【摘 要】
：
针对动态环境中多智能体编队控制及避障问题,提出了一种基于模糊人工势场法的编队方法。首先,在领航跟随法的框架下控制编队队形,在动态队形变换策略的异构模式下,使用人工势
【机 构】
：
河南师范大学计算机与信息工程学院,智慧商务与物联网技术河南省工程实验室
【基金项目】
：
河南省科技攻关项目(142300410349),河南省软科学项目(142400411001).
论文部分内容阅读
针对动态环境中多智能体编队控制及避障问题,提出了一种基于模糊人工势场法的编队方法。首先,在领航跟随法的框架下控制编队队形,在动态队形变换策略的异构模式下,使用人工势场法为多智能体编队中每个智能体规划避障路径;其次,利用模糊控制器控制跟随智能体追踪领航智能体,同时保持跟随智能体之间与领航智能体的相对距离,遇到未知障碍物时,及时保持多智能体编队之间的队形并避免碰撞障碍物。针对人工势场法在引力增量系数和斥力增量系数设置的局限性,利用模糊控制器选择出适应环境的增量系数。Matlab仿真实验结果表明,该方法能够有效
其他文献
针对直接逆向建模方法精度低、稳定性差等缺点,提出了一种采用规则化函数为L1/2范数的贝叶斯正则化神经网络逆向建模方法,L^（1/2）正则化使得网络结构具有稀疏性,能够缩小网络的
<正>当前,随着我国宏观经济步入新常态,畜牧业发展的内外部环境发生了诸多变化。面对新挑战和新机遇,杭州市委、市政府按照省委关于畜牧业转型升级的有关意见,积极推进"畜牧
软件系统因具有节点众多、节点间联系复杂、随时间演化、自组织临界等特性可将其视为复杂系统。在软件安全领域，对软件体系结构的分析一直是研究的重点。软件体系结构具有自身
显著性物体检测的关键在于准确地突出前景区域,多数传统方法在处理复杂背景图像时效果不理想。针对上述问题,提出了一种基于前景增强与背景抑制的显著性物体检测方法。首先,利用简单线性迭代聚类(SLIC)将图像进行分割得到多个超像素区域,通过区域间的对比和边界信息分别获得图像的显著区域与背景种子,并通过计算得到基于区域间对比和基于背景的两幅显著图。然后,在两幅图像中运用Seam Carving和Graph-
随着Web服务技术的发展,基于服务模式的软件被广泛应用,包括医疗、教育和公共交通等领域.然而,服务质量QoS的控制是目前服务技术难题之一.在服务组合过程中,针对设计时（Design
随着我国高新技术的不断发展,自来水水质的处理问题得到了很大的改善。在各个城市中以及部分的城镇中自来水被广泛的使用,居民生活中使用的水源均来自自来水厂。它已经成为人