注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 复杂环境下的机器人路径规划

  2. 研究在复杂情况下机器人的路径规划问题，提出一种改进的滚动规划蚁群算法，并得到很好的路径效果。

  3. 所属分类：其它

    • 发布日期：2014-06-05
    • 文件大小：686kb
    • 提供者：u013725169

  1. 蚁群算法在井下搜救机器人控制中的应用

  2. 通过对蚁群算法原理的分析及机器人路径规划的研究,在MMAS的基础上,引入节点活跃度的蚁群算法,对基于栅格法的机器人路径搜索收敛性进行了数值模拟研究,结果表明,在改进的蚁群算法控制下,收敛速度较快且全局稳定性较高。完成了机器人分级控制系统的硬件设计与软件设计,通过实验测试,验证了控制系统在复杂环境下的高效寻迹能力。

  3. 所属分类：其它

    • 发布日期：2020-07-03
    • 文件大小：587kb
    • 提供者：weixin_38628626

  1. 复杂环境下机器人路径规划的改进蚁群算法

  2. 复杂环境下机器人路径规划的改进蚁群算法

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：457kb
    • 提供者：weixin_38617846

  1. 基于改进蚁群算法的星球探测机器人路径规划技术

  2. 对蚁群算法中蚂蚁的个体行为进行改进, 解决了星球表面复杂环境下探测机器人的路径规划问题.在个体行为中加入目标导向行为, 惯性行为和沿障碍行走行为, 并进行加权融合, 改进了传统的ACO 算法,提高了算法的智能,保证了算法的全局收敛性.在蚁群算法规划的基础上提出一种紧绳算法, 对蚁群算法的最后结果进行处理, 最终给出了最优规划路径.最后通过仿真对该方法进行验证.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：440kb
    • 提供者：weixin_38652058

  1. 一种动态搜索策略的蚁群算法及其在机器人路径规划中的应用

  2. 采用蚁群算法求解复杂环境下移动机器人路径规划问题时,会出现运算时间过长、求解精度不高等问题,对此,定义一种新的动态搜索诱导算子以改进蚁群算法性能.重点设计了动态搜索模型,即:在进化初期设定较大阈值以增加种群的多样性;而伴随进化过程,利用衰减模型动态调整为较小阈值以加快收敛速度.TSP测试实验结果表明,该改进蚁群算法不仅能加快收敛速度,而且有效提高了优化解的质量.复杂环境中机器人路径规划问题的求解验证了所提出算法的实际应用效果.

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：262kb
    • 提供者：weixin_38662089