排序方式: 共有97条查询结果,搜索用时 15 毫秒
1.
用传统蚁群算法进行机器人路径规划具有收敛速度慢,容易陷入局部最优等缺点。为此,通过模拟蚂蚁的感觉特征,提出了一种具有感觉适应功能的蚁群算法,并应用到机器人路径规划中。算法设置蚂蚁的感觉能力随着在高强度信息素节点上的行走而降低,在快速收敛的同时保证搜索多样性。大量仿真实验表明,该算法有较强的搜索能力,不易陷入局部最优,即使在障碍非常复杂的环境下使用该算法,也能快速收敛到一条全局优化路径。 相似文献
2.
一种智能光纤位移传感器 总被引:3,自引:0,他引:3
介绍一种用神经网络实现无级查表功能的光纤位移传感器。其非线性误差小于0.3%FS。具体介绍了硬件原理和使用神经网络的方法。 相似文献
3.
非线性函数的自适应分区多神经网络学习及仿真实验 总被引:1,自引:0,他引:1
根据BP神经网络学习非线性函数的精度与所学函数的区间大小及变化率等有关,提出了一种非线性函数的自适应分区多神经网络学习方法,这种方法根据学习精度的要求,自适应地把所学函数分成若干区间,分别用一个BP神经网络去学习,从而使学习精度大大提高,最后,给出了学习一维函数和多维函数的仿真实例,其结果表明分区学习的精度可提高10倍以上。 相似文献
4.
动态复杂环境下的机器人路径规划蚂蚁预测算法 总被引:17,自引:0,他引:17
研究了一种新颖的动态复杂不确定环境下的机器人路径规划方法和动态避障码蚁预测算法.该方法模拟蚂蚁的觅食行为,由多组蚂蚁采用最近邻居搜索策略和趋近导向函数相互协作完成全局最优路径的搜索.在此基础上用虚拟蚂蚁完成与动态障碍物碰撞的预测,并用蚁群算法进行避障局部规划.理论和仿真实验结果均表明,即使在障碍物非常复杂的地理环境,用文中算法也能迅速规划出优化路径,且能安全避碰. 相似文献
5.
基于T-S逻辑的新型模糊神经网络模型 总被引:4,自引:2,他引:4
模糊神经网络是神经网络与模糊逻辑系统的有机结合,具有强大的自学习和自整定功能.针对目前模糊逻辑与神经网络技术在融合中存在的问题,根据模糊逻辑与神经网络的本质和内在联系,提出了一种新型的结构优化的模糊神经网络,用模糊系统理论中的Stone-W eirstrass定理证明了该网络能以任意精度逼近任意一个定义在致密集上的实连续函数.仿真实验表明该网络模型算法是可行且有效的. 相似文献
6.
为了减小传感器的非线性误差问题,提出了一种传感器的非线性传输曲线的自适应分段最佳逼近拟合方法, 介绍了该方法的数学模型和应用实例,实验结果表明, 应用本方法, 使传感系统的非线性误差大大减小. 相似文献
7.
8.
作者研制成功“QDA 型加工质量检测分析仪”。这是一种以片机为核心的智能几何量检测分析仪器,用以代替千分表或测微仪在车间现场检测多种尺寸误差及某些形位误差,并能自动采集、处理数据,进行统计分析和作图等。本文还对应用情况作了简要说明。 相似文献
9.
以椭圆齿轮流量变送器和微机接口实现甘油自动精密计量为例,阐明用微机实现流量测控控的原理,分析了引起流量计量误差的主要原因,重点介绍用微机实现误差修正的方法,最后对应用情况作简要说明。 相似文献
10.