基于蚁群算法的多机协同作业任务规划

为了实现对农田动态环境中多机协同导航作业的调度管理,开展了基于蚁群算法的多机协同作业任务规划研究。将多机协同作业任务规划分为2个环节:任务分配和任务序列规划。首先,采用全局与局部相结合的方法,综合考虑路径代价和任务执行能力,建立了多机协同作业任务分配模型;然后,通过对比分析任务序列规划问题和旅行商问题,利用蚁群算法建立了农机作业的任务序列规划模型;最后,利用Matlab平台对基于蚁群算法的任务序列规划进行了仿真试验,根据涿州试验农场的实际地块信息,设置多组不同的任务集合,分析蚁群算法优化路径、各代最佳路径长度和平均长度以及适应度进化曲线。仿真结果表明,基于蚁群算法进行任务序列优化可以有效地降低路径代价,提高作业效率,算法运行时间均小于1 s,满足多机协同作业的实时性需求。     

基于蚁群算法与人工势场法的移动机器人路径规划

针对复杂环境下移动机器人路径规划困难的问题,提出了一种将全局路径规划蚁群算法与局部路径规划人工势场法相融合的混合型算法。首先,采用多因素启发函数和新的蚂蚁行进机制来解决传统蚁群算法路径质量差且易陷入对角障碍的问题;其次,针对传统蚁群算法收敛速度慢的情况,设计了自适应挥发系数和动态权重系数;接着,通过引入虚拟目标点、相对距离和安全距离的概念,解决了传统人工势场法易陷入局部极小值、目标不可达以及过度避障的问题;最后,将改进蚁群算法规划路径的转折点作为局部子目标点来调用改进的人工势场法进行二次规划。仿真表明改进蚁群算法较传统算法以及其他算法在路径长度方面优化了9.9%和2.0%,在路径转折次数方面优化了81.8%和63.6%,在收敛速度方面优化了94.2%和63.6%;改进人工势场法有效解决了自身问题;而以二者为基础的混合型算法则充分地结合了二者的优势,在复杂的静态和动态环境中具有极高的环境适应性和路径规划效率。     

基于动态反馈A*蚁群算法的平滑路径规划方法

针对移动机器人提出了一种基于动态反馈A~*蚁群算法的平滑路径规划方法。首先,为了克服蚁群算法收敛速度慢的缺点,提出了简化A~*算法来优化初始信息素设置以解决初次搜索的盲目性,并借鉴多策略进化机制加强算法的全局搜索能力。其次,为了进一步提高算法在路径规划中的适应能力,解决陷入局部极小和停滞问题,引入闭环反馈思想来实现参数的动态自适应调节。最后,结合三次B样条曲线对所规划的路径进行平滑处理,以满足移动机器人实际运动路径的要求。通过仿真表明:与原蚁群算法相比,动态反馈A~*蚁群算法平均可减少10.4%的路径成本和65.8%的计算时长。同时,该算法在动态和静态环境中,均能快速规划出一条光滑优质路径。     

凹形障碍全局路径规划的双蚁群完全交叉算法

为解决大量复杂凹形障碍环境中的路径规划问题.采用了计算机仿真技术,对双蚁群完全交叉算法进行了研究.通过对传统蚁群算法增加新型的距离改变启发因子,建立双蚁群完全交叉算法,并且融入最大最小蚁群算法思想,使蚁群算法应用在机器人路径规划领域,即使机器人环境中有大量复杂的凹形障碍,该算法仍能够规划出高质量的路径.仿真试验表明该算法得到最优路径率达到98%.     

基于势场蚁群算法的移动机器人全局路径规划方法

针对移动机器人路径规划蚁群算法收敛速度慢和人工势场法易陷入局部最优的问题,提出一种以栅格地图为环境模型,在蚁群算法搜索过程中加入针对具体问题的人工势场局部搜索寻优算法,将人工势场法中力因素转换为局部扩散信息素,使蚁群倾向于具有高适应值的子空间搜索,减少了蚁群算法在盲目搜索路径过程中产生的局部交叉路径及蚂蚁"迷失"数量,提高了蚁群对障碍物的预避障能力。对不同参数组合下2种算法及其它改进算法仿真结果做了比较,验证了基于势场蚁群算法的全局路径规划能够加快寻优过程且具有较强的搜索能力,收敛速度提高近1倍。     

