检索结果-内蒙古大学图书馆

吉林大学学报（信息科学版） 2018年第4期36卷 439-443页

作者：高乐马天录刘凯张宇轩吉林大学仪器科学与电气工程学院长春130012

针对q-learning算法在离散状态下存在运行效率低、学习速度慢等问题,提出一种改进的q-learning算法。改进后的算法在原有算法基础上增加了一层学习过程,对环境进行了深度学习。在栅格环境下进行仿真实验,并成功地应用在多障碍物环境下... 详细信息

针对q-learning算法在离散状态下存在运行效率低、学习速度慢等问题,提出一种改进的q-learning算法。改进后的算法在原有算法基础上增加了一层学习过程,对环境进行了深度学习。在栅格环境下进行仿真实验,并成功地应用在多障碍物环境下移动机器人路径规划,结果证明了算法的可行性。改进q-learning算法以更快的速度收敛,学习次数明显减少,效率最大可提高20%。同时,该算法框架对解决同类问题具有较强的通用性。

关键词：路径规划改进q-learning算法强化学习栅格法机器人

来源：评论

学校读者我要写书评

暂无评论

考虑订单拆分策略的AGV拣选效率优化方法

引用

计算机应用研究 2024年第11期41卷 3258-3264页

作者：张艳菊杨庆港吴俊吴一玄李雨扬辽宁工程技术大学工商管理学院辽宁葫芦岛125105 辽宁工程技术大学管理科学与工程研究院辽宁葫芦岛125105 辽宁工程技术大学现代企业制度创新研究中心辽宁葫芦岛125105

为提高智能仓库系统中AGV的拣选效率,针对AGV订单拣选优化问题分为AGV-货架任务分配、多AGV无冲突路径规划两个子问题进行研究,根据订单特点引入订单拆分策略,并以最小化AGV完成所有订单的总时间为目标构建数学模型。首先,设计了确定货... 详细信息

为提高智能仓库系统中AGV的拣选效率,针对AGV订单拣选优化问题分为AGV-货架任务分配、多AGV无冲突路径规划两个子问题进行研究,根据订单特点引入订单拆分策略,并以最小化AGV完成所有订单的总时间为目标构建数学模型。首先,设计了确定货架优先级的AGV-货架任务分配算法(AGV-shelf task allocation algorithm, ASTA)求解匹配问题。然后,提出一种带有贪婪参数并嵌入冲突消解策略的改进q-learning算法,得到拆分策略下最优无冲突拣选路径方案。最后,通过在40 m×40 m仓库布局中的订单集数值实验对比分析,所提算法与现有的两种算法对比结果显示,AGV完成所有订单的总时间分别平均减少11.63%和26.74%,验证了拆分策略的有效性,并且通过AGV使用数量、完成订单时间和路径冲突等待时间占比三个指标的对比验证了拆分策略和所提算法能有效缓解拥堵情况,减少行驶路径长度,提高拣选效率。此外,针对AGV数量灵敏度分析,在不同数量的AGV对行驶时间和路径冲突等待时间的影响方面,发现19台AGV数量是最佳配置,验证了模型的可行性和算法的有效性。

关键词：智能仓库混合存储订单拆分 AGV-货架任务分配无冲突路径规划改进q-learning算法

来源：评论

学校读者我要写书评

暂无评论

多能态的智能驱鸟系统导向驱离技术研究

多能态的智能驱鸟系统导向驱离技术研究

引用

作者：沈俊男盐城工学院

学位级别：硕士

机场所面临的鸟撞事故不仅可能造成人员伤亡,还可能导致飞机损坏甚至坠毁。因此,各国有关部门对鸟撞事故高度重视,并采取了一系列措施来保障航空安全。现有的驱鸟方式主要通过鸟类对于视觉、听觉、嗅觉等反应,利用相对应的设备驱赶鸟类... 详细信息

