基于Nelder-Mead算法的机器人主动嗅觉室内时变污染源定位

将Nelder-Mead(NM)算法与机器人主动嗅觉相结合,对室内衰减型和周期型两种时变污染源开展定位研究。首先通过计算流体动力学（CFD）模拟得到这两种时变污染源的浓度场,然后利用NM算法对其定位。结果表明,两种时变污染源的定位成功率均在80%以上。对机器人数量、响应时间和最大搜索步数这三个影响因素进行讨论,通过分析发现当室内面积为100 m2左右时,机器人数量为5个、响应时间为2 s、最大搜索步数为50步定位效果最好。