實數(shù)免疫遺傳優(yōu)化及其在機器人路徑規(guī)劃中的應用研究.pdf_第1頁
已閱讀1頁,還剩64頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、在機器人相關技術的研究中,路徑規(guī)劃是核心問題之一,在機器人硬件系統(tǒng)的精度短期內(nèi)得不到解決的情況下,對路徑規(guī)劃算法的研究尤為重要。本文對實數(shù)免疫遺傳算法及其在機器人路徑規(guī)劃中的應用進行了研究。 本文首先借鑒疫苗提取、疫苗接種、基因重組、免疫記憶等思想給出了一種改進型實數(shù)免疫遺傳算法,與遺傳算法和既有免疫算法相比,主要在遺傳選擇算子、疫苗提取方式、疫苗接種方式等方面作了調(diào)整和改進,并利用智能算法測試中較常用的3個典型函數(shù),通過適當?shù)?/p>

2、測試方案對本文所給出的免疫遺傳算法的性能進行了測試,結果表明算法的收斂性、搜索精度較遺傳算法有了明顯的提高,同時群體在進化過程中也保持了良好的多樣性。在此基礎上,把本文算法應用到機器人路徑規(guī)劃的求解中,引入了自適應參數(shù)調(diào)整策略,并針對路徑規(guī)劃的具體問題,改進了變異算子,仿真結果表明了所提方法能夠顯著提高全局路徑規(guī)劃的收斂速度,并且獲得了較優(yōu)解。 最后,針對基于人工勢場法的移動機器人路徑規(guī)劃存在目標不可達和合力為零而導致的局部極小

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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)容負責。
  • 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論