机场所面临的鸟撞事故不仅可能造成人员伤亡,还可能导致飞机损坏甚至坠毁。因此,各国有关部门对鸟撞事故高度重视,并采取了一系列措施来保障航空安全。现有的驱鸟方式主要通过鸟类对于视觉、听觉、嗅觉等反应,利用相对应的设备驱赶鸟类离开机场危险区域,从而实现驱鸟的目的。在驱赶过程中,机场所用的设备对鸟类产生刺激反应,从而出现鸟类被驱赶时乱飞的现象,有可能鸟类仍会飞回危险区域,并且随着时间的推移,鸟类对驱离的手段产生一定的适应性。因此,本文设计基于多能态的智能驱鸟系统导向驱离技术。本文的具体工作如下: (1)针对多能态(声、光、其它)的形式对鸟类的行为影响进行调研。主要分析强声和激光强度的衰减原理;声波和激光对鸟类行为的影响;然后分析超声波、风轮等形式对鸟类的影响,为驱离有效性提供理论基础。 (2)针对特定场景中威胁防护目标的鸟类进行任务分配和导向驱离的环境进行建模仿真。首先分析鸟群对于防护目标的威胁因素,根据鸟类危险参数建立故障树分析,来评估鸟群对防护目标的危险程度,通过经验调查法得到各个威胁事件的发生概率,得到鸟群目标中的驱离先后顺序,然后设计基于遗传算法的优先级任务分配方法,通过仿真进行验证;接着提出基于势场的多能态特定场景下鸟类导向驱离技术,通过势场法建立鸟类在驱离中的行为模型,通过模糊推理方法构建声光虚拟障碍,基于锥形避障分析鸟类与障碍之间的关系来驱离鸟类,通过仿真进行验证。 (3)提出改进q-learning算法选择声光最优驱离策略。通过将驱鸟过程看作马尔可夫过程,描述鸟群的状态变化和驱离策略的选择为状态空间,将鸟类的反应转换为鸟类状态转移概率函数,通过距离惩罚、方向惩罚和安全区域惩罚作为奖励函数用来评估驱鸟手段的好坏,通过实验观察鸟类反应评估最优策略参数,最后对比改进q-learning算法、q-learning算法和SARSA算法的迭代次数,验证本文改进的算法收敛速度更快。 (4)通过现场实验验证了激光和声强设备的有效性,根据实际情况在机场周围进行部署驱离设备,最后验证了多能态的智能驱离技术的有效性。

关键词：鸟撞事故故障树分析任务分配模糊推理改进q-learning算法

来源：评论

学校读者我要写书评

暂无评论

无人直升机航迹规划与跟踪控制技术研究

无人直升机航迹规划与跟踪控制技术研究

引用

作者：王黎文南京航空航天大学

学位级别：硕士

近年来,随着无人飞行器智能化的迅速发展,航迹规划技术和轨迹跟踪控制技术相辅相成,是实现无人飞行器自主导航、规划和控制的关键性技术。无人直升机凭借其诸多独特的优势在军民领域得到了广泛应用,本文以小型无人直升机为研究对象,研... 详细信息

近年来,随着无人飞行器智能化的迅速发展,航迹规划技术和轨迹跟踪控制技术相辅相成,是实现无人飞行器自主导航、规划和控制的关键性技术。无人直升机凭借其诸多独特的优势在军民领域得到了广泛应用,本文以小型无人直升机为研究对象,研究复杂地理环境下小型无人直升机执行任务时的航迹规划和轨迹跟踪技术,主要研究内容如下: 首先,建立小型无人直升机非线性数学模型。在定义相关坐标系基础上,给出小型无人直升机各组成部分所受力与力矩的具体分析,结合其飞行运动特性,推导出小型无人直升机运动学与动力学方程,得到包括主旋翼挥舞运动在内的六自由度小型无人直升机十四阶状态方程,并通过开环特性仿真验证了模型的准确性。然后,针对小型无人直升机静态航迹规划问题,提出基于改进狼群算法的无人直升机航迹规划算法。首先对飞行三维环境、约束条件及适应度函数进行数学建模,接着通过自适应步长的方式对传统狼群算法中游走、召唤及围攻三种主要行为的步长进行改进,同时,采用莱维飞行与变方向游走相结合的策略调整游走行为中搜索的方向及范围,并通过离线全局航迹规划仿真,验证了改进狼群算法的有效性和优越性。其次,针对小型无人直升机动态航迹规划问题,提出了基于改进强化学习的无人直升机航迹规划算法。将小型无人直升机动态航迹规划问题建模为马尔科夫决策过程并依次对环境、状态S、动作A、回报R及策略进行设计。同时,针对基本q-learning算法中存在的动作选择策略ε-greedy策略和q值表初始化方式严重影响算法寻优效率等缺陷,提出以动态探索因子εd替代固定步长搜索因子ε以及引入方向趋向函数初始化q值表,以提高算法运行效率和搜索效率,并通过在线航迹规划仿真,验证了改进q-learning算法的有效性。最后,针对具有外部干扰和部分不可测状态的小型无人直升机轨迹跟踪控制问题,提出基于扩展状态观测器（Extended State Observer,ESO）和高增益观测器的小型无人直升机轨迹跟踪控制律。引入预设性能对小型无人直升机跟踪误差做出限制。接着针对小型无人直升机外部阵风干扰,设计ESO用于估计未知干扰,针对不可测状态,设计高增益观测器估计所需状态量。然后将小型无人直升机系统分为四个子系统,结合预设性能和观测器分别对四个子系统单独设计控制器。利用Lyapunov稳定性理论证明了闭环系统的稳定性,并通过仿真验证了所设计的控制器的有效性。

