移動機器人的障礙物環(huán)境模式識別算法與實現(xiàn).pdf

1、暨南大學碩士學位論文題名（中英對照）：移動機器人的障礙物環(huán)境模式識別算法與實現(xiàn)Researchimplementationofobstaclepatternrecognitionfmobilerobot作者姓名：張明指導教師姓名：張樹群及學位、職稱：副教授學科、專業(yè)名稱：通信與信息系統(tǒng)論文提交日期：2016年6月28日論文答辯日期：2016年5月31日答辯委員會主席：曾碧論文評閱人：盲審學位授予單位和日期：暨南大學2016626暨南大學

2、碩士學位論文I摘要摘要移動機器人對于環(huán)境信息的準確識別是其實現(xiàn)自主導航和智能控制的基礎，本文主要以移動機器人的障礙物環(huán)境模式識別作為研究重點。通過對障礙物模式識別算法的研究，本文提出一種改進的神經(jīng)網(wǎng)絡模式識別方法，并應用于移動機器人周圍環(huán)境障礙物的模式識別，實現(xiàn)移動機器人對障礙物環(huán)境模式的準確分類，為移動機器人的下一步?jīng)Q策奠定基礎。論文首先對移動機器發(fā)展概況和模式識別技術(shù)進行了闡述，通過對障礙物探測技術(shù)的比較，確定了超聲探測的方案；其次

3、在神經(jīng)網(wǎng)絡模式識別中提出一種改進的螢火蟲算法(ImprovedEvolutionaryFireflyAlgithm，以下簡稱IEMFA)，通過matlab仿真測試基準函數(shù)，驗證了改進螢火蟲算法IEMFA在算法收斂速度和收斂精度方面都要優(yōu)于基本螢火蟲算法，改進螢火蟲算法相比基本螢火蟲算法在收斂速度上提高一倍以上，精度也提高一個數(shù)量級以上；然后將改進螢火蟲算法應用到神經(jīng)網(wǎng)絡的網(wǎng)絡參數(shù)優(yōu)化中，優(yōu)化后的神經(jīng)網(wǎng)絡比優(yōu)化前在收斂精度上提高百分之八十