改进A~*算法在桥式起重机中的应用

传统A~*路径规划算法应用于桥式起重机路径规划任务时,规划所得路径拐点多,容易造成电机启停次数增多、转载效率下降、负载摆幅增大等问题。针对上述问题,对A~*算法的改进方法进行了研究。在改进过程中,综合考虑路径最优、智能避障、电机启停次数等约束条件后,新增节点方向信息启发函数,将其融入传统A~*算法的估价函数之中以减少路径拐点。同时,考虑到负载摆动问题,通过优化栅格地图模型,提高路径安全性。数字仿真与应用案例证明了基于改进A~*算法的智能路径规划方法的有效性。     

A~*算法在两阶段词图搜索中的应用

讨论了在汉语连续语音识别系统的两阶段词图搜索过程中A算法的应用,使用从前向后的时间同步Viterbi算法进行第一阶段词图搜索和剪枝,之后使用从后向前的非时间同步的A算法进行第二阶段搜索,找到N-Best路径。文章给出了第二阶段A搜索算法的实现方法、时间优化和一种新的启发函数优化方法,并与基线系统进行了比较。实验结果表明,在时间上,A算法可以达到Viterbi算法的速度,满足实际应用的需要;A算法搜索得到的最优路径有10%优于Viterbi搜索得到的最优路径,1%不及Viterbi算法;对于字识别正确率和WER指标有一定改善。     

A~*算法的改进及其在AGV路径规划中的应用

A~*算法是一种启发式搜索算法,被广泛应用于路径规划中。其中,启发函数的设计尤其重要。针对物流工厂中自主移动机器人AGV运行路径的特点,提出一种A~*算法中启发函数的设计方法,以提高路径搜索效率。首先,进行环境地图建模,使用拓扑建模法,将AGV运行地图转化为图论中的有向图,并以邻接表的形式存储有向图中节点信息和边信息;然后,研究不同启发函数的选择对A~*算法执行效率的影响;最后,对A~*算法进行改进,结合实际工厂中AGV路径特点,研究加权曼哈顿距离中权值的选择对算法执行效率的影响,并选取经验值进行试验。试验结果表明,与采用曼哈顿距离作为启发函数的A~*算法相比,采用改进的A~*算法平均路径规划效率提高了11.6%。改进A~*算法在AGV路径规划中可以有效提高路径搜索的效率,作为一种适用于工厂环境的AGV的路径规划算法,对A~*算法启发函数的设计有一定的参考价值。     

单边矩形扩展A~*算法

提出了一种新的单边矩形扩展A*(REA*)算法.新算法采用受迫扩展规则,在以矩形单元探索地图的过程中,用单条公共边取代相邻矩形的2条冗余独立边,从而提高了算法效率,简化了终止条件,优化了路径质量.在无需对地图进行预处理的情况下,算法速度比传统A*算法提高1个数量级以上.算法能够保证得到栅格最优的路径点序列,且最终路径(由路径点间直线组成)总是比栅格最优路径更短.典型地图集上的实验结果表明,相比于现有REA*算法,新算法提高了对复杂地图的处理能力和算法效率上限.新算法路径长度更短,路径转折次数更少,因此路径质量更优.除了在低复杂且不开阔的地图上外,新算法平均效率也高于REA*算法.     

改进A*算法在游戏地图路径搜索中的应用研究

路径搜索是许多游戏的核心组成部分,路径搜索的算法有很多,不同的搜索算法有其不同的搜索策略、时间效率、空间消耗与应用场合.本文通过对A*算法的分析与研究,找出不足并进行优化和改进.使用最小二叉堆来优化A*算法对OPEN表的遍历,提高计算速度;通过引入以向量夹角余弦作为新启发式信息,减少计算过程中产生的无用节点,提高算法效率.最后通过仿真实验对标准A*算法、Dijkstra算法、改进A*算法进行数据分析比较,有效表明了本文所提算法的准确性和高效性.     

基于Cocos2d-x引擎的环保游戏设计

通过Cocos2d-x游戏引擎,在Visual Studio 2013开发环境下,利用Cocos2d-x提供的场景、层、精灵、动画、音效等技术,设计了一款环保益智游戏“环保大冒险”。该游戏主要实现了场景的布局和加载、按钮回调、游戏胜负判定等功能。经测试表明,系统可实现环保大冒险的基本功能,对基于Cocos2d-x游戏引擎的设计和实现有一定的参考价值,同时对学习环保知识有一定帮助。     

用Cocos2d-x实现射击类游戏:星际大战

Cocos2d-x是非常著名的跨平台游戏开发引擎,主要用于开发移动设备(Android、iOS等)上的2D游戏。介绍了Cocos2d-x的安装和使用及其开发的一款射击类游戏:星际战争。     

基于Lua动态脚本语言Cocos2d-x应用开发的技术研究

Lua脚本语言技术给Coco2d-x开发,带来了新的天地。通过Lua脚本语言开发Cocos2d-x应用,摆脱了C/C++开发的繁琐代码,使得开发变得快速高效又能同时在多个平台运行,Lua脚本语言的可拓展性,可以使它很好的集成在应用程序中。同时Lua语言在开发成为控制器。控制应用程序的逻辑而Coco2d-x之提供显示功能和跨平台功能。这样开发不仅可以动态修改客户端BUG,而且还能动态更新应用内容避免了更新带来的客户流失。Lua语言免费、小巧、快速易移植降低了开发成本又保证了应用性能。     

游戏引擎在游戏开发中的应用

我们常常会碰见“引擎“(Engine)这个单词,引擎在游戏中究竟起着什么样的作用?怎样实现?以及它在游戏开发中处于什么地位?本文做了比较详细的介绍.     

