基于动态步长梯度下降的EKF-SLAM改进算法

现代重型货物运输所处环境日益复杂,要求AGV-SLAM算法具备更高的鲁棒性和准确性以实现高精确装卸作业.因此,本文提出基于动态步长梯度下降的改进EKF-SLAM算法.首先对AGV行进过程建模分析,分别建立AGV的运动学模型和观测模型.考虑到EKF-SLAM算法在状态估计时可能引入的截断误差问题,本文针对AGV自身位姿和环境特征位置预测估计精确度较低的问题,提出了一种改进算法.该算法引入梯度下降算法,并结合动态步长策略,步长的取值与AGV系统的前进速度、采样时间正相关.仿真结果表明,该改进算法相较于标准EKF-SLAM算法,在停车场数据集下能够快速生成更优的估计路标和路径,从而在一定程度上提高了传统算法的鲁棒性和准确性,具有行业应用的参考价值.

动态步长高斯扰动绯鲵鲣算法优化

采用模糊控制得到基于个体适应度的动态步长来提高算法收敛速度。引入高斯扰动对陷入局部最优的个体进行扰动,提升算法逃离局部最优的能力。求解了多个单峰、多峰基准测试函数。

基于动态步长的无人机三维实时航迹规划

针对直接在三维空间进行无人机(UAV)航迹规划难度较大的问题,将三维规划分解为二维平面规划和高度规划,最后再合成得到三维航迹,使规划空间得以简化,降低问题的复杂度;为实现在威胁区域对航迹的精细搜索,降低危险性,提出了一种根据与威胁的距离而动态调整搜索步长的策略;当无人机遇到突发威胁时,通过设置子目标点,帮助无人机快速修正航迹,实现航迹重规划。仿真试验结果验证了所提方法的有效性,无人机可以安全绕开突发威胁,实现三维规划,采用动态步长,航迹的受威胁程度降低。

基于适应性动态步长的变异果蝇优化算法

针对基本果蝇优化算法(FOA)容易陷入局部最优值、后期收敛速度变慢和收敛精度较低的缺点,提出了一种基于适应性动态步长的变异果蝇优化算法(MFOAADS)。首先,利用佳点集法选取种群初始位置,降低算法初始点选取的随机性和陷入局部最优值的概率;然后,采用适应性动态步长优化策略,提高收敛速度和求解精度;最后,若算法陷入了早熟,则对种群最优个体按一定概率执行柯西变异扰动,赋予其跳出局部最优的能力。经5个经典函数测试表明,固定迭代次数时MFOAADS的收敛精度与收敛速度明显优于FOA;固定目标精度时,MFOAADS相对于FOA平均迭代次数有着大幅下降且成功率达97%以上。实验结果表明,所提算法求解精度、运行效率以及可靠性相对于基本FOA算法都有着显著提高。

动态步长的RRT路径规划算法

传统的快速扩展随机树(RRT)算法虽然有很多优良特性,但是由于扩展点的随机选取,规划出来的路径具有很大的随机性。文中在对RRT算法改进的基础上,提出了一种动态步长的RRT路径规划算法。其中步长为RRT生长的最小单位长度。动态步长的RRT算法是在对传统RRT算法的基础上,添加了动态步长的特性,改善了快速扩展随机树的不确定性,提高了避障能力,使得算法确定性和高避障能力兼备。仿真实验结果表明,该算法在路径规划中具有路径确定、速度快和高避障能力的特点。

基于Taylor级数法动态步长控制的暂态能量函数法

势能边界面PEBS(PotentialEnergyBoundarySurface)法是暂态能量函数法的一种,将Taylor级数法暂态稳定计算的动态步长控制应用到PEBS法中,可以大步长的模拟持续故障轨迹,减小模拟区间数,提高计算效率,同时也可以满足计算精度的要求。计算结果表明,Taylor级数法暂态稳定计算的动态步长控制有效地提高了PEBS法的解算效益。

基于惯性传感器的动态步长算法研究

行人步态参数的精确估计是行人自主导航系统和行人健康监测的关键技术之一。针对当前行人自主导航系统中步长估算算法精度低和弱适应性的问题,提出了一种计算行人动态步长算法。首先对行人的步态特征进行分解,利用改进的零速检测确定行人运动状态,采用卡尔曼滤波技术降低惯性传感器中累积误差的影响,再对进行滤波和坐标转换后的加速度进行双重积分,最终得到行人脚尖的运动轨迹。通过采用MTI-700惯性模块设计实验并进行实验验证。结果表明,该文提出的步长算法计算的步长与行人实际步长的误差低于3.0%。与现有的行人动态步长算法相比,该算法首次计算出行人脚尖的运动轨迹,精度较高且适应强,在行人自主导航及行人健康监测领域具有较大的应用价值。

