

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、機(jī)器人學(xué)的研究進(jìn)入了一個(gè)嶄新的發(fā)展階段,近年來(lái),隨著應(yīng)用要求不斷增強(qiáng),機(jī)器人技術(shù)得到了持續(xù)發(fā)展。這樣延伸出了許多新的技術(shù)研究領(lǐng)域,也帶動(dòng)了這些領(lǐng)域的技術(shù)水平的提高。其中,路徑規(guī)劃技術(shù)越來(lái)越多的受到研究者的關(guān)注,涌現(xiàn)出了一系列的新型路徑規(guī)劃方法。為了保障這些方法的嚴(yán)密性,各種規(guī)劃方法收斂性方面的證明越來(lái)越受到研究者們的重視。 本文旨在對(duì)激勵(lì)勢(shì)場(chǎng)模型中的虛擬水流算法的收斂性進(jìn)行研究。該模型是結(jié)合激勵(lì)學(xué)習(xí)與人工勢(shì)場(chǎng)法并應(yīng)用虛擬水流算法
2、提出來(lái)的。仿真實(shí)驗(yàn)表明:該算法能夠克服勢(shì)場(chǎng)法中的局部最小點(diǎn)問(wèn)題,表明了該方法的正確性和有效性。本文對(duì)該算法的收斂性進(jìn)行了數(shù)學(xué)上的證明。 本文首先對(duì)課題研究的背景和現(xiàn)實(shí)意義進(jìn)行了簡(jiǎn)要介紹,對(duì)算法特別是機(jī)器人導(dǎo)航方面的算法與收斂性方面的有關(guān)要點(diǎn)進(jìn)行了闡述。并對(duì)國(guó)內(nèi)外機(jī)器學(xué)習(xí)有關(guān)收斂性問(wèn)題的研究進(jìn)行了綜述性介紹。 其次對(duì)人工勢(shì)場(chǎng)法及激勵(lì)學(xué)習(xí)理論進(jìn)行了說(shuō)明。然后重點(diǎn)研究了如何將激勵(lì)學(xué)習(xí)模型轉(zhuǎn)換成人工勢(shì)場(chǎng)模型,即利用激勵(lì)學(xué)習(xí)和人工
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 激勵(lì)勢(shì)場(chǎng)算法的復(fù)雜性研究.pdf
- 共軛梯度算法的收斂性研究.pdf
- 隨機(jī)優(yōu)化算法及其收斂性研究.pdf
- 2模擬退火算法收斂性
- 配電網(wǎng)潮流算法及收斂性研究.pdf
- 偽壓縮映象迭代算法的收斂性.pdf
- 蟻群優(yōu)化算法及其收斂性證明.pdf
- 序列的收斂性與子序列的收斂性
- 關(guān)于若干迭代算法的收斂性分析.pdf
- MCA算法的改進(jìn)及收斂性分析.pdf
- 優(yōu)化迭代學(xué)習(xí)控制算法及其收斂性分析.pdf
- 區(qū)間神經(jīng)網(wǎng)絡(luò)的算法收斂性分析.pdf
- BGP協(xié)議收斂性算法研究及并行化設(shè)計(jì).pdf
- DC規(guī)劃的臨近點(diǎn)算法和全局收斂性算法.pdf
- 混合遺傳算法全