| 动态环境下基于SVR-PSO的多机器人气味源定位方法 | |
| 张建化 ; 巩敦卫 ; 张勇 | |
| 2015-09-14 ; 2015-09-14 | |
| 关键词 | 气味源定位 动态环境 多机器人 支持向量回归 微粒群优化 |
| 中文摘要 | 研究具有风速变化的动态环境下气味源定位问题,提出一种基于支持向量回归和微粒群优化的多机器人气味源定位方法。以当前时刻机器人的位置为输入,以机器人所测的气味浓度值为输出,利用支持向量回归,建立机器人所在位置气味浓度的预测模型;采用改进微粒群优化方法定位气味源时,以气味浓度最大的机器人所在的观测窗内,基于预测模型得到的气味浓度最大值的所在位置作为微粒的全局极值,以当前机器人的位置作为微粒的个体极值,完成微粒的更新;根据机器人所测的气味浓度值,定位气味源。将所提方法应用于2个气味源定位场景,实验结果表明所提方法能够在短时间内成功定位气味源。 |
| 内容类型 | 期刊论文 |
| 源URL | [http://ir.calis.edu.cn/hdl/232060/15401]  |
| 专题 | 中国矿业大学（徐州） |
| 推荐引用方式 GB/T 7714 | 张建化,巩敦卫,张勇. 动态环境下基于SVR-PSO的多机器人气味源定位方法[J],2015, 2015. |
| APA | 张建化,巩敦卫,&张勇.(2015).动态环境下基于SVR-PSO的多机器人气味源定位方法.. |
| MLA | 张建化,et al."动态环境下基于SVR-PSO的多机器人气味源定位方法".(2015). |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论