版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、移動機(jī)器人是一個(gè)集環(huán)境感知、動態(tài)決策與規(guī)劃、行為控制與執(zhí)行等多種功能于一體的綜合系統(tǒng)。路徑規(guī)劃技術(shù)十移動機(jī)器人研究領(lǐng)域的關(guān)鍵技術(shù)之一,是移動機(jī)器人完成任務(wù)的安全保障,是移動機(jī)器人智能化程度的標(biāo)志之一,同時(shí)也是人工智能與機(jī)器人學(xué)的一個(gè)令人感興趣的結(jié)合點(diǎn)。 本文對國內(nèi)外機(jī)器人路徑規(guī)劃方法進(jìn)行了研究,并重點(diǎn)研究了基于粗糙集理論與遺傳算法相結(jié)合的機(jī)器人路徑規(guī)劃方法,即在柵格模型下,由柵格的可行性構(gòu)建初始決策表,用粗糙集方法對其進(jìn)行簡化,
2、并對遺傳算法的初始種群進(jìn)行訓(xùn)練,直接由粗糙集訓(xùn)練獲得一系列可行路徑,然后利用遺傳算法求解最優(yōu)路徑。該方法較原來的隨機(jī)選擇過程簡單,且減少了遺傳算法的種群規(guī)模。同時(shí)在遺傳算法交叉概率選擇上,采用高適應(yīng)值低交叉率的自適應(yīng)選擇方法,使得優(yōu)秀個(gè)體獲得更大的生存概率,與傳統(tǒng)的路徑規(guī)劃方法相比,搜索效率更快,避障精度更高。通過MATLAB軟件對該方法進(jìn)行了仿真試驗(yàn),結(jié)果顯示該方法提高了機(jī)器人路徑規(guī)劃速度以及在復(fù)雜環(huán)境下的規(guī)劃能力,表明粗糙集與遺傳算
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 動態(tài)環(huán)境下粗糙集遺傳算法移動機(jī)器人路徑規(guī)劃.pdf
- 基于粗糙集理論與遺傳算法的分類算法研究.pdf
- 基于遺傳算法的機(jī)器人路徑規(guī)劃研究.pdf
- 數(shù)據(jù)挖掘的粗糙集方法與遺傳算法.pdf
- 基于遺傳算法的粗糙集屬性約簡方法研究.pdf
- 基于遺傳算法的多足球機(jī)器人路徑規(guī)劃.pdf
- 基于量子遺傳算法的足球機(jī)器人路徑規(guī)劃研究.pdf
- 基于遺傳算法的仿人機(jī)器人路徑規(guī)劃研究.pdf
- 基于遺傳算法的點(diǎn)焊機(jī)器人路徑規(guī)劃方法.pdf
- 基于遺傳算法的移動機(jī)器人路徑規(guī)劃方法的研究.pdf
- 基于可拓遺傳算法的機(jī)器人路徑規(guī)劃研究.pdf
- 基于遺傳算法的移動機(jī)器人路徑規(guī)劃方法的研究
- 基于遺傳算法的粗糙集屬性約簡研究.pdf
- 基于模糊邏輯—遺傳算法的機(jī)器人動態(tài)路徑規(guī)劃.pdf
- 基于粗糙集和遺傳算法的聚類方法研究.pdf
- 基于蟻群算法和遺傳算法的機(jī)器人路徑規(guī)劃研究.pdf
- 基于正反饋遺傳算法的新型機(jī)器人路徑規(guī)劃方法.pdf
- 基于改進(jìn)遺傳算法的移動機(jī)器人路徑規(guī)劃研究.pdf
- 基于模擬退火—量子遺傳算法的機(jī)器人路徑規(guī)劃研究.pdf
- 基于遺傳算法和粗糙集的聚類算法研究.pdf
評論
0/150
提交評論