。首先基于蚁群算法获得导航路径,然后利用粒子群算法优化导航路径获得近似最优化路径。实验仿真表明,利用粒子群算法优化后的路径效果十分令人满意。     

仿生智能算法在自动组卷策略中的应用

随着计算机辅助教学的发展,自动组卷策略已成为目前研究的热点与难点。自动组卷策略是自动组卷系统的核心,目前流行的智能算法如:遗传算法、蚁群算法、鱼群算法及微粒群算法广泛被应用于自动组卷系统中来解决组卷策略。     

基于.NET平台的淮扬菜在线学习平台开发

该文基于.NET平台开发了一套淮扬菜在线学习平台系统,网站平台实现了菜谱管理、新闻管理、视频管理以及在线交流等四大模块。系统开发融入了HTML、CSS以及三层架构等技术。本系统具有界面美工、功能强、方便操作以及互动性强等特点,有助于淮扬菜的传承与发扬。     

基于微粒群算法的圆度误差评价

为了在全局范围正确评价圆度误差，采用微粒群算法对圆度测量数据进行最小二乘法评价，克服了传统圆度最小二乘法评价的局部收敛问题。计算结果表明，本文介绍的方法可以在设计变量的全局范围内有效、正确地评价圆度误差。     

基于蜂群算法的煤矿救灾机器人全局路径规划

研究了一种基于人工蜂群算法的煤矿救灾机器人全局路径规划算法。该算法首先进行环境建模,然后根据环境信息特点,巧妙结合人工蜂群算法获得机器人全局优化路径。该路径规划方法具有建模方便、算法简单以及不局限于障碍物的形状等特点。实验证明,本算法可以快速有效地规划出一条全局较优化路径,是解决全局环境已知情况下机器人路径规划的一种有效方法。