基于改进蚁群算法与Morphin算法的机器人路径规划方法

 针对动态复杂环境下的机器人路径规划问题,建立栅格地图模型,研究一种改进蚁群算法与Morphin 算法相结合的动态路径规划方法。改进蚁群算法引入拐点参数评价路径优劣,并对路径进行拐角处理以及变更拐角处信息素更新机制,使规划的全局路径更加平滑;Morphin 算法则在机器人行走时,根据全局路径的局部环境实时规划局部路径,使机器人有效地躲避障碍物。仿真试验结果表明,该方法结合全局规划与局部规划的特点,能够使机器人沿着一条短而平滑的最优路径快速、安全地到达目标点。     

动态路径规划形式化集成建模方法

提出形式化方法与Ad-Hoc人工势场法集成建模的思想。在多障碍物动态环境中,由于是相对于机器人-障碍物动态计算随机可达集,因此随机可达集为碰撞概率与斥力场的关联提供了一种形式化方法。该方法可以使用Ad-Hoc方法生成可比较的斥力势场,然后将这种斥力势场与障碍物和机器人的相对运动联系起来,从而提高动态环境中机器人避障路径规划的成功率。方法验证表明,在任何环境噪声水平上,提出的方法与高斯人工势场法比较,提高了到达目标位置的无碰撞成功率。     

移动机器人路径规划算法的研究

路径规划技术作为机器人研究领域中的一个重要分支,是依据某些优化准则,在其工作空间中找到一条从起始状态到目标状态的最优无碰路径.本文针对机器人路径规划技术进行了深入地研究,阐述了机器人路径规划问题的三个子问题等内容,讨论了传统路径规划方法 和基于智能算法的路径规划方法 .本文运用传统Dijkstra算法的贪心策略,针对静态环境下移动机器人路径规划的寻路径子问题,提出了一种改进的Dijkstra路径规划算法.该算法借助具有"先进先出"特点的队列,采用广度优先遍历二维网络结点.该算法在选择邻接结点进行遍历的时候,采用的禁忌策略是禁止访问已经访问的结点,以及被标识为障碍物的结点.实验及分析表明,该算法能准确并快速地寻找到最优路径,且时间复杂度为O(4*n).     

基于改进DWA的动态环境路径规划算法

摘 要 在涉及机器人自主运动和目标跟踪等场景中,动态障碍物的存在可能会对实时规划产生威胁。因此,生成一条安全路径以确保机器不会与动态障碍物发生碰撞显得至关重要。为此,提出一种改进的动态窗口法(dynamic window approach,DWA),其基于参考速度障碍物（velocity obstacle,VO)的思想,通过考虑障碍物的速度计算基于障碍物的危险区域,进行DWA节点选择排除不可行的路径,并且通过引入人工势场法作为评价函数选择最佳节点以避免与动态障碍物发生碰撞且能够快速到达期望目标点。结果表明：相对于传统的DWA算法,本文提出的DWA-VO算法在动态环境中相对于传统的DWA算法具有更高的成功率和更好的规划质量。     

移动机器人避障路径规划改进人工势场法

针对路径规划中的大型障碍物,机器人、障碍物与目标点三者一线,以及局部最小值等困难问题,提出了相应的改进人工势场算法。针对大型障碍物问题,采用障碍物边界斥力算法改进传统人工势场斥力函数,确保算法的实用性。针对机器人、障碍物与目标点三者在同一条直线时目标不可达问题,应用虚拟子目标引力算法,确保目标点是机器人的势场全局最小点,使得机器人能顺利到达目标点。针对在障碍物环境下的局部最小值问题,采用区域隔离障碍物的方法,使机器人快速走出局部最小值区域。仿真结果验证了改进算法的有效性。     

基于神经网络改进粒子群算法的动态路径规划

针对机器人在不同类型障碍物环境下的路径规划问题,提出基于神经网络的改进粒子群优化算法.采用神经网络统一障碍物环境建模,快速实现路径与所有障碍物的碰撞检测,通过惯性权重和三次样条曲线平滑路径,以较低的粒子编码维度,在提高算法收敛速度的同时保持路径精度,避免陷入局部最优.仿真结果表明:神经网络能够统一静态和动态障碍物环境表...     

