一种动态不确定环境下的机器人路径规划算法

为了提高机器人在动态不确定环境下的实时性和适应能力,提出了一种机器人实时路径规划新方法.采用环境信息处理算法,通过搜索实时局部环境信息特征信息的方式对环境信息进行分析和处理.该方法能够捕捉动态障碍物并对动态障碍物的运动规律进行预测,将特征信息及时更新给运动动作规划算法部分.运动动作规划算法是通过引入启发式思想选择双安全子目标点,完成规划运动动作并实现优化路径.在不同环境下进行仿真实验,检验了算法的有效性,证明算法在动态不确定环境下具有良好的实时性和适应性。     

搜索双安全边缘点的实时路径规划方法研究

针对未知不确定性环境下机器人路径规划的特点,提出了基于搜索双安全边缘点的实时路径规划新方法.该方法从有限的实时环境信息中搜索躲避障碍物和保证机器人到达目标点的双安全边缘点信息,并结合启发式算法,实现了基于双安全边缘点的实时路径规划.机器人的实际工作环境是十分复杂的,要求路径规划算法有较高的适应能力,特别在u型环境中要求算法能够脱离死区.仿真实验在2种U型环境和复杂环境中进行,仿真结果表明,该方法具有反应灵敏、实时性好的特点,对不确定环境具有良好的适应性,能够实现未知复杂环境下的路径规划.     

超空泡航行体纵向运动的鲁棒极点配置控制

由于空泡及滑行力的存在,使得超空泡航行体的建模及控制问题变得非常复杂,在其模型简化过程中会产生一定的建模误差,采用鲁棒极点配置算法进行超空泡航行体控制可以有效克服这一缺点.对超空泡航行体所受的流体动力、尤其是滑行力的动态特性进行了分析整理;建立了超空泡航行体纵平面内的动力学模型;最后利用鲁棒极点配置算法设计了控制器.仿真结果表明,该控制系统具有较强的鲁棒性及稳定性.对各控制变量的控制效果进行了对比分析,分析结果表明空化器比尾舵具有更好的控制效果.     

高校自动排课系统算法比较分析

课程表的编排是高校教务管理中最为重要和复杂的一项工作。通过对几种自动排课算法的合理比较。统筹分析出各自的优劣,得出贪婪算法的综合适用性是最优的结论。在此基础之上．进一步分析贪婪算法是如何逐步解决排课的现实问题,并给出基于贪婪算法的自动排课系统算法的具体实现过程。     

变电站基建施工智能辅助管理系统的开发与应用

结合嘉兴电力局多年电力基建施工管理经验,研究开发变电站基建施工智能辅助系统,用各类信息化科技手段管理变电站施工过程中的质量、安全、标准工艺,提升变电站基建施工水平.     

大规模数据流统计中冷热流替换策略优化

对大规模数据流统计的问题进行了研究,针对大流统计的典型结构Elastic Sketch替换策略中存在的问题进行优化,优化策略解决了冷流被误判为热流插入重部的问题.针对重部中保存的不一定是最大流的问题进行优化,提出了基于最大值和组相连的替换策略,保证了存储在重部的一定是最大的流,提高了大流统计的精度,同时大大降低了热碰撞发生的概率.相比于传统的测量统计方法,在提高了测量精度的同时,减少了内存占用.     

基于改进遗传算法的深度神经网络优化研究

深度前馈神经网络在分类和回归问题上得到了很好的应用,但网络性能极大程度上受到其结构和超参数影响.为了获得高性能的神经网络,首先对遗传算法的选择策略进行改进,之后利用该改进遗传算法,采用二进制编码与实数编码的混合编码策略对深度前馈神经网络层数、每层节点量以及学习率和权重进行优化.改进的选择策略,在最优保存策略的基础上从父代和子代合并的2n个个体中,以一定的概率选择部分适应值较差个体作为新父代,以增加种群多样性,避免陷入局部最优.同时引入dropout方法减少网络过拟合训练数据.使用Ring、Breast cancer、Twonorm、Heart、Blood、Ionosphere、Monk共7个数据集进行数值实验,并与其他相关文献中的算法比较,仿真结果表明,改进的遗传算法能搜索到较高性能的神经网络.     

我国智慧教育研究热点及趋势探讨——基于知识图谱的可视化分析

近几年来,智慧教育已经成为我国教育信息化发展的重要内容。以中国知网核心期刊和CSSCI 数据库作为数据源,以2010年到2021年关于智慧教育研究文献作为研究对象,运用CiteSpace软件对文献进行可视化分析,绘制知识图谱来探讨我国智慧教育研究的热点和趋势。研究表明：对我国智慧教育领域研究的现状处于上升趋势,已经形成了一批核心的研究学者,其研究热点主要是教育信息化、教育大数据、智慧课堂、区块链、智慧校园等内容,人工智能、5G、智能教育、教育现代化的融合发展的研究是我国智慧教育研究的主要趋势。总体来说,我国在智慧教育领域取得了一定的成果,但对于实践应用的研究有待提高。     

基于人工势场的A*算法的移动机器人路径规划

为了解决传统A*算法规划路径时未考虑到障碍物分布对路径选取的影响,文中提出了一种改进的A*算法.将人工势场的思想与传统的A*算法相结合,对栅格地图中的障碍物赋予斥力场函数并计算周围栅格的斥力大小,进行路径搜索时将栅格的斥力大小引进到A*算法的评价函数当中以改进A*算法的搜索能力.通过MATLAB仿真和Turtlebot机器人的实验结果表明,与传统的A*算法相比,改进后的新算法与人工势场算法相结合,规划出了更优的路径,提高了路径规划效率,且搜索速度提高了 13.40％～29.68％,路径长度缩短了 10.56％～24.38％,路径节点数减少了 6.89％～27.27％,因此,改进的A*算法的优化效果明显,具有有效性和可行性.     

虚幻引擎在3D动画游戏中的应用

近年来,随着科学技术水平的不断提高,我国当前越来越多的产业在全新的技术带动下,都迎来了全新的发展机遇,尤其是在动画动漫领域。与前些年相比,我国动画动漫在制作技术上有了一个全新的提升,比如近些年来逐渐将虚幻引擎技术应用到3D动画游戏设计当中。就当前的动画产业和游戏产业而言,虚幻引擎技术实际上仍属于一个全新的技术,尤其是在3D动画游戏的设计上,依然有很多内容值得探索和研究。本文将针对虚幻引擎技术在3D动画游戏中的应用进行探讨,希望可以为虚拟引擎技术在当前3D动画游戏的开发提供一定的帮助。