排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
增强蚁群算法的机器人最优路径规划 总被引:2,自引:0,他引:2
为解决复杂环境中机器人最优路径规划问题,本文结合增强学习和人工势场法的原理,提出一种基于增强势场优化的机器人路径规划方法,引入增强学习思想对人工势场法进行自适应路径规划.再把该规划结果作为先验知识,对蚁群算法进行初始化,提高了蚁群算法的优化效率,同时克服了传统人工势场法的局部极小问题.仿真实验结果表明,该方法在复杂环境中,对机器人的路径规划效果令人满意. 相似文献
2.
延长网络生存期、减少网络能量消耗是传感器网络一项重要性能指标,分簇方案是实现该目标的主要方法之一.引入了传感器节点检测半径的概念,在分簇算法的基础上提出一种能量优化策略,该策略通过减少网络中处于激活状态节点的个数,减少网络消耗能量,延长网络的生存期.最后通过对典型的分簇算法LEACH应用该优化策略,仿真结果表明能量优化策略能显著的减少网络的能量消耗. 相似文献
1