基于改进势场法的移动机器人避障路径规划

分析了机器人路径规划方法中的人工势场法的不足,提出了改进势场法.该方法改进了斥力函数,增加了安全距离并将障碍物的影响距离根据障碍物的密集程度设置成一个动态值,并解决了抖动问题.针对局部极小问题采用虚拟障碍的概念,虚拟障碍是靠近局部极小点,用于把机器人从局部极小点区域驱逐出去,从而脱离局部极小并成功绕过障碍物到达目标点.改进势场法成功地应用于未知复杂环境下移动机器人的路径规划中,仿真实验证明了该方法的正确性和有效性.     

基于改进粒子群算法的移动机器人全局路径规划

提出了一种新的移动机器人全局路径规划算法．该算法首先建立机器人工作空间障碍物顶点模型,根据障碍物顶点信息构造一个移动机器人从始点到终点的无碰距离函数,然后用改进的粒子群算法对此路径进行优化, 得到全局最优路径．     

基于Bezier曲线的自主移动机器人最优路径规划

以自主移动机器人为研究对象,以足球机器人为研究平台,针对足球机器人运动轨迹的实际特点,提出了一种基于3次Bezier曲线的最优路径规划方法.该方法以足球机器人实际比赛时的速度、加速度和有效躲避运动轨迹上的障碍物作为路径规划的约束条件,以所规划路径和机器人到达目标点花费时间最短为规划目标.同时将Bezier曲线规划方法与粒子群优化算法相结合,通过粒子群优化方法对产生轨迹的各粒子进行选择更新,并调整各约束条件的权重系数,从而增强了路径规划的有效性和精度.最后通过仿真实验验证该方法有效可行.     

基于人工势场的机器人动态路径规划新方法

针对传统机器人路径规划方法仅考虑静态环境的问题,建立了一种基于人工势场的移动机器人动态路径规划新方法.移动机器人运动环境通常是复杂多变的,在动态环境下,目标点、障碍物可能都是运动的,另外,存在运动轨迹未知的随机障碍物等,针对移动环境的动态情况,在传统人工势场法相对位置势场的基础上引入相对速度势场,充分利用量子粒子群算法,对引力势场和斥力势场的增益系数进行一定的优化.以量子粒子群的优化算法进行快速全局搜索,结合人工势场操作,对引力场和斥力场增益系数进行优化,该方法易于实时快速地对机器人进行控制.仿真结果表明,基于量子粒子群算法的人工势场法的路径规划模型能够得到平滑、安全的路径,具有较高的性能.该方法可以有效地实现机器人的动态路径规划.     

动态未知环境中的优化路径规划算法

提出一种在未知动态环境中进行启发式优化搜索的实时路径规划算法．该算法采用并行搜索策略，在机器人当前位置点到终点的连线方向上作角度增减两个方向的并行搜索．仿真试验证明该算法是实时而有效的．     

单一品种项目的生产批量问题的动态规划算法

单一品种项目的无能力约束的生产批量计划(ＳＵＬＳ)是生产批量计划的基本形式·多品种项目批量计划一般通过分解,可以变换为多个单一品种项目品种项目的批量计划子问题进行求解·基于单一品种项目无能力约束批量计划问题(ＳＵＬＳ)的性质,用ＭＳ．Ｃ实现了动态规划算法能够求得该问题的精确解·此算法不但可以用于比较启发式算法的性能,也可以用于多品种项目批量计划问题的子问题的求解·     

基于仿生进化的自动控制系统

介绍了基于仿生进化的优化理论与技术：遗传算法,进化规划和进化策略;概述了遗传算法中的编码机制,适应度函数的建立以及三种基因操作（选种,交配和突变）;叙述了遗传算法在模糊控制、自适应控制、神经网络控制、最优控制、多变量控制以及相关技术（系统辨识,故障诊断,机器人学习）中的应用;还简述了进化规划和进化策略的机理及其在自动控制中的应用。     

配电网电容器优化投切的动态规划法算法

建立了电容器优化投切的动态规划模型.基于无功就地平衡规则和配电网辐射状运行的特点,并利用广度优先搜索算法将电容器划分为多个等级,在此基础上,划分出动态规划的阶段.采用逆序解法求解动态规划问题,给出了电容器对应子网的定义,对每个阶段的各个子网采用原对偶内点法求解最优决策量的浮点解,以网损最小为目标对浮点解归整.算法每个阶段都以网损最小对该阶段的电容器投切容量的浮点解进行归整,从而使整个过程的电容器的整数解更接近最优整数解.算例结果验证了算法的快速性和准确性.     

