基于佳点集遗传算法的足球机器人策略设计

为了优化足球机器人策略的设计,文中提出了一个基于佳点集遗传算法的足球机器人动作规划算法。首先定义一个足球机器人的动作集合,根据赛场的实际情况为足球机器人分配角色与任务,然后利用佳点集遗传算法为足球觇器人选择合适的动作,用该算法进行截球实验和射门实验。实验结果表明,应用新算法的仿真足球机器人动作更准确,效果更佳。     

基于退火进化算法的机器人足球策略研究

针对一般遗传算法存在的一个显著的问题:"早熟收敛"与"快速收敛"之间的矛盾,解决早熟收敛的基本思想就是保持群体中个体的多样性,而模拟退火接受准则(即Metropolis准则)可以解决这方面的问题,可以避免搜索陷入局部极值,确保找到问题的整体最优解.因此在遗传算法中引人退火操作,定义了一个足球机器人的动作集合,根据赛场上的实际情况为足球机器人分配角色与任务,然后利用退火进化算法为足球机器人选择合适的动作,采用了一种高效的适应性评价方法,实验表明,应用退火进化算法的仿真足球机器人动作准确、效果更好.     

基于退火进化算法的机器人足球策略研究

针对一般遗传算法存在的一个显著的问题：“早熟收敛”与“快速收敛”之间的矛盾,解决早熟收敛的基本思想就是保持群体中个体的多样性,而模拟退火接受准则（即Metropolis准则）可以解决这方面的问题,可以避免搜索陷入局部极值,确保找到问题的整体最优懈。因此在遗传算法中引入退火操作,定义了一个足球机器人的动作集合,根据赛场上的实际情况为足球机器人分配角色与任务,然后利用退火进化算法为足球机器人选择合适的动作,采用了一种高效的适应性评价方法,实验表明,应用退火进化算法的仿真足球机器人动作准确、效果更好。     

免疫佳点集遗传算法

结合免疫机制和数论中的佳点集理论,给出了一种免疫佳点集遗传算法。该算法把数论中佳点集理论运用于遗传算法交叉操作和种群初始化的改进,提出带权欧氏距离计算抗体的相似度、浓度和适应度,引入免疫机制使群体保持多样性和快速导向高适应度模式。实验结果验证了该算法可以有效地避免早熟,改善算法的全局收敛性,提高搜索效率。     

基于佳点集遗传算法的特征选择方法

针对特征选择中降维效果与分类精度间的矛盾,通过分析传统的特征选择方法中的优点和不足,结合佳点集遗传算法的思想和K最近邻简单有效的分类特性,提出了基于佳点集遗传算法的特征选择方法.该算法对特征子集采用佳点集遗传算法进行随机搜索,并采用K近邻的分类错误率作为评价指标,淘汰不好的特征子集,保存较优的特征子集.通过实验比较看出,该算法可以有效地找出具有较高分类精度的特征子集,降维效果良好,具有较好的特征子集选择能力.     

基于预测的足球机器人截球动作的研究

本文提出了一种改进的足球机器人截球动作的算法,该算法给出了球在摩擦力作用下的运动模型并基于线性回归预测模型对其在场地上的运动作了分析,结合足球机器人的到定点的运动模型进而使用二分法求解拦截,实现了截球动作.实验表明该算法具有良好的拦截效果.     

基于数论佳点集的遗传算法初始种群均匀设计

文章利用数论中的佳点集理论和方法,给出了遗传算法初始种群生成的一种具有良好多样性的均匀分布设计.通过对遗传算法机理的研究,发现初始种群的分布状态不仅直接关系到遗传算法的全局收敛性,还影响算法的搜索效率,所以对初始种群进行科学合理设定是应用遗传算法进行寻优计算的一个重要问题.基于优化设计思想,提出应用佳点集均匀设计方法确定遗传算法的初始种群.这种方法具有简单易行、种群多样性好、更适合多维情况等特点,实验结果验证了该方法可以有效地改善算法的全局收敛性,提高搜索效率.     

基于FLCN方法的足球机器人动作控制

考虑到足球机器人比赛中射门动作的重要性,为了使足球机器人的动作具有准确性,提出了一种基于FLCN（Fuzzy Limit-Cycle Navigation,即模糊极限环导航）方法的动作控制。通过对极限环形状的改进,使其具有椭圆特性;并针对该情况设计了相应的模糊规则,应用模糊算法确定椭圆中心点的位置来导航机器人,完成截球和射门的动作。在仿真试验与集控式足球机器人实战中进行了验证,结果证明了该方法的有效性。     

足球机器人动作算法分析和实现

机器人的运动规划最终要靠机器人的基本动作实现。动作算法成为足球机器人的策略执行好坏的关键。通过动力学分析,考虑惯性、摩擦力、通讯延时等因素,制定相应的理论模型。进行算法分析,较好地实现了足球机器人动作的基本动作处理,并成功应用于大场地足球机器人。     

基于仿人智能控制的足球机器人圆弧射门算法

提出了基于仿人智能控制的足球机器人圆弧射门算法.通过路径规划保证了射门动作的准确性并在小车的运动学方程的基础上用仿人智能控制实现对机器人的运动控制,使机器人在速度较高时也能较好地跟随规划路径,设计了并编程实现了基于本文算法的足球机器人运动控制器,进行了实际系统实验,证明了其有效性.