基于改进势场蚁群算法的移动机器人最优路径规划

首先,针对传统人工势场算法存在死锁及局部路径欠优等问题,对其进行改进。利用障碍物检测算法识别出有效障碍物和有效路径中间点,通过引力场和边界条件规划出起点到中间点的局部路径,将中间点置为新的起点进行反复迭代,直至起点与目标点重合则规划完成。其次,针对蚁群算法容易陷入局部最优以及收敛速度较慢等问题,对其进行改进。以改进人工势场算法规划出的路径启发蚁群进行路径搜索,从而避免算法早期由于盲目搜索而导致的路径交叉及收敛速度慢等问题,同时以收敛次数构建负反馈通道,使全局信息素和局部信息素的更新速率跟随收敛次数的变化自适应调节,从而保证了算法全程中收敛速度与全局搜索能力的协调与统一。最后,在Matlab中对本文算法、基本蚁群算法以及文献[23]所述算法分别进行仿真实验。结果表明:在相同的环境模型下,本文算法的收敛速度和搜索能力均优于另两种算法;在给定的简单环境模型下进行路径规划时,本文算法的迭代次数为3次,运行时间为0. 892 s,最优路径长度为28. 627 m;在给定的复杂环境模型下进行路径规划时,本文算法的迭代次数为8次,运行时间为3. 376 s,最优路径长度为31. 556 m,所寻路径对环境的覆盖率为73. 63%。     

基于蚁群算法与参数迁移的机器人三维路径规划方法

为解决机器人进行三维路径规划时路径规划效率受算法影响较大的问题,以最短距离为目的,提出了一种基于蚁群算法参数迁移的机器人三维路径规划方法。在使用栅格法建立的机器人三维环境模型中,使用蚁群算法寻找最短路径。针对蚁群算法的参数选择问题,使用参数迁移算法得到最优参数。将已知的环境模型和其对应的蚁群最优参数作为源任务,将源任务映射到高维空间,通过迁移参数连接不同源任务,根据图论的知识建立参数迁移图,将参数迁移图扩展,使其包含目标任务,为随机未知环境模型分配一组蚁群最优参数。仿真实验表明,基于参数迁移的蚁群算法可以快速有效地完成机器人三维路径规划。相比传统的参数选择方法和其他智能优化方法,蚁群参数迁移算法可以大幅减少路径规划所需时间,提高了路径规划效率。     

基于自适应蚁群算法的农用智能机器人路径规划

针对田间农用智能机器人路径规划问题,结合蚁群算法特点,提出一种基于自适应蚁群算法的路径规划方法,目的是在信息采集、田间巡检、果蔬采摘及作物搬运等操作中,利用所提方法为农用智能机器人搜索出一条距离最短的优化路径,确保其能沿着该优化路径顺利达到指定作物种植区,完成指定工作任务。该方法通过引入自适应调整信息素挥发系数、更改信息素更新机制和限定信息素阈值等策略,对传统蚁群算法进行了优化改进。仿真结果显示,在100 m×100 m作物种植区模型内,改进算法能有效解决农用智能机器人路径规划问题;改进算法规划的最佳路径长度较传统蚁群算法和禁忌搜索算法分别减少3.745 1 m和16.387 6 m;改进算法规划最佳路径所需程序迭代次数较传统蚁群算法和禁忌搜索算法分别减少13代和31代,结果表明,与传统蚁群算法和禁忌搜索算法相比,改进算法具有较强的全局搜索能力和较好的收敛性能。     

基于动态扩展邻域蚁群算法的移动机器人路径规划

针对蚁群算法易陷入局部最优、路径转折点多、收敛速度慢的问题,提出一种基于动态扩展邻域蚁群算法（Dynamic extended neighbourhoods ant colony optimization,DENACO）。在蚂蚁搜索方式上采用动态扩展邻域方法,并定义新的信息素计算方式和增量规则,在取得更优收敛路径长度的同时,减少路径转折点数量及路径节点数量;引入自适应调整因子改进启发函数,提高算法的全局搜索能力,并设定迭代阈值,提升算法的收敛速度;提出一种路径节点双优化策略,对规划好的路径进一步优化,提高路径综合质量。不同复杂度及不同规模栅格地图中的仿真实验表明,DENACO算法所规划的路径更优,路径转折点数量减少,收敛速度加快,路径节点数量明显减少,表明算法具有更高的可行性和适用性。     

基于蚁群算法和遗传算法融合的移动机器人路径规划问题研究

移动机器人的路径规划问题一直都是机器人研究中比较热门的话题,也是非常关键的技术,但是,比较传统的路径规划算法都存在自己的缺陷,所以说,寻找一种最佳的算法是机器人路径规划问题领域研究的热点,蚁群算法是最近十几年来发展起来的一种模拟生物的进化算法,这个算法在解决很多比较复杂的问题上表现出了非常好的性能。本文在分析了当前的各种路径规划算法的优缺点的基础之上,选择了蚁群算法来解决移动机器人的路径规划问题。     

基于GIS的地下水矿化度分布特征研究

以德州市武城县为研究区,采用3S技术,布设采样点,于2011年进行两次野外采样,基于室内试验得到地下水矿化度数据,并结合1972年地下水矿化度数据,利用ArcGIS软件进行反距离加权空间插值处理,分析了该地区地下水矿化度时空变化特征。研究结果表明：研究区地下水矿化度空间变异趋势明显,数值为自东南区域的>1～2g/L逐渐增加到西北区域的>4～5g/L。地下水矿化度年内季相变化显著,春季矿化度均值为2.628g/L,冬季为1.748g/L。地下水矿化度较之1972年总体呈现下降趋势,平均降幅为1.52g/L。该结果对研究区盐渍化土壤的水盐调控及地下水资源合理开发利用具有重要意义。     

农民对水价改革承受能力双边界二分式CVM模型研究

将双边界二分式CVM模型引入农民对水价改革承受能力的研究,以开封市黑岗口灌区为例,进行验证分析,计算结果表明模型具有较窄的置信区间,拟合效果好,其估值具有很高的精确性和可靠性,适宜于对农民的水价改革承受能力进行研究.     