一种基于动态步长的AAPF-RRT*移动机器人路径规划新算法

针对改进快速搜索随机树(rapidly-exploring random tree,RRT*)算法中节点盲目扩展和收敛速率慢的问题,提出了一种基于RRT*的路径规划新算法。首先,通过改进相对距离势场法,提出了自适应人工势场(adaptive artificial potential field,AAPF)法,既克服了相对距离势场法中引力与斥力过大的问题,又解决了目标点不可达的问题。然后,将RRT*算法与AAPF法相结合,并将固定步长改为动态步长,从而既克服了RRT*算法中节点盲目扩展的问题,又显著提高了移动机器人路径规划效率和避障灵活性,同时兼顾路径平滑性。最后,基于MATLAB进行仿真,验证了所提算法的有效性和实用性。

动态步长蛋白质构象空间搜索方法

针对蛋白质构象空间采样问题,提出了一种基于能量引导树搜索框架的动态步长构象空间搜索方法。通过蛋白质构象特征提取,将高维二面角优化空间映射到低维结构特征向量空间,有效避免了维数灾难问题;根据能量和温度测度离散化特征空间为多个能量层和温度层,并系统划分为'构象室',减小构象空间搜索范围。在不同能量层,赋予相应的片段组装步长和蒙特卡洛扰动步长,在不同温度层,采用相应Metropolis准则接收当前构象;辅以副本交换方法,增强对构象空间中稳态结构的采样能力。12个蛋白质测试结果表明,该方法可以快速有效地采样得到近天然态构象。

基于混沌动态步长布谷鸟算法的群体动画行为控制方法研究

自然界生物的迁徙具有一定规律,其会自动形成群体集合,队列排序具有一定的规律。群体动画行为是基于生物的迁徙规律得来的。首先对布谷鸟算法进行深入研究,而后以混沌动态步长布谷鸟算法为基础依据,进行相应的群体动画的仿真模拟。布谷鸟算法当中混沌序列的引入能够使鸟窝数据在更新过程中进行步长选择,防止局部最优的情况发生。实验结果表明,在群体动画行为的控制方法中,应用混沌动态步长布谷鸟算法要优于传统的布谷鸟算法。

事故多发段判别中动态步长法与累计频率曲线法的综合应用

对应用累计频率曲线法进行事故多发段判别时,加入动态步长法的思路进行了讨论,并应用实例对加入前后的判别结果进行了对比分析,旨在提高累计频率曲线法的判别精度。

自适应动态步长法求点对应的平曲线桩号

求点对应平曲线上的桩号是路线程序中需要解决的基本问题之一,由于需要进行迭代计算,算法的好坏往往会影响整个系统的运行效率。本文对常见的穷举法、二分法、0.618法的算法原理进行了介绍,在此基础上,提出了一种全新的高效算法“自适应动态步长法”,并对这几种算法的运算效率进行了分析和实例对比。

动态步长情形在线PRP-BP算法的收敛性

基于动态步长规则,对在线PRP-BP算法的全局收敛性进行了研究.利用泛函分析理论及点集拓扑理论,证明了动态步长情形在线PRP-BP算法所生成的误差函数序列收敛于误差全局极小值且误差函数梯度序列收敛于零.数值试验不仅验证了所获得收敛结果的正确性,并且比较了不同步长、不同下降方向对在线BP算法性能的影响.实验结果表明,动态步长情形在线PRP-BP算法不仅具有更快的收敛速度,而且算法性能也更优.

一种基于动态步长的微博搜索排序算法

微博搜索主要是计算文档与查询词之间的相关性,通过统计方法确定词量的权重,再用向量空间模型计算相关度.然而使用词量搜索方法,搜索精度并不高,检测到某条微博的信息含量有限,难以保证用户查询的关注度.针对这一问题,提出基于动态步长的微博搜索排序算法.该算法的主要实现过程:首先对微博已有的特征进行分析,然后用信息熵的方法计算微博信息含量,不使用词量为计算单位,而以词性为单位计算微博的相关度.最后把动态步长加入到List Net排序算法中,并用Armijo-Goldstein准则对步长进行优化.通过仿真实验表明,本算法排序效果更优.

