改进变步长蚁群算法的移动机器人路径规划

针对移动机器人在蚁群算法路径规划中存在陷入局部收敛且无法做到路径最优的问题,提出了改进变步长蚁群算法,使其能够在收敛迭代次数较少的情况下做到路径最优。针对蚁群算法应用在路径规划中的相关特性,优化信息素分配,降低局部信息素含量对算法的影响,避免蚁群在搜索路径时陷入局部最优,在转移概率公式中增加权重因子,提高移动机器人朝着终点方向移动的概率,有效减少蚁群收敛迭代次数,改变移动机器人移动步长,使其能在360°内自由无碰撞移动,有效缩短路径长度。仿真结果表明,在简单环境下,改进变步长蚁群算法的收敛迭代次数及最优路径长度分别为2次及28.042 m,传统蚁群算法的收敛迭代次数及最优路径长度分别为25次及29.213 m;在复杂环境下,改进变步长蚁群算法的收敛迭代次数及最优路径长度分别为2次及43.9602 m,改进势场蚁群算法的收敛迭代次数及最优路径长度分别为16次及45.1127 m。仿真结果验证了改进变步长蚁群算法的有效性和优越性。

融合人工势场蚁群算法的移动机器人路径规划

通过对人工势场法与蚁群算法进行融合,给出了一种融合人工势场蚁群算法的移动机器人路径规划算法。一方面,引入目标点距离影响因子,改善势场力对移动机器人路径搜索的影响,通过改进斥力场函数,避免移动机器人因受到较大的斥力而无法规划出最优路径;另一方面,构造势场力启发函数,同时考虑距离启发信息和势场启发信息,初始化信息素的差异化分配方式有利于提高算法的收敛速度。实验结果表明,融合人工势场蚁群算法相比于文献[15]算法,在最优路径长度、路径转折次数、收敛速度三方面分别提高了2.6%,25%和66.7%,表明了该算法在路径规划方面的优越性。

麻醉护理一体化管理模式用于高血压手术患者麻醉复苏室中的作用

目的:予以高血压手术患者麻醉护理一体化管理模式,探讨其在麻醉复苏室中的作用。方法:选取2018年6月-2020年6月笔者所在医院90例高血压手术患者。根据奇偶分配原则,奇数45例为对照组,接受常规的麻醉护理管理,偶数45例为试验组,接受麻醉护理一体化管理。观察两组并发症发生率、麻醉苏醒指标、住院费用、护理差错事件及患者满意度变化。结果:在消化道反应、认知障碍、心率异常、低氧血症等并发症发生率上,试验组6.67%,显著低于对照组的37.78%(χ^(2)=27.996,P<0.05), 同对照组相比,试验组麻醉苏醒时间早,Steward苏醒评分高,住院费用少,差错事件少(P<0.05), 两组护理满意度相比较,对照组为77.78%,试验组为95.56%,试验组显著高(χ^(2)=13.682,P<0.05)。结论:对高血压手术患者实施麻醉护理一体化管理模式,麻醉苏醒指标恢复良好,并发症少,护理满意度高,有助于改善患者预后,值得推广。

改进蚁群算法的移动机器人三维路径规划

为解决传统蚁群算法在路径规划方面存在的路径较长及收敛速度较慢的问题,给出了改进蚁群算法以及基于该算法的移动机器人三维路径规划方法。根据三维地图构造出三维空间模型,设定蚂蚁从起始点到终点移动方向所指向的区域为有利通行区域,增大该区域的信息素初始值,利用信息素的正反馈作用激励蚁群快速到达终点,设计了全新的多元化启发函数,改进后的蚁群算法利用多元启发函数计算可视区域内下一步可到达节点的概率,通过蚂蚁当前位置与终点位置的距离信息吸引蚂蚁选择最优路径。改进后的蚁群算法无论是路径长度还是收敛速度均要优于传统蚁群算法,提高了移动机器人三维路径规划能力。

