-
公开(公告)号:CN112434779A
公开(公告)日:2021-03-02
申请号:CN202011448649.1
申请日:2020-12-09
Applicant: 哈尔滨工程大学
Abstract: 本发明属于机器人任务分配技术领域,具体涉及一种基于改进蚁群算法的紧耦合任务分配方法。本发明针对现阶段蚁群算法在多机器人任务分配领域存在的问题,采用蚂蚁从任务出发寻找机器人的策略并结合随机搜索算法,为蚁群算法信息素的更新提供参考集,从而加速收敛速度并提高任务分配求解的准确性。本发明通过将随机搜索算法引入进传统蚁群算法提高了传统蚁群算法前期的收敛速度,优化了传统蚁群算法易陷入局部最优的情况,不仅有效的实现了多机器人任务分配,并且较好的避免了传统蚁群算法收敛慢、易陷入局部最优等缺点。
-
公开(公告)号:CN112731942A
公开(公告)日:2021-04-30
申请号:CN202011605076.9
申请日:2020-12-30
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明属于多AUV编队控制技术领域,具体涉及一种基于改进领航者虚拟结构法的多AUV编队控制方法。本发明不仅有效的实现了路径规划,同时也有效的避开了环境中的障碍物。本发明通过对原有的领航者法和虚拟结构法的改进解决了虚拟结构控制法编队避障灵活性较差以及传统领航者法集中式控制的不足的问题。本发明根据AUV编队收缩度进行高效的避障策略选择;利用队形收缩解决虚拟结构控制法编队面对狭窄空间等环境避障灵活性较差的问题;同时提出一种动态切换领航者策略,在动态切换领航者法上引入启发式评价函数,作为选取新领航者的评判依据。本发明在提高刚性结构编队稳定性与灵活性的同时能够进行高效避障。
-
公开(公告)号:CN112327866A
公开(公告)日:2021-02-05
申请号:CN202011290513.2
申请日:2020-11-18
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种应对连续状态空间的RDBQ路径规划方法,包括:机器人从起始点出发,根据离线学习的DBQ算法进行全局路径规划,在取得全局规划的最优策略后,机器人按照既定路线行进;在行进的过程中实时检测环境中是否存在障碍物,若没有检测到障碍物,机器人继续按照既定的路线行进,若在检测的过程中检测到障碍物,将采用RDBQ算法进行动态障碍物局部路径规划方法躲避障碍物;避障完成之后机器人将返回到全局路径规划的路线中,判断是否到达目标点,当达到目标点,则结束;否则返回步骤2。本发明解决当状态空间较大时,以表格形式存储的值函数可能会造成算法收敛速度慢甚至不收敛的情况以及DBQ算法无法适用于连续状态空间的问题。
-
公开(公告)号:CN112182221A
公开(公告)日:2021-01-05
申请号:CN202011082779.8
申请日:2020-10-12
Applicant: 哈尔滨工程大学
IPC: G06F16/35 , G06F16/338 , G06K9/62 , G06N3/00
Abstract: 本发明属于知识库技术领域,具体涉及一种基于改进随机森林的知识检索优化方法。本发明降低了随机森林分类模型内部决策树的耦合性,适当减少了决策树数量,从而简化了分类模型的结构,能够一定程度上提高模型运行效率。本发明对所保留的决策树采用粒子群算法进行权值分布优化,能够较大增强随机森林模型的分类准确性。本发明采用改进的随机森林算法构造分类模型,对知识检索结果进行再分类,能够筛除与目标检索内容相关度较低的检索结果,并将结果根据内容相关度进行排序,大大提高了其检索精度,有利于增强用户体验,优化搜索性能指标。
-
-
公开(公告)号:CN112182221B
公开(公告)日:2022-04-05
申请号:CN202011082779.8
申请日:2020-10-12
Applicant: 哈尔滨工程大学
IPC: G06F16/35 , G06F16/338 , G06K9/62 , G06N3/00
Abstract: 本发明属于知识库技术领域,具体涉及一种基于改进随机森林的知识检索优化方法。本发明降低了随机森林分类模型内部决策树的耦合性,适当减少了决策树数量,从而简化了分类模型的结构,能够一定程度上提高模型运行效率。本发明对所保留的决策树采用粒子群算法进行权值分布优化,能够较大增强随机森林模型的分类准确性。本发明采用改进的随机森林算法构造分类模型,对知识检索结果进行再分类,能够筛除与目标检索内容相关度较低的检索结果,并将结果根据内容相关度进行排序,大大提高了其检索精度,有利于增强用户体验,优化搜索性能指标。
-
-
-
-
-