游戏引擎在游戏开发中的应用

我们常常会碰见“引擎”（Engine）这个单词,引擎在游戏中究竟起着什么样的作用？怎样实现？以及它在游戏开发中处于什么地位？本文做了比较详细的介绍。     

人工智能中的A^＊算法应用及编程

搜索是人工智能中的一个基本问题。文中比较了几种典型的搜索方法,包括盲目搜索和启发式搜索,重点对A 算法进行了阐述和分析,并以求地图两点的最短路径搜索为例,给出了用A 算法编程的实现方法。结果表明,应用A 算法提高了目标搜索的效率。     

A*算法在数据广播中的应用与实现

在移动数据库的数据广播中,如何最大限度地降低数据项的平均期望访问时间是一个重要的研究方向.介绍了两种传统的Flat算法和VFk算法,并分析了它们的特点和不足.在以上两种算法的基础上,引入人工智能理论中的A*算法并加以改进,同时结合α-β剪枝技术,使之更适合于解决数据广播调度问题.通过仿真实验表明,在降低平均访问时间方面,A*算法是个不错的选择.     

一种基于改进A~*算法的限制搜索区域的路径规划方法

本文根据已有A*算法,给出了一种改进的最优路径规划算法,此算法在根据道路的实际情况对路网进行分层的同时,根据实际路网的拓扑特性对搜索区域进行合理的限制,实验证明此算法在进行路径规划时节省了时间。     

基于改进A*算法的导购路径规划方法

大型超市内商品数目繁多，空间环境复杂，顾客在购物的过程中往往需要耗费大量的时间来寻找所需购买的商品。针对这一问题，提出了遗传-改进A*算法来帮助顾客找到一条通往所需购买商品的最短路径。首先利用矩阵对超市的空间环境进行建模，然后通过改进A*算法找到任意两个商品之间的最短路径，再根据顾客的购物列表利用遗传算法优化生成一条包含超市入口，购物列表上的商品以及超市出口的最短路径。最后仿真实验表明，在多楼层的大型超市里，顾客购买多个不同商品时，遗传-改进A*算法寻优能力更强，求解质量更优，并且运行时间更短，能够高效地解决最短路径规划问题。     

启发式A^＊算法在游戏寻路中的应用

文章在对A＊搜索和启发式搜索技术进行详细分析与研究的基础上,将A＊算法应用于flash游戏中的寻路,并在此基础上分析出A＊算法的实际应用时间效率和空间效率。     

几种经典搜索算法研究与应用

搜索技术是人工智能的基本技术之一,在人工智能各应用领域中被广泛地使用。而搜索技术的核心是搜索算法,而所有的搜索算法的优化主要是在经典的搜索算法上改进得来。故研究经典搜索算法有非常重要的理论价值和实际应用价值。通过对几种经典搜索算法的研究,分析,总结,使得知识形成体系,便于更好的学习和研究。最后将几种算法进行比较,列出各自优缺点,便于选择合适的算法解决相关的实际问题。     

A*算法在地图寻径中的实用性优化

为了提高A*算法在地图寻径中的执行效率,首先深入分析了A*算法在游戏地图中搜索最优路径时影响速度的原因,然后从数据结构方面入手通过引入最小化堆的方法遍历开启列表,引入链表对节点数据结构进行改进等手段给出了A*算法的优化方案并对该方案进行了理论分析,最后通过500个大小不同的游戏地图对改进后的算法进行了测试和评估,实验结果表明改进后的A*算法有效地提高了路径搜索速度,切实可行。     

A~*算法的改进及其PROLOG实现

在人工智能领域中,A~*算法是实现有向图最佳优先搜索的一种启发式算法。本文介绍了A~*算法和对A~*算法的改进——B算法,并叙述了用Turbo Prolog实现B算法的方法。     

融合改进A*与DWA算法的移动机器人路径规划

针对移动机器人在复杂环境下实现全局路径最优、未知环境下动态实时避障这一路径规划需求,对传统A*（A-star）算法进行改进,并融合动态窗口法（DWA）实现动态实时避障。首先分析栅格环境下的障碍物占比,将障碍物占比引入传统A*算法,优化启发函数h(n),从而改进评价函数f(n),提高其在不同环境下的搜索效率;其次针对复杂栅格环境下传统A*算法优化后的轨迹与障碍物顶点相交问题,优化子节点选择方式,同时删除路径中的冗余节点,提高路径的平滑度;最后融合动态窗口法,实现复杂环境下移动机器人的动态实时避障。通过MATLAB下的对比仿真实验表明,改进算法在轨迹长度、轨迹平滑度以及历经时间上得到优化,满足全局最优且能实现动态实时避障,具有更优秀的路径规划效果。