基于神经网络的移动机器人路径规划

针对移动机器人在部分环境信息已知情况下的路径规划问题,运用神经网络动态路径最优算法,研究了基于传感器信息的在线路径规划方法.基于扩展卡尔曼滤波的定位方法融合了多个与机器人状态及环境相关的信息,提高了定位精度.首先建立动态的工作空间信息,基于神经网络的路径规划算法完成机器人的路径规划,根据路径点集运动趋向来调节小车移动,完成了导航的任务.对算法的性能和效率进行了分析,实验表明该方法在障碍物的信息未知的情况下,执行速度快.     

总量–交易机制下竞争性供应链间减排策略

在碳排放总量–交易机制下,为了研究两个初始碳排放存在差异的竞争性供应链减排问题,借助动态博弈论,构建了双方的Stackelberg博弈模型,并利用逆向归纳法解析得到了供应链间交互影响的定价和减排策略。考虑到系统均衡在形式上的复杂性,基于三维数值仿真技术,在Matlab中模拟了关键参数对系统绩效指标的影响。给出了两个供应链减排和定价策略与系统关键参数之间的量化变化关系。研究发现,过高的碳技术投资成本不利于市场竞争性减排;趋同性高度竞争市场不利于减排;碳技术投资成本和低碳意识的同步改善能最大化消费者剩余。