排序方式: 共有39条查询结果,搜索用时 33 毫秒
1.
针对带有截止时间约束的自动化立体仓库出入库作业调度问题,以调度过程中堆垛机能量消耗为优化目标建立数学模型,并引入相应的惩罚函数。对于入库货物,同时考虑定位存储和随机存储两种入库策略,采用一种最近邻货位选择策略对随机存储货物进行合理货位分配。采用一种改进灰狼优化算法对问题进行求解,算法通过引入融合Lévy飞行的混合个体更新策略和多种群重组策略来增强算法的搜索能力。通过仿真实验验证了改进灰狼优化算法在求解自动化立体仓库出入库作业能量优化调度问题的有效性。 相似文献
2.
兴趣点检测是中层视觉感知过程的关键步骤,也是众多机器视觉系统的重要组成部分.此前的大多数兴趣点检测子都是针对特殊的二维图像结构设计的,比如角点、交叉点、端点等,所以对与其差别较大的特征不能检测.采用在Gabor能量空间中迭代搜索的方法,本文提出了一种尺度不变兴趣点检测子.基于结构不同的二维图像特征在相频域中表现相似的特点,该检测子能检测大多数特征.首先,基于Gabor滤波器响应获得一系列能量图像,通过极值点检测得到候选兴趣点;其次,使用一种迭代方法同时选择特征尺度与精确定位特征点位置;最后为了提高算法的实时性,采用了一种递推方法加速能量图像的计算过程.实验结果表明相对于其它检测子,本文提出的方法具有更广泛的适应性,并且在旋转、尺度、光照等变化下具有良好的稳定性. 相似文献
3.
4.
未知环境下基于行为的机器人模糊路径规划方法 总被引:3,自引:0,他引:3
针对非结构化环境下的多关节机器人实时避障问题,应用基于模糊逻辑方法,提出了一种新的未知环境下基于行为的机器人实时路径规划方法。敏感皮肤被用来探测机器人周围的障碍物。规划方法包括接近目标和绕过障碍两个行为。机器人根据周围环境的信息选择合适的行为,从而实现机器人路径规划的目标。由于应用了模糊控制,使方法具有较好的实时性,可以应用到存在未知障碍物的机器人在线运动规划中。仿真环境中存在多种类型的未知障碍物,机器人均在算法的控制下到达了目标位姿,证实了算法的有效性。 相似文献
5.
6.
针对静态路径寻优方法中没有考虑到交通流随时间变化的问题,本文提出一种基于交通流量预测的路径寻优方法.首先,从实际交通路网本身的特点和人类对路网的认识出发,构建以"道路"为基本元素的新型路网模型;其次,采用基于单变量时间序列的预测方法对路网上各路段未来一段时间内的道路交通流量进行预测,并根据预测结果估计出行者在未来时段各路段上的交通代价;再次,通过估计的交通代价把车辆从起点到该路段时间内的道路交通变化状况融入改进A*算法的路径搜索过程,从而建立一种高效的动态改进A*路径搜索算法;最后,实例表明预测交通流量与实际交通流量具有很好的拟合度,路径搜索结果能够对出行者起到诱导作用,提高出行者行驶效率. 相似文献
7.
未知环境下机器人实时模糊路径规划方法 总被引:4,自引:0,他引:4
针对三自由度工业机器人,提出了一种未知环境下的机器人模糊路径实时规划方法.算法由几个各自独立控制的关节模糊单元组成.每个单元综合了附近障碍物排斥作用和关节目标的吸引作用,控制关节到达目标角度.仿真结果证实了算法的有效性. 相似文献
8.
Semiconductor manufacturing (SM) system is one of the most complicated hybrid processes involved continuously variable dynamical systems and discrete event dynamical systems. The optimization and scheduling of semiconductor fabrication has long been a hot research direction in automation. Bottleneck is the key factor to a SM system, which seriously influences the throughput rate, cycle time, time-delivery rate, etc. Efficient prediction for the bottleneck of a SM system provides the best support for the consequent scheduling. Because categorical data (product types, releasing strategies) and numerical data (work in process, processing time, utilization rate, buffer length, etc.) have significant effect on bottleneck, an improved adaptive network-based fuzzy inference system (ANFIS) was adopted in this study to predict bottleneck since conventional neural network-based methods accommodate only numerical inputs. In this improved ANFIS, the contribution of categorical inputs to firing strength is reflected through a transformation matrix. In order to tackle high-dimensional inputs, reduce the number of fuzzy rules and obtain high prediction accuracy, a fuzzy c-means method combining binary tree linear division method was applied to identify the initial structure of fuzzy inference system. According to the experimental results, the main-bottleneck and sub-bottleneck of SM system can be predicted accurately with the proposed method. 相似文献
9.
10.