期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
融合改进D^(*)与RRT算法的单AGV路径规划算法
1
作者 赵学健 叶昊 +2 位作者 江宇航 袁凯 孙知信 《小型微型计算机系统》 北大核心 2025年第8期1847-1860,共14页
本研究针对单自动导引车(AGV)的路径规划问题,深入剖析了现有多阶段路径规划方法的局限性,并提出了一种融合改进D^(*)与快速探索随机树(RRT)算法的路径规划算法.该算法结合了改进D^(*)算法的高效性与RRT算法的灵活性,通过动态避障策略... 本研究针对单自动导引车(AGV)的路径规划问题,深入剖析了现有多阶段路径规划方法的局限性,并提出了一种融合改进D^(*)与快速探索随机树(RRT)算法的路径规划算法.该算法结合了改进D^(*)算法的高效性与RRT算法的灵活性,通过动态避障策略和目标约束优化,显著提升了路径规划性能.引入自适应视野、步长、威胁因子及目标点采样率等参数,以适应多变环境需求.利用Rich_Moore元胞自动机方法扩展可行区域并确定最短路径,并通过高阶贝塞尔曲线平滑路径,减少转向,提高路径平滑度.实验结果证明,该算法在精度和效率上均优于传统方法,对提升AGV作业实时性和准确性,推动自动化物流系统发展具有显著意义. 展开更多
关键词 AGV 随机树算法 D^(*)算法 路径规划 智能物流
在线阅读 下载PDF
基于改进淘金算法BP神经网络预测方法研究
2
作者 戴诗雨 孙哲 +1 位作者 袁凯 孙知信 《印刷与数字媒体技术研究》 北大核心 2025年第5期121-137,共17页
围绕时间序列数据精准预测的问题,本研究提出了基于改进淘金算法BP神经网络的预测方法。首先,针对传统淘金优化算法(GRO)收敛速度慢、易陷入局部最优等缺陷,引入了Tent混沌映射和莱维飞行策略,分别对该算法种群初始化和迭代寻优两个阶... 围绕时间序列数据精准预测的问题,本研究提出了基于改进淘金算法BP神经网络的预测方法。首先,针对传统淘金优化算法(GRO)收敛速度慢、易陷入局部最优等缺陷,引入了Tent混沌映射和莱维飞行策略,分别对该算法种群初始化和迭代寻优两个阶段进行改进,并通过算法测试和方法比较,验证了改进淘金优化算法(DGRO)在解决最优化问题方面的良好的性能。然后,设置BP神经网络基本参数,并利用DGRO对BP神经网络的初始连接权重和阈值进行调整,构建了DGRO-BP模型。最后,利用某快递驿站实际处理快件量的数据集对本研究提出的模型进行测试。结果显示,DGRO-BP在诸多预测精度评价指标上相较于BP和GWO-BP等具备优越性,尤其是在平均绝对误差(MAE)指标上,DGRO-BP模型的平均绝对误差比标准BP神经网络模型低了约46.15%,证实了DGRO-BP在处理该类问题上的优势,对时间序列数据预测问题的研究具有重要意义。 展开更多
关键词 淘金优化算法 算法优化 BP神经网络 快递数据预测 测试函数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部