基于改进A^(*)算法的移动机器人全局路径优化研究

针对传统A^(*)(A-STAR)算法在移动机器人全局路径规划中存在搜索效率低下、搜索路径不够平滑及不安全等问题,提出一种双向搜索A^(*)算法。在传统A^(*)算法上建立起四邻域及八邻域混合搜索路径机制,设定双向搜索中的虚拟目标点,借助人工势场算法思想,建立双向搜索时搜索点到该虚拟目标点的衰减函数,并在保证最优性的基础上改进评估函数模型以及调试适当的权重值,引入三阶贝塞尔曲线规划新的行驶路径。通过Pycharm平台进行仿真,结果表明:改进后的A^(*)算法所规划的路径长度、搜索效率及路径平滑性等特性都优于传统A^(*)算法,规划出的路径长度较传统算法提高19.61%,搜索效率较传统算法提高66.19%,路径平滑度大幅度提高,全局路径优化效果较为明显。

碳达峰视角下中国碳排放权行业路径分解研究

以“碳达峰”为背景下研究中国碳排放权在各行业的路径分解研究,寻找全国碳排放权按照各行业分配时的减排措施。首先,借助灰色关联分析方法对全国碳排放权按门类分八种能源排放量下工业、建筑业、交通运输业、零售餐饮业以及农林牧渔水利业等各行业相关影响因素关联度进行分析,得出工业和建筑业与全国碳排放总量关联度最高。其次,利用GM(1,1)模型对全国的碳排放总量以及各行业分别进行预测,结果显示各行业在维持当下政策时,全国的碳排放总量将还会以0.48%的速率持续增长并预测出在2030年时碳排放总量为9786.46百万吨。最后,根据各行业的公平性、效率性、潜力性以及关联性原则按照熵值法对各行业进行路径分解研究,从而得出分配到各行业的碳减排量与预测出各行业碳排放量的初始空间余额值,为生态环境部制定各行业的配额分配方案时提供政策建议,继而扩大碳市场覆盖行业范围,为全国实现双碳目标提供理论支持。