基于交通约束及多元启发函数的改进A^*算法

针对多移动机器人的环境下容易出现碰撞的情况以及传统A^*算法规划的路径容易出现拐角数多的问题,基于栅格建模的方法,提出了交通约束法,并且在A^*算法原有启发函数的基础上,添加拐角数的评判指标,构成多元启发函数。在MATLAB仿真平台上对基于交通约束及多元启发函数A^*算法进行仿真实验,结果证明在多AGV系统下,基于交通约束及多元启发函数的A^*算法在规划出合理路径的前提下,减少了拐角数,降低了碰撞几率,提高了移动机器人完成路径的效率,具有较强的稳定性。     

基于级联长短期记忆神经网络的轴承复合故障预测

当前对轴承进行健康度评估和剩余寿命预测时通常采用共振解调、包络分析等方法,但仍存在健康度提取困难、故障预测种类单一、缺乏可靠模型等问题.针对这些不足,文章提出一种基于级联长短期记忆(LSTM)神经网络轴承复合故障预测的方法,其通过两级级联LSTM神经网络实现轴承的健康度评估和剩余寿命预测.文中采用西安交通大学的轴承数据...