排序方式: 共有73条查询结果,搜索用时 3 毫秒
1.
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. 相似文献
2.
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. 相似文献
3.
针对规则波中船舶非线性横摇而产生的倾覆现象,提出了采用了突变理论进行分析的方法.在船舶横摇运动方程的建模过程中,将阻尼力矩取至三次项,恢复力矩取至七次项. 在此基础之上,经数学变换,将船舶非线性横摇模型转换成了尖点突变模型的形式,并对模型进行了求解,得到了系统突变时的临界函数关系式与关系曲线.分析结果表明,倾覆现象与船舶自然横摇频率和恢复力系数有关,其倾覆的临界条件是自然横摇频率和恢复力系数的函数.当自然横摇频率与恢复力系数满足突变临界函数的关系式与关系曲线时,会导致系统的突变,即船舶的倾覆. 相似文献
4.
生物免疫系统是一个高度并行、分布、自适应和自组织的系统,具有强大的信息处理能力.人工免疫系统(AIS)是对生物免疫系统的模拟,是与生物免疫系统相对应的工程概念.AIS所具有的特性为现代控制理论和控制工程提供了新的研究思路.介绍了AIS在控制领域应用的相关机理,阐述了AIS在该领域中的免疫控制器设计、自适应控制、机器人控制、智能控制等几方面最新应用成果,最后对AIS在该领域的进一步研究工作作了展望. 相似文献
5.
计算智能融合应用研究 总被引:3,自引:0,他引:3
本文对神经网络(NN),进化算法(EA0,不确定理论(Uncertain Theory)混沌系统(Chaos System)、免疫算法(IA,Immune Algorithm)、DNA计算(DNA Coputing)等广义计算智能相互融合应用进行了总结和分析,重点介绍免疫算法、DNA计算等新型计算智能理论的相互融合应用,最后对计算智能理论的融合应用趋势进行探讨。 相似文献
6.
免疫遗传算法及其在电力系统EELD中的应用 总被引:1,自引:0,他引:1
电力系统EELD问题是一个满足一定约束条件的多目标优化问题,利用基于进化策略的免疫遗传算法对这一问题求解.将发电燃料成本和污染控制成本视为抗原,各电力生产单元发电量的最优解视为抗体,以一个含有5个电力生产单元的燃煤电力系统模型为对象,给出利用免疫遗传算法解决这一问题的主要方法和步骤.并与基于遗传算法和Hopfield神经网络方法进行比较分析.结果证明此算法可以优化分配电力系统中各电力单元发电量,达到环境经济合理配置. 相似文献
7.
人工免疫网络模型(aiNET)是一种用于提取数据特征的免疫智能信息处理模型,其核心是用小规模的记忆网络数据(抗体)映射输入数据(抗原),达到减少数据冗余的数据压缩和特征提取效果.由于aiNET模型中存在免疫克隆选择机制,记忆网络(抗体)不是输入抗原数据集的实际子集,同时,由于它没有实现维数简化,导致目前广泛使用的数据特征性能评价方法无法应用.本文给出了一种基于复杂网络的拓扑结构分析技术,利用描述网络结构稳定性的网络社区结构,通过对aiNET压缩前后的抗体和抗原网络社区的对比,达到对人工免疫网络(aiNET)的特征提取性能评价的目的. 相似文献
8.
论文在人工免疫记忆分类器用于解决数据分类的基础上,提出将该分类器用于解决文本分类的方法。与两种基于免疫原理的文本分类方法和传统的贝叶斯分类器进行了比较研究。结果表明该分类器在标准文本样本集合上的性能好于其他三种分类器,在小样本分类上具有一定优势。 相似文献
9.
10.
A constrained multi-objective biogeography-based optimization algorithm (CMBOA) was proposed to solve robot path planning (RPP). For RPP, the length and smoothness of path were taken as the optimization objectives, and the distance from the obstacles was constraint. In CMBOA, a new migration operator with disturbance factor was designed and applied to the feasible population to generate many more non-dominated feasible individuals; meanwhile, some infeasible individuals nearby feasible region were recombined with the nearest feasible ones to approach the feasibility. Compared with classical multi-objective evolutionary algorithms, the current study indicates that CM- BOA has better performance for RPP. 相似文献