排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
基于改进粒子群算法的移动机器人路径规划方法研究 总被引:1,自引:1,他引:0
针对移动机器人传统路径规划算法效率不高、寻优能力差等问题,本文提出一种基于改进粒子群优化算法(PSO)的移动机器人路径规划方法。该方法采用神经网络训练碰撞罚函数,得到无碰撞路径,然后采用粒子群优化算法解决路径的最优问题。利用神经网络实现大量的并行和分布计算,发挥PSO简单、容易实现的优点,提高了路径规划的计算效率和可靠性。仿真结果表明,这种新路径规划方法是可行且有效的。 相似文献
2.
3.
根据轧线的工艺要求,生产不同规格的钢材对应转辙器导槽也不同,所以生产人员需要耗费大量的时间更换对应的导槽,通过采用丝杠螺母结构,将其进行改进,使得改进后的导槽适用于不同规格的钢材,并在现场进行试验,发现导槽更换时间减少了80%,明显提高了生产效率,并节约了生产成本。 相似文献
4.
风速时间序列具有非线性和非平稳性的特点,传统的预测方法难以建立风速间的函数关系,因此风速时间序列的预测结果精度不高。人工神经网络所具有的强非线性拟合能力有效地解决了风速时间序列难以预测的痛点,文章选择Elman神经网络预测全国3个地区不同尺度的风速时间序列,初步探讨了神经网络风速预测的可行性。结果表明,Elman神经网络经过训练,具有时序非线性拟合的能力,但预测结果精度尚未提高。 相似文献
5.
路径规划是机器人技术研究领域中的核心问题。本文针对机器人路径规划问题,提出了基于遗传算法的解决方案。在遗传算子的设计中,通过加入自适应调整方法使得算法更加完善,解决进化过程中因陷入局部极小值而不能到达目标点的问题。最后,在模拟环境下进行路径规划仿真,验证了算法的有效性。 相似文献
6.
基于神经网络和粒子群算法的移动机器人路径规划 总被引:1,自引:0,他引:1
针对移动机器人传统路径规划算法效率不高,寻优能力差等问题,提出一种基于神经网络和粒子群优化算法相结合的移动机器人路径规划方法.该方法利用神经网络实现大量的并行和分布计算,发挥PSO简单、容易实现的优点,提高了路径规划的计算效率和可靠性.仿真结果表明,这种新路径规划方法是可行且有效的. 相似文献
1