服務(wù)機(jī)器人仿真屬于非經(jīng)典規(guī)劃的范疇,主要研究基于真實(shí)場景中服務(wù)機(jī)器人在完成多個(gè)任務(wù)時(shí)的最優(yōu)行動路徑和行動序列規(guī)劃。將全局規(guī)劃算法與局部最優(yōu)算法相結(jié)合,提出了一種新型混合式多任務(wù)規(guī)劃優(yōu)化算法,在保證全局規(guī)劃任務(wù)序列為優(yōu)的同時(shí),將補(bǔ)充信息作為啟發(fā)式信息及時(shí)反饋處理,加強(qiáng)局部搜索規(guī)劃能力,并通過仿真實(shí)驗(yàn)證明了該算法的可行性和任務(wù)執(zhí)行的高效性。

【文章頁數(shù)】：3 頁

【部分圖文】：

圖1全局規(guī)劃遺傳算法流程圖

從個(gè)體結(jié)構(gòu)角度來看，生物生存環(huán)境選擇生物個(gè)體基因的過程中，那些在環(huán)境中生存下來的個(gè)體，其基因就有機(jī)會遺傳到下一代得以延續(xù)。作為一種比較通用的優(yōu)化算法，編碼技術(shù)和遺傳操作主要有選擇、交叉和變異。以n個(gè)動作集合組成的一種排列作為一條染色體，隨機(jī)構(gòu)造若干條染色體構(gòu)成初始種群；然后根據(jù)適....

圖2禁忌搜索算法原理圖

禁忌搜索算法（TabuSearch）是FredGlover于1986年提出的一種解決優(yōu)化問題的元啟發(fā)式算法[11]。它是對局部鄰域搜索的一種擴(kuò)展，是一種全局逐步尋優(yōu)算法。通過引入一個(gè)靈活的存儲結(jié)構(gòu)和相應(yīng)的禁忌表來避免重復(fù)搜索，用一個(gè)禁忌表來記錄已經(jīng)達(dá)到過的局部最優(yōu)點(diǎn)，并通過藐....

圖3各算法任務(wù)執(zhí)行效率對比

首先，測試用例每組的任務(wù)總數(shù)維持在50個(gè)，隨后，為了測試各算法的均衡性和高負(fù)載性能，擴(kuò)大測試用例的使用數(shù)量，相鄰各試驗(yàn)組之間以50個(gè)任務(wù)量遞增。采用了全局規(guī)劃算法和局部搜索算法作為對照試驗(yàn)，多任務(wù)優(yōu)化算法作為主要實(shí)驗(yàn)。本實(shí)驗(yàn)的衡量標(biāo)準(zhǔn)為執(zhí)行效率，即每秒鐘執(zhí)行器所取得的分?jǐn)?shù)，單位為....

圖4各算法平均任務(wù)規(guī)劃成功率對比

圖3和圖4充分表現(xiàn)了在模擬的環(huán)境下，三種算法各自執(zhí)行效率和完成情況隨著任務(wù)數(shù)量增加的對比情況。從觀察仿真測試結(jié)果圖，可以清楚地看到：當(dāng)有較小規(guī)模的任務(wù)參與時(shí)，例如在參與調(diào)度任務(wù)數(shù)低于100的時(shí)候，三種算法的規(guī)劃實(shí)施情況差別不是很大，沒有表現(xiàn)出明顯的區(qū)分性。然而隨著參與任務(wù)數(shù)量的增....

本文編號：3976161