排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
针对传统强化学习算法在训练初期缺乏对周围环境的先验知识,模块化自重构机器人会随机选择动作,导致迭代次数浪费和算法收敛速度缓慢的问题,提出一种两阶段强化学习算法。在第一阶段,利用基于群体和知识共享的Q-learning训练机器人前往网格地图的中心点,以获得一个最优共享Q表。在这个阶段中,为了减少迭代次数,提高算法的收敛速... 相似文献
2.
针对增材制造过程中形成的缺陷会对工件造成不可逆的影响,分析了冷金属过渡(Cold metal transfer, CMT)增材制造过程的焊接电流信号和焊接电压信号,提出了一种基于时间序列算法的CMT增材制造缺陷在线监测方法。设置不同的焊接工况,收集良好组和缺陷组的原始焊接电流和焊接电压信号,使用SAX(Symbolic aggregate approximation)算法对数据进行预处理。使用随机森林模型对数值型数据再分类,达到实时监测的效果;同时为突出SAX算法的优越性,设置对比试验组,将原始的焊接电流数据直接放入随机森林模型进行分类。结果表明,原始焊接电流组的测试集准确率为80%,SAX算法数据预处理组的测试集准确率为96%。
相似文献3.
针对增材制造过程中形成的缺陷会对工件造成不可逆的影响,分析了冷金属过渡(Cold metal transfer, CMT)增材制造过程的焊接电流信号和焊接电压信号,提出了一种基于时间序列算法的CMT增材制造缺陷在线监测方法。设置不同的焊接工况,收集良好组和缺陷组的原始焊接电流和焊接电压信号,使用SAX(Symbolic aggregate approximation)算法对数据进行预处理。使用随机森林模型对数值型数据再分类,达到实时监测的效果;同时为突出SAX算法的优越性,设置对比试验组,将原始的焊接电流数据直接放入随机森林模型进行分类。结果表明,原始焊接电流组的测试集准确率为80%,SAX算法数据预处理组的测试集准确率为96%。 相似文献
4.
研究多机器人任务分配(MRTA)的目的是提高智能工厂中机器人完成任务的效率。针对现有算法在处理大规模、多约束的MRTA时存在不足的问题,提出一种结合遗传算法和滚动调度的MRTA算法(ACGARS)。首先,在遗传算法中采用基于有向无环图(DAG)的编码方式高效地处理任务之间的优先级约束;其次,在遗传算法的初始种群中加入先验知识以提高算法的搜索效率;最后,设计基于任务组的滚动调度策略用于减小求解问题的规模,从而实现对大规模问题的高效求解。在大规模问题实例上的实验结果表明,相较于构造性启发式算法(CHA)、最小化干扰算法(MIA)和基于惩罚策略的遗传算法(GAPS)生成的方案,当任务组数为20时,所提算法生成的方案的平均订单完成时间分别缩短了30.02%、16.86%和75.65%,验证了所提算法能有效地缩短订单的平均等待时间,提升多机器人任务分配效率。 相似文献
5.
6.
1