关键词：航迹规划改进狼群算法改进q-learning算法轨迹跟踪控制预设性能不可测状态高增益观测器扩展状态观测器

来源：评论

学校读者我要写书评

暂无评论

基于改进强化学习算法的移动机器人路径规划研究

引用

计算机应用与软件 2022年第7期39卷 269-274页

作者：王慧秦广义夏鹏杨春梅王刚东北林业大学机电工程学院黑龙江哈尔滨150040

针对强化学习中的标准q-learning算法应用在路径规划中存在的计算效率低的问题,提出一种改进q-learning算法。改进后的q-learning算法在原来标准q-learning算法的基础上增加了一层深度学习层并且在算法初始化的过程中加入了关于环境的... 详细信息

针对强化学习中的标准q-learning算法应用在路径规划中存在的计算效率低的问题,提出一种改进q-learning算法。改进后的q-learning算法在原来标准q-learning算法的基础上增加了一层深度学习层并且在算法初始化的过程中加入了关于环境的先验知识作为启发信息,从而避免了学习前期探索的盲目性,有效地提高了算法计算效率。通过与标准q-learning算法、增加深度学习层的q-learning算法、引入人工引力场的q-learning算法、深度双q网络相比较,改进后的q-learning算法在小维度的环境下具有更高的计算效率。

关键词：强化学习路径规划改进q-learning算法移动机器人

来源：评论

学校读者我要写书评

暂无评论

针对鸟类适应性的智能驱鸟系统研究

针对鸟类适应性的智能驱鸟系统研究

引用

作者：黄炽坤广东工业大学

学位级别：硕士

近年来,鸟害引起的输电线路突发故障在广东沿海丘陵地区越来越多,防御鸟类潜在损害的驱鸟策略备受关注,如何解决输电线路涉鸟故障防治过程中鸟类对驱鸟策略的适应性问题,对电网的供电质量和用电单位的经济稳定发展很重要。现有的驱鸟策... 详细信息

近年来,鸟害引起的输电线路突发故障在广东沿海丘陵地区越来越多,防御鸟类潜在损害的驱鸟策略备受关注,如何解决输电线路涉鸟故障防治过程中鸟类对驱鸟策略的适应性问题,对电网的供电质量和用电单位的经济稳定发展很重要。现有的驱鸟策略的参数常常使用随机选择方法进行选择,驱鸟装置常常在投放初期存在一定有效性,但随着时间的推移,有效性逐步下降,难以应对鸟类的适应性。因此,本文将研制针对鸟类适应性的智能驱鸟系统。本文针对涉鸟故障防治中的鸟类适应性问题,研究了具有自适应功能的智能驱鸟系统,包括智能驱鸟系统的软硬件组成、单个驱鸟策略参数选择算法和驱鸟策略的选择算法。本文的具体研究工作如下:针对广东沿海部分丘陵地区优势鸟种和涉害鸟类进行调研,基于调研结果设计智能驱鸟系统软硬件。首先,确定了以黑领椋鸟和斑文鸟为主的涉害鸟类;然后,在多种鸟类检测方式中选择多普勒雷达为主要检测方式;接着,在充分调研的基础上,确定以声波和激光作为主要驱赶方式,考虑到不同频率声波和不同波长激光的驱鸟效果不一样,验证了鸟类对驱鸟策略不同参数敏感性存在差异的结论,在已有文献的结论基础上结合实验结果确定了声波的有效频率范围和激光的有效波长范围;随后,对智能驱鸟系统各硬件模块进行选型并设计电路原理图与PCB;最后,设计了智能驱鸟系统软件框架。针对鸟类适应性的单个驱鸟策略参数选择问题,研究了强化学习算法在输电线路涉鸟故障场景中的应用,以强化学习的自学习来应对鸟类的适应性。首先,明确涉鸟故障防治过程中数据量少和模型未知的特点,提出将强化学习算法应用在驱鸟策略最优参数的搜索问题中;然后,针对强化学习算法应用过程中盲目搜索时间过长和收敛速度过慢的问题,提出改进的q-Leanring算法。最后,通过与q-learning、SARSA和SARSA（λ）算法进行对比,证明了改进q-learning算法的搜索时间更少、收敛速度更快和搜索结果更准确。针对鸟类适应性的多驱鸟策略频率选择问题,研究了综合评价算法在多驱鸟策略中的应用。在单个驱鸟策略改进q-learning算法的基础上,提出多驱鸟策略AHP-EWTOPSIS算法,通过对比不同驱鸟策略间参数的q值,确定各驱鸟策略的有效排名,根据排名确定使用频率。与传统的TOPSIS方法相比,AHP-EW-TOPSIS方法具有更强的抗干扰能力,并且可以通过控制权重比例因子来改变每种驱鸟策略的频率。最后,在输电线路的少量杆塔上验证了智能驱鸟系统的有效性。

