【摘要】：最有價值球員算法(MVPA)是模擬球員組成運動隊進行比賽而提出的一種新的啟發(fā)式優(yōu)化算法,該算法通過球員之間的個人競爭和團體競爭進行技能交互,改善個體適應(yīng)度值,進而取得最優(yōu)解。雖該算法易操作、控制參數(shù)少、穩(wěn)定性較好,但也存在收斂速度慢、后期搜索遲滯等。本論文一方面對MVPA算法進行改進;另一方面將改進后的MVPA算法應(yīng)用于機器人路徑問題。機器人路徑規(guī)劃問題是機器人導(dǎo)航研究的重點,是對機器人導(dǎo)航需要解決的首要問題,用改進的MVPA算法來解決機器人路徑問題具有一定的現(xiàn)實意義。本文的主要研究成果如下:(1)提出基于混合精英策略和單純形的最有價值球員算法。精英反向策略提高算法的開采能力,單純形用于增強局部搜索能力。實驗結(jié)果表明,改進后的算法收斂速度快且不易陷入局部最優(yōu),并將改進的算法求解函數(shù)優(yōu)化問題。實驗結(jié)果表明,改進后的算法能更快收斂,不易陷入局部最優(yōu),并將改進的算法應(yīng)用在壓縮彈簧設(shè)計問題上。(2)提出一種混合教與學(xué)算法的兩階段訓(xùn)練最有價值球員算法,將改進的最有價值球員算法用于求解函數(shù)優(yōu)化問題。(3)將兩階段最有價值球員算法應(yīng)用于求解機器人路徑規(guī)劃問題,利用Voronoi圖構(gòu)建障礙物質(zhì)點圖,用4種優(yōu)化算法評估路徑,單位空間內(nèi)設(shè)置不同的障礙物來對比每個算法需要的時間代價。
【圖文】：

言值球員算法（Most Valuable PlayerAlgorithm，MVPA）該組成團隊的過程，這些球員為了贏得冠軍需要在團隊中集得 MVP 獎杯而單獨競爭。實驗仿真結(jié)果表明，MVPA 算力的優(yōu)化算法，它收斂速度快，，比較其它算法成功率高最有價值球員算法 算法和其它的元啟發(fā)式一樣，也是利用個體進化的方式技能的類型被認為是設(shè)計變量問題的維度，這與擁有相似能數(shù)量相對應(yīng)。假設(shè)設(shè)計變量與球員的相似。在圖 2.1 中。每個球員的表示如下： kkkkoblemsizePlayerSSS.1,2.Pr ...

圖 2.2 在初始化階段的演示中產(chǎn)生的玩家數(shù)量Fig. 2.2 Number of players generated during the initialization phase of th旦球員的數(shù)量被設(shè)計出來，就會被隨機分配，組成團隊。為性，團隊的數(shù)量和球員數(shù)量的都不一定是規(guī)定的。因此，使擇想設(shè)定的球員和團隊的數(shù)量形成新的團隊, 使用下列表達()1TeamsSizePlayerSizenP ceil121nP nP nT PlayerSize nP TeamSize1221nT TeamSize nT中，1nP 代表的是一個類型的運動隊,1nT 是擁有相同數(shù)量
【學(xué)位授予單位】：廣西民族大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP18

【參考文獻】

相關(guān)期刊論文 前7條

1 莫愿斌;馬彥追;鄭巧燕;袁偉軍;;單純形法的改進螢火蟲算法及其在非線性方程組求解中的應(yīng)用[J];智能系統(tǒng)學(xué)報;2014年06期

2 張紅霞;羅毅;師瑞峰;;基于單純形法的改進型人工魚群算法[J];計算機應(yīng)用;2011年05期

3 張勇;鞏敦衛(wèi);張婉秋;;一種基于單純形法的改進微粒群優(yōu)化算法及其收斂性分析[J];自動化學(xué)報;2009年03期

4 張建英;趙志萍;劉暾;;基于人工勢場法的機器人路徑規(guī)劃[J];哈爾濱工業(yè)大學(xué)學(xué)報;2006年08期

5 畢慧敏;董海鷹;;改進遺傳算法在機器人路徑規(guī)劃中的應(yīng)用[J];兵工自動化;2006年04期

6 汪衛(wèi),王文平,汪嘉業(yè);求一個包含點集所有點的最小圓的算法[J];軟件學(xué)報;2000年09期

7 趙永波，張守宏，楊克虎;一種降低SIAR方向圖旁瓣電平的新方法[J];西安電子科技大學(xué)學(xué)報;1999年04期

本文編號：2609053