前向树状紧急疏散网络的自适应性控制策略分析

针对前向树状的紧急疏散网络,提出了一种不需要进行需求预测且具有适应性和强鲁棒性的分散式控制疏散策略。通过分析如何确定典型匝道与快速路交汇点处的最优疏散路线,明确了构建可控疏散网络的基本原则。定义了前向树状紧急疏散网络,并对所构建网络的适用范围和具体风险水平标定处理作了明确说明。针对前向树状网络的典型子结构,给出了可以始终充分利用下游通行能力,且充分考虑上游来流具有较高风险水平特点的具体疏散路线选择及放流策略。在上述典型子结构分析基础上,给出了包括如何逆流向确定路段限制性通行能力、顺流向确定路段最大可行流量以及实时动态调整疏散策略等基本步骤的网络疏散策略。最后,通过一个数值算例,比较了新策略与纯粹上游优先策略、纯粹下游优先策略的运行效率,证明了新的适应控制策略的可行性与有效性。

基于低维映射和Q学习的机械臂避碰规划算法

针对仿人型机械臂的避碰路径规划问题,提出一种利用离散化低维映射和改进Q学习的新算法.利用离散化低维映射方法,将三维空间下的机械臂避障问题转化为类似移动机器人的避障问题;采用包络离散的方法进行碰撞检测,提高了碰撞检测效率;通过在经典Q学习算法中加入前向树搜索步骤来预先求避障问题的一个可行解,避免了传统Q学习算法易陷入无解的缺陷,再利用传统Q学习算法改进该可行解.最后通过仿真对比实验验证了所提方法的有效性.