基于变步长蚁群算法的移动机器人路径规划

针对传统蚁群算法以及双层蚁群算法在路径规划中存在搜索效率低、收敛性较慢以及成本较高的问题,本文提出了变步长蚁群算法。该算法扩大蚁群可移动位置的集合,通过对跳点的选择以达到变步长策略,有效缩短移动机器人路径长度;初始化信息素采用不均匀分布,加强起点至终点直线所涉及到栅格的信息素浓度平行地向外衰减;改进启发式信息矩阵,调整移动机器人当前位置到终点位置的启发函数计算方法。试验结果表明:变步长蚁群算法在路径长度及收敛速度两方面均优于双层蚁群算法及传统蚁群算法,验证了变步长蚁群算法的有效性和优越性,是解决移动机器人路径规划问题的有效算法。

未知环境下改进变步长蚁群算法的机器人路径规划

针对蚁群算法在移动机器人进行路径规划时存在路径较长、收敛速度较慢等问题,提出改进变步长蚁群算法。改进平滑度机制,对移动机器人产生的多次转角进行平滑处理;引入平滑度引导函数,诱导移动机器人爬行节点朝向最优路径;改进蚁群系统,对不同路径进行比较,加强最优路径信息素浓度;引入信息素惩罚函数,避免移动机器人陷入死锁或局部最优。仿真实验结果表明:改进变步长蚁群算法相较于其它算法大幅度提高移动机器人搜索效率,验证了该算法的优越性。

优化复式蚁群算法的机器人路径规划研究

为了解决移动机器人在路径规划时易出现收敛性差、搜索速度慢等问题,提出一种二维静态障碍物环境下的优化复式蚁群算法。首先,通过地图的规模大小以及障碍物的复杂程度,将蚁群分为诱导层蚁群和优化层蚁群;其次,为提升算法的收敛速度和找到更精确的解,诱导层蚁群通过改进的贪心算法搜索出一条相对较优路径A,随后以其经过的每个栅格为中心外扩一个栅格的距离,从而构造出一个小空间,设计优化层蚁群采用变步长优化策略对路径再次搜索;最后,每次迭代后只更新排名靠前路径上的信息素浓度,若路径寻优中某次迭代的蚂蚁寻得路径质量更高,则采用奖励信息素策略更新路径,防止算法陷入局部最优。仿真实验表明,与其他算法相比,优化复式蚁群算法在路径相同的情况下拥有较快的收敛速度,且在不同复杂度的环境中均能得到最优路径,验证了其有效性和可靠性。

麻醉恢复室整体护理对全麻手术肿瘤患者的影响

目的:探析全麻手术肿瘤患者在麻醉恢复室实施整体护理的效果。方法:选取本院2018年11月-2019年11月收治的100例全麻手术肿瘤患者,所有患者随机分为参照组(50例,麻醉恢复室实施常规护理)和研究组(50例,麻醉恢复室实施整体护理),对比分析两组患者护理前后的心理状态、苏醒期躁动率、麻醉并发症发生率(低氧血症、支气管痉挛、胃食管反流、误吸)及护理满意度。结果:两组护理后SAS、SDS评分均有降低,但护理后的研究组SAS、SDS评分均显著低于参照组(P<0.05);研究组的苏醒期躁动率为14.00%,明显低于参照组的32.00%(P<0.05);研究组麻醉并发症发生率为4.00%,明显低于参照组的22.00%(P<0.05);研究组护理总满意度为96.00%,明显高于参照组的84.00%(P<0.05)。结论:全麻手术肿瘤患者在麻醉恢复室实施整体护理,可有效改善患者心理状态,降低患者苏醒期躁动率,降低麻醉并发症风险,提高患者对护理服务的满意度。

基于变速积分与微分先行PID的无刷直流电机串级调速控制

无刷直流电机具有长寿命、低噪声、高效率及较好的转速-转矩特性等优点在不同领域得到广泛应用.本文将以改进PID对其速度进行调节,采用改进变速积分和微分先行对速度进行调控,改进变速积分可以改变误差的累加速度,误差越大,积分作用就会减小甚至全无;反之积分作用加强.采用微分先行是对输出进行微分,对设定值不进行微分,从而使无刷直流电机的速度变化比较缓和,有效的避免了设定值改变的影响.因此,可以在很大程度上改善无刷直流电机的动态特性.