Ke_Yan_She的博客

一般说,神经网络在机器人中的应用研究,应在常规控制方法的基础上.充分发挥神经网络的学习和映射功能·用神经网络来补偿机器人系统中摩擦、齿隙等一些很难用统一解析式表达的不确定因素,这样,由神经网络和常规控制构成的复合控制方能获得优良的性能。BP算法的学习过程由正向传播和反向传播组成。近年来,神经网络在机器人运动学、动力学和机器人控制中已得到广泛应用,但由于神经网络本身的理论研究还很不完善,因此有必要对基于神经网络机器人控制系统的鲁棒性和稳定性做进一步研究,以便为神经网络在机器人中的应用奠定理论基础。

影响物流配送中心选址的因素有很多,精确选址优化问题亟待解决。通过充分考虑货物的配送时间,将免疫算法加入其中,介绍了物流配送选址模型的构建以及免疫算法实现的相关步骤,最后利用matlab软件进行分析,提出的数学模型以及免疫优化算法在收敛时间和配送选址规划方面优化的合理性得到了验证,证明所提出的解决物流配送中心选址问题的免疫优化算法的有效性。

模糊控制是根据经验建立模糊规则，再把传感器接收的实时信息加以模糊化，进而将模糊化后的信息加以模糊推理，将模糊推理后的信息清晰化后加到执行器上，此过程就完成了模糊控制的流程。由于模糊系统的设计存在主观性，模糊控制的设计都是基于对专业人员实际经验的认识基础上的，所以把神经网络的能力融入到模糊系统中，使用分布式计算的神经网络表达，达到了模糊控制系统的自组织、自学习的效果。在模糊 RBF 神经网络中，神经网路的输入、输出层节点用于表达模糊系统的输入、输出信息，而神经网络的隐含层节点则用于表达隶属度函数和模糊规律。

在这项研究的基础上，Albus J.S.于1975年根据神经生理学小脑皮层结构特点提出了一种小脑模型关联控制器，经过多年的完善和发展，形成了成熟的小脑模型神经网络理论（Cerebellar Model Articulation Controller—CMAC）。顾名思义，它具有人类小脑一般学习的功能，在多维度空间中进行映射，解决了输入端到输出端非线性的问题。（3） CMAC是一种局部逼近神经网络，它具有一种联想记忆的功能，它的每一个神经元的输入输出是一种线性关系，但总体上是一种表达非线性映射的表格系统。

成本函数定义为高度差，它始终为正数。在行驶过程中，汽车必须避免爬升轨迹。但是，下降轨迹对汽车也没有好处。因此，下降轨迹并不比平坦轨迹更可取。汽车必须尽可能靠近目标坐标。旅行时间应尽可能短。汽车一次只能在八个方向上移动一步：左、右、上、下、左上、左下、右上、右下。【路径规划】基于前向动态规划算法在地形上找到最佳路径，并用Matlab代码实现。4 Matlab代码实现。

本文的方法不需要给定初值并且在保证线性收敛速率的情况下收敛到局部最小解，克服了NLP求解器和配点法（Collocation Method）初值难猜测和收敛到局部最小值速度很慢，甚至有时不能收敛到可行解的问题。先使用传统RRTstar算法求解一条可行路径PP，Path_Opt()函数以PP为输入，从路径PP上随机采样不共线两点p1,p2p1,p2，如果p1,p2p1,p2连线不与障碍物冲突，用p1,p2p1,p2代替p1,p2p1,p2间的原本可行路径PP中的路径点，这样可以求出一条比路径PP短的路径。

Floyd算法又称为插点法，是一种利用动态规划的思想寻找给定的加权图中多源点之间最短路径的算法，与Dijkstra算法类似。Dijkstra算法是解决**单源最短路径**问题的**贪心算法**，它先求出长度最短的一条路径，再参照该最短路径求出长度次短的一条路径， 直到求出从源点到其他各个顶点的最短路径。初始时S中仅含有源点u，其中S中的顶点到源点的最短路径已经确定。集合S 和V-S中所包含的顶点到源点的最短路径的长度待定，称从源点出发只经过S中的点到达V-S中的点的路径为特殊路径，%路径前后两点的X坐标。

2]张宇航,陈志军,吴超仲,钱闯,熊盛光. 基于改进A~*算法的电动汽车节能路径规划[C]//.第十七届中国智能交通年会科技论文集.,2022:64-65.DOI:10.26914/c.cnkihy.2022.053514.[1]张希闻,肖本贤.改进D~*算法的移动机器人路径规划[J].传感器与微系统,2018,37(12):52-54+58.DOI:10.13873/J.1000-9787(2018)12-0052-03.[3]致谢：Atsushi Sakai(@Atsushi_twi)

对改进混合粒子群算法的收敛性进行了证明。针对未知环境中的航迹规划问题，提出了滚动RRT算法，每次只生成探测范围内的局部航迹，无人机在按照该局部航迹飞行的同时进行下一阶段的航迹滚动优化。分析算法规划原理,探讨其改进策略,在改进人工势场法的基础上,提出APF-RRT算法,融合APF与RRT算法特性,使用RRT的随机采样解决APF的局部极小值问题,将APF的目标引力思想引入RRT的搜索树扩展阶段,为RRT算法的节点增长函数添加目标导向因子,降低扩展随机树的搜索复杂度从而解决RRT算法规划路径随机性大的问题。