关键词：鸟类适应性鸟害防治智能驱鸟系统改进q-learning算法改进TOPSIS算法

来源：评论

学校读者我要写书评

暂无评论

基于改进q-学习算法的移动机器人路径规划研究

基于改进Q-学习算法的移动机器人路径规划研究

引用

作者：王志伟广西师范大学

学位级别：硕士

机器人是当今科技领域的研究热点之一,已在多个领域帮助人类完成各种危险任务。路径规划是其工作的基础,对提高机器人运动效率和使用寿命具有重要意义。随着环境复杂度以及任务数量的不断提高,单个机器人已经难以满足现有需求,因此多机... 详细信息

机器人是当今科技领域的研究热点之一,已在多个领域帮助人类完成各种危险任务。路径规划是其工作的基础,对提高机器人运动效率和使用寿命具有重要意义。随着环境复杂度以及任务数量的不断提高,单个机器人已经难以满足现有需求,因此多机器人技术受到研究者的广泛关注。多机器人路径规划及编队是机器人领域的重点与难点,本文对其进行深入研究,具体研究内容如下: 1.针对传统q-learning算法出现的规划路线转折点多,搜索效率低,以及无法实现动态环境下的路径规划问题,提出一种基于改进q-learning算法与动态窗口法(DWA)的融合算法。算法分为两部分:(1)对传统q-learning算法进行改进,首先改变其搜索方式,由原先的8方向变成16方向;然后利用模拟退火算法对q-learning进行迭代优化;最后通过路径节点优化算法进行节点简化,以提高路径平滑度。(2)提取改进q-learning算法规划路径的节点,将其作为DWA算法的临时目标点,前进过程中能够实时躲避环境中出现的动静态障碍物。为了检验所提方法的有效性,将其与不同的规划算法进行对比。最后将改进算法应用于多目标点路径规划问题中,并对实验结果进行了分析。 2.对动态环境下的多机器人路径规划问题进行了研究,分析机器人在执行任务过程中可能会面临的道路冲突,并提出了适用的协调策略解决此类问题。本文选择采用分层式控制结构,并从中引入优先级策略,以简化规划问题的复杂性。在面对道路冲突时,本文设定了机器人的安全限距,即要求双方机器人在任意时刻的间距均大于限定距离,以保障机器人的运行安全。同时将“重新规划”与“停车等待”相互结合,帮助机器人解决安全避障问题。最后通过仿真对比实验,验证了该方法的可行性。 3.针对静态环境下的多机器人编队问题,本文提出了两种编队方法。一是通过重新设定q-learning算法中的奖励矩阵,从中引入虚拟结构法定义队形,也就是将所有机器人视为一个整体进行处理,从而实现多机器人编队效果。二是通过将二阶一致性编队控制与改进人工势场法进行结合。通过二阶一致性协议,实现机器人相互间的信息交流,并设定其中的领导者进行编队控制。针对传统人工势场法出现的目标不可达问题,本文通过重新设定排斥力函数进行处理。当编队遇到障碍物时,利用改进人工势场法进行移动避障。实验结果表明,基于二阶一致性的改进人工势场法不但使得编队更加灵活,还能实现动态的实时避障。

关键词：多机器人改进q-learning算法路径规划优先级策略编队

来源：评论

学校读者我要写书评

暂无评论

定制家具板材搬运AGV路径规划

引用

包装工程 2021年第17期42卷 203-209页

作者：王慧秦广义杨春梅东北林业大学机电工程学院哈尔滨150040

目的针对应用在定制家具生产包装车间的板材搬运自动引导车存在的路径规划时间长以及规划出的路径转弯次数较多的问题,提出一种改进q-learning算法的路径规划算法。方法根据定制家具生产包装车间环境情况,使用栅格法对车间进行建模,建... 详细信息

目的针对应用在定制家具生产包装车间的板材搬运自动引导车存在的路径规划时间长以及规划出的路径转弯次数较多的问题,提出一种改进q-learning算法的路径规划算法。方法根据定制家具生产包装车间环境情况,使用栅格法对车间进行建模,建立车间模型的人工标量场,使用人工标量场给予q-learning算法前期搜索的目的性;增加q-learning算法的学习层,使得算法可以更快进入收敛;在奖励函数中加入转弯惩罚,使得算法规划出的路径具有更少的转弯次数。结果仿真结果表明改进后的算法与标准q-learning算法、增加学习层的q-learning算法、引入人工势能场q-learning算法、深度双q网络算法相比,迭代次数减少了70.46%,64.40%,67.75%,30.49%,转弯次数减少了80%,80.95%,83.33%,73.33%。结论板材搬运自动引导车利用改进后的q-learning算法可以有效地提高路径的平滑性,降低了路径规划的时间,提高了板材搬运自动引导车的工作效率。

关键词：板材搬运自动导引车路径规划改进q-learning算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：