基于最小最大概率机的客户需求分类技

针对复杂产品客户需求中类别数多且数据量大的分类问题,利用最小最大概率机的概率信息和样本间隔信息,提出采用启发式方法解决编码设计问题.在算法中将一个减少了迭代次数的分类器视为弱化了的分类器,同时保留分类器的间隔属性和几何特性,并利用高维映射将分类器输出映射到特征空间,在弱化阶段大量减少了整体的迭代次数而在合成阶段利用非线性映射来提升性能.通过对叉车产品客户需求的数值试验证明算法具有较好的分类效果,降低了对二类分类器的精度要求.     

基于MEMS的压电泵及其研究进展

基于MEMS的压电泵是集驱动部件、工作部件和控制部件于一体的便于集成的微型泵,它采用压电晶体作为其驱动部件材料。根据其工作原理和结构的差异,压电泵主要分为压电薄膜泵和压电超声泵。介绍了压电泵的单腔体结构和多腔体结构,而多腔体结构的压电泵是今后研究的一个主要方向。由于压电泵具有尺寸小、结构简单、响应快等优点,在许多需要微流量控制的场合中具有广阔的应用前景。重点总结了压电泵国内外的最新研究现状,展望了压电泵的主要发展方向,提出了压电泵研究的主要问题,对压电泵的研究具有指导意义。     

基于道路交通事故深层调查的大型车事故特征分析

以156起有大型车参与的事故为例.从事故量、受伤人数、死亡人数等三个方面进行了统计分析:以大型车与大型车碰撞事故(包括卡车单车事故)、大型车与乘用车碰撞事故、大型车与车外人员碰撞事故为分类,分别对三种类型的事故进行了深入的分析:同时结合法规对大型车的侧面防护装置、后下防护装置、前下防护装置以及大型车驾驶室的安全作用进行了探讨.     

多泥沙河流水轮机的磨蚀与防护技

水轮机磨蚀一直是困扰多泥沙河流上水电站安全运行的难题,通过分析泥沙磨蚀的特性,水轮机磨蚀的破坏特征,提出了关于水轮机过流表面防护、减少过机泥沙、机组检修策略与方法等方面的水轮机泥沙磨蚀的防护措施,为我国其他多泥沙河流水轮机的磨蚀防护提供了理论依据,对提高我国水电站的安全运行和经济效益具有重要的意义。     

渠道衬砌几个问题的探讨

1　Ｕ形渠与梯形渠、矩形渠衬砌工程量的分析比较在相同的流量、比降、糙率条件下 ,Ｕ形渠比梯形渠和矩形渠节省多少衬砌工程量 ,教科书和有关资料没作回答。本文试图作较系统的量的分析比较 ,这也是推广Ｕ形渠的主要依据和关键问题所在。设Ｕ形渠和梯形渠、矩形渠的衬砌厚度相同 ,在一定的流量、比降、糙率条件下 ,比较Ｕ形渠、梯形渠、矩形渠的衬砌工程量 ,等于它们的湿周比较。1.1　Ｕ形渠的水力计算公式水深ｈ =12 +β Ｄ过水断面Ｗ =π8+β Ｄ2湿周 χ =π2 +2 β Ｄ水力半径Ｒ =ｗχ =π8+β Ｄ/π2 +2 β谢才系数Ｃ =Ｒ1/ 6/ｎ断面平…     

基于红外热成像树上板栗机器识别研究

针对普通视觉系统无法分类识别的特点,将红外热成像技术引入到树上板栗的机器识别检测当中,建立了果园树上板栗红外热成像系统。记录了白天树上板栗果实与冠层温度变化情况,发现下午2:00~4:00之间,二者温度差异最为显著,最大温差可达3℃。研究了正常板栗果、坏死果以及空心果的红外辐射差异,发现坏死果表面温度最高,正常果次之,空心果温度最低。最后对获取的热图像进行温度校正、阈值分割、特征提取、目标标识。结果表明,树上板栗的有效识别率在85%以上。     

软土地基上堤坝沉降与稳定分析研究

根据软土地基上筑坝方式 ,分析了软土地基上堤坝固结与稳定计算方法 ,提出了适合这类地基的合理的筑坝方式及固结与稳定计算方法。