基于改进多目标粒子群算法的机器人轨迹规划研究

针对传统机器人轨迹规划算法无法实现全局寻优的问题,提出一种基于改进多目标粒子群的机器人轨迹规划算法。首先对机器人的当前位置进行定位并确定偏转角度,在粒子寻优过程中引入一种外部机制形成非劣解容器,引入SA算法对种群内部的粒子位置进行重新排布,避免解集陷入局部最优;再根据多机器人拥塞概率进行分解和乘积表征,消解冲突,避免发生碰撞。实验结果显示:所提算法能够规划出一条最短的路径,并可以有效地避免机器人发生碰撞,且移动时间少于传统算法。

微波谐振式传感器研究进展

微波谐振式传感器具有低成本、高灵敏度、实时、无损检测等特点,在生物、医疗、环境等领域都有着广阔的应用前景.一般来说,微波谐振式传感器通过传输线激励谐振单元,通过谐振频率偏移等特征变化获得待测量.本文对微波谐振式传感器现有研究成果进行了详细的综述.首先简要介绍了微波谐振式传感器分类、基本工作原理及关键性能指标,其次以位移传感器、介质传感器及液体传感器这3种类型总结当前微波谐振式传感器国内外研究进展,之后着重探讨了群智能算法、机器学习等优化算法在微波谐振式传感器优化设计方面的应用,最后展望了微波谐振式传感器的发展前景以及存在的挑战.

一种基于混沌粒子群优化的显示设备色度特征化方法

彩色显示器是传达信息的主要设备之一,但相同的RGB颜色值在不同的显示设备上视觉效果往往有差异,导致颜色传递不准确,因此有必要建立一个色度特征化方法,使RGB颜色转变到设备无关的CIELAB颜色空间,以提高颜色表现的准确性。为解决该难题,借助多项式描述RGB与CIELAB之间的非线性关系;建立了显示器设备的RGB到CIELAB的建模和精度测试色靶;建模过程中,引入混沌序列,对粒子群优化方法进行改善,基于混沌粒子群优化方法以均方误差为适应度函数估计出各个多项式的系数,从而完成建模过程。将所提方法与最小二乘和基于MCMC的贝叶斯估计方法进行了比较,精度基本接近,但耗时更少。结果表明:该模型针对测试色靶的平均色差较小,得到了较好的结果,是一种有效的显示设备色度特征化方法。