基于劳动分工的群机器人地图创建探索策略研究

来源 :计算机应用研究 | 被引量 : 5次 | 上传用户:bo0316
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
受社会性昆虫劳动分工的启发提出一种群机器人地图创建的探索策略,以提高群机器人创建地图的效率。当机器人所在顶点位置有未访问的路径时,机器人随机选择一条未访问路径进行访问;如果当前位置的所有路径都已被访问,机器人会根据响应函数对下一访问位置进行概率选择。对算法分别进行了不同地图规模和机器人数量的计算机仿真实验,根据算法评价指标(覆盖时间、路径重复覆盖次数和覆盖率)对实验结果进行了评价,并与随机选择的算法进行了对比,结果表明算法是可行、有效的。最后指出了下一步研究的方向。
其他文献
运用进化算法求解柔性车间调度问题时,编码的特殊性对进化策略造成的局限制约了算法的搜索能力。为此,提出一种基于浮点型编码策略的差分多目标优化算法。该算法采用基于工序权重的浮点数编码—解码机制,消除了排列组合型编码方式对进化操作带来的约束,运用差分进化策略生成新个体,以提高优秀个体产生的几率,进而保证算法有更好的收敛性。将算法与传统算法及其改进形式在相同测试用例上进行对比,结果表明,本算法在保证收敛性
针对目前不确定XML小枝模式匹配算法均基于归并,易造成很大的空间和时间浪费问题,提出基于P-文档模型的连续不确定XML的非归并的小枝模式匹配算法。算法在节点入队列和出队列时分别进行过滤剪枝操作,减少待处理节点的个数,匹配过程使用相互关联的链表存储中间结果,不需要归并。理论分析与实验结果表明,该算法是一种高效的连续不确定XML查询算法。
为了提高求解二次规划逆问题的速度,提出了针对求解该问题的非单调信赖域算法。为了降低问题的复杂度,将二次规划逆问题转换为决策变量相对较少的对偶问题,采用增广Lagrange法构造对偶问题的子问题,并通过引入光滑函数将子问题转换为无约束优化问题,利用非单调信赖域算法进行求解。数值实验结果表明,该算法的迭代次数比牛顿算法、Gauss回代交替方向法少,运行速度快。因此,对于大规模二次规划逆问题,该算法更加
为什么我们看不到诸如英特尔(Intel)、国际商用机器(IBM)、惠普(HP)、微软(Microsoft)和通用电器(GE)等公司这样在世界各地无休止扩张、占据大片高端市场的世界一流的教学型