基于改进蚁群算法的全向移动机器人全遍历路径规划

受全遍历环境影响,现有方法规划得出的路径长度过长,为提高路径规划性能,获取最优路径,提出基于改进蚁群算法的全向移动机器人全遍历路径规划方法.在拓扑建模示意图的基础上,依据移动机器人在原坐标系下的位置信息,利用角度转换建立新的环境模型.考虑蚁群算法存在的问题,将递减系数引入到启发函数中,更新局部信息素,通过设定迭代阈值,调节信息素的挥发系数.最后通过路径规划流程设计,实现对全向移动机器人全遍历路径的规划.实验结果表明,所设计方法不仅可以缩短全遍历路径长度,还可以缩短路径规划时间,获取最优路径,从而提高了全向移动机器人的全遍历路径规划性能.

基于用户体验的移动应用自动化测试体系构建

随着移动应用终端不断普及,关注用户体验、提高自动化测试水平是目前其发展的大趋势。基于用户体验的移动应用自动化测试体系,将用户体验转换为可量化评价的指标,优化指标的统计方式以便更加适应移动终端应用,通过自动化手段实现数据的采集、存储和分析,对移动应用产品的用户体验效果进行评分,不断改善产品用户体验。

基于改进人工势场法的多自由度机器人最优移动路径选择

由于传统的多自由度机器人最优移动路径选择方法空间识别能力较差,导致机器人无法到达目标点。因此,提出基于改进人工势场法的多自由度机器人最优移动路径选择方法。通过机器人末端运动速度与机器人关节速度之间的关系,完成多自由度机器人运动学分析;在此基础上,使用改进人工势场法,对机器人运动空间中的障碍物与目标点进行计算;引用蚁群算法结合目标点与障碍点的位置,实现路径最优选择算法设计与应用,至此,基于改进人工势场法的多自由度机器人最优移动路径选择方法设计完成。构建仿真实验环节,设定仿真实验环境,通过与传统方法对比可知,此方法选择的路径优于传统方法选择的路径,且路径选择耗时较少。综上可知,所提方法的使用效果较好,更适用于复杂环境的机器人运动路径规划。

多模态神经网络的网络舆情大数据特征识别

传统网络舆情大数据特征识别方法所构建的演化模型损失值偏高,导致识别结果属性不一致,因此提出基于多模态神经网络的网络舆情大数据特征识别方法。布设网络舆情大数据情感维度空间,在该空间中分析网络舆情在三个阶段的演化规律,以此构建网络舆情大数据演化模型。采用多模态神经网络进行模型演化结果学习,识别具有相同属性的网络舆情大数据特征。仿真测试结果表明,该方法构建的模型损失值低,识别出的大数据特征具有相同属性,应用效果更好。

4A系统结合工单系统实现授权关系可视化处理

4A管理系统作为安全管理及运维工作的支撑手段,实现集中化的账号管理,统一认证、集中授权以及操作审计。本文介绍了当前4A系统在实现账号授权中存在的潜在不一致问题,并设计通过账号授权变更的对象化处理、可视化处理实现对权限变化进行检查、审计,进行数据稽核,提高账号管理的精细化管理。