用于RBF-SVM参数搜索的伪梯度动态步长算法

针对基于径向基核函数(RBF)的支持向量机(SVM)超参数选择问题,提出了一种基于差分方程的新算法——伪梯度动态步长算法。该算法根据径向基核函数的特点提出由训练集的空间特性确定的核参数搜索范围,并采用对数刻度表示搜索空间;利用参数空间中SVM在两个临近点的分类精度的变化估计参数的搜索方向,并且随着搜索方向的变化动态调整搜索步长,从而实现较快的搜索。通过与Grid和PSO方法的对比实验,表明该算法具有良好的性能。

混沌动态步长果蝇优化算法

为了进一步提高标准果蝇优化算法的收敛速度和寻优精度,将混沌优化与迭代步长动态调节策略相结合,提出一种混沌动态步长果蝇优化算法。算法在寻优过程中引入动态步长调节因子对基本果蝇优化算法的步长实现持续动态更新,利用混沌优化方法对混沌变量与优化变量进行映射操作,同时引入混沌扰动使得果蝇个体能够快速跳出局部最优。实验结果表明:该算法在收敛速度和寻优精度上大幅提高。

动态步长BI-RRT的无人机航迹规划算法

为解决传统RRT算法收敛速度慢、生成的航径距离过长等问题,提出动态步长BI-RRT算法。首先,采用引向目标的采样策略对空间进行探索以得到采样点,利用动态步长策略确定该采样点的增长步长以确定新节点;之后,通过树枝裁剪策略对新节点进行调整,当探索到目标节点时,算法返回初始航迹,对于初始航迹,应用贪心算法对航迹点进行筛选,以减少无人机(UAV)的无效节点与总航迹长度;最后,利用B样条进行平滑处理,得到一条可行航迹。搭建了二维和三维环境下的仿真地图模型,验证了该算法在保证无人机避障的基础上获得一条有效航迹。动态步长BI-RRT算法在无人机航迹规划方面不仅有实时性强、航迹光滑的优点,而且与分段优化RRT算法相比,在优化航迹节点个数的前提下,提高了收敛速度且降低了航迹距离。

卫星时间窗口计算的动态步长快速算法

针对卫星轨道连续跟踪采样的时间窗口传统计算方法计算量大、效率低的问题,提出了一种新的快速算法。为减少参与计算的采样点数量,算法通过预测参与计算对象之间距离动态调整采样步长;为使算法适于解决各类时间窗口计算问题,提出广义可视概念进行时间窗口判定。分别研究了卫星与地面点目标可见时间窗口、星间可见时间窗口、卫星对地面目标覆盖时间窗口、地面大范围区域卫星过境时间窗口的广义可视判断方法和预测距离计算模型。实验结果表明,算法与传统算法精度完全一致,效率提升约99.7%。

动态步长FOA的PID参数整定方法研究

为了解决基本果蝇优化算法(FOA)因固定搜索步长而对比例积分微分(PID)参数整定收敛精度不高且搜寻效率低的问题,将Logistic(t)的变换函数lgt(t)引入FOA中。由该变换函数确定自适应步长,提出一种动态步长果蝇优化算法(DSFOA)。DSFOA中果蝇个体搜索步长会随着迭代次数的增加而动态地变化。该算法在迭代前期使用大步长,具有更高的全局搜索效率;在迭代后期使用小步长,具有较强的局部寻优能力。这可以提高收敛精度,实现对全局搜索和局部搜索过程的优化。二阶系统仿真测试结果表明,相比于FOA,DSFOA寻优过程产生的PID参数使系统性能更优,能快速、有效地搜索到PID最优参数且鲁棒性好。该结果验证了DSFOA的有效性与合理性。

一种改进的动态步长的次梯度算法

次梯度法是解决大规模凸优化问题的经典和有效的方法之一,步长的选取对次梯度法的收敛性起着至关重要的作用.Goffino等(1999)提出了动态步长次梯度算法,通过改进其中的一个参数,提出了改进的动态步长次梯度算法,并证明了改进算法的收敛性.最后,通过数值实验可以看出改进的算法比原来的算法更有效.