发电商投标策略的不确定型模型

针对电力市场建立初期发电商选择投标策略较为困难的问题，提出了发电商投标策略的不确定型模型．在考虑市场信息不完全的条件下，通过估计竞争对手的最低投标建立发电商的收益矩阵．该模型采用最大最小决策准则从收益矩阵中直接选取单时段优化的投标策略，减少了状态数．所提模型考虑了多时段投标问题，采用动态规划处理机组启停约束，能够快速得到连续多时段的投标策略．在与已有方法所得利润比较接近的条件下，10机模拟系统的计算时间仅需0．03s．最后算例说明了该模型的有效性和实用性．     

基于Skyline和局部选择的启发式服务组合方法

为了改善现有基于QoS的Web服务组合方法的效率,在已有服务组合算法的基础上提出了一种新颖的基于Skyline点和局部选择的启发式服务组合方法SLOMIP(Skyline local optimi-zation mixed integer programming).该方法首先从候选服务集合中选出Skyline服务,可以证明如果存在最优服务组合方案,则其一定是由Skyline服务集中的服务组成的.然后,为了进一步缩小解空间,再从Skyline服务集中选取最优的K个服务进行最终服务组合方案的优化求解.与传统启发式服务组合方法的不同之处在于,该方法一旦获得解,必然是最优解而不是次优解.实验结果表明:在固定任务总数和固定候选服务个数的情况下,该方法的效率都远高于传统方法;K值越大,该方法的准确率越高.该方法可较大幅度地提高服务组合的效率,提升用户体验.     

一种机组优化启停的新型启发式方法

提出了一种机组优化启停的新型启发式方法。首先利用动态规划法求出计算负荷下各个待开机组的最优启停状态及组应的启停费用,将效率最高的机组投入运行,然后用拉格朗日松驰法进行了最优经济分配。     

Optimal Polygonal Approximation of Digital Planar Curves Using Genetic Algorithm and Tabu Search

Three heuristic algorithms for optimal polygonal approximation of digital planar curves is presented.With Genetic Algorithm (GA), improved Genetic Algorithm (IGA) based on Pareto optimal solution and Tabu Search (TS), a near optimal polygonal approximation was obtained.Compared to the famous Teh-chin algorithm, our algorithms have obtained the approximated polygons with less number of vertices and less approximation error.Compared to the dynamic programming algorithm, the processing time of our algorithms are much less expensive.     

Optimal Polygonal Approximation of Digital Planar Curves Using Genetic Algorithm and Tabu Search

Three heuristic algorithms for optimal polygonal approximation of digital planar curves is presented.With Genetic Algorithm (GA), improved Genetic Algorithm (IGA) based on Pareto optimal solution and Tabu Search (TS), a near optimal polygonal approximation was obtained.Compared to the famous Teh-chin algorithm, our algorithms have obtained the approximated polygons with less number of vertices and less approximation error.Compared to the dynamic programming algorithm, the processing time of our algorithms are much less expensive.     

考虑损失厌恶的最优消费投资决策

行为金融文献表明,投资者效用既取决于消费,又取决于其持有的金融资产的价值变化.基于上述两点,研究了最优消费投资问题.将行为金融学中投资者损失厌恶这一重要心理纳入经典效用函数,给出了基于消费和风险资产价值变化的目标效用函数,建立了考虑投资者损失厌恶的最优消费投资模型,运用动态规划原理得到了最优消费和投资问题的值函数及最优消费投资策略.最后以一个两期最优消费投资算例说明该模型的应用.因考虑了投资者实际决策心理,建立的最优决策模型是对投资者实际决策行为的良好描述,由此得出的最优消费投资策略也可以更好地指导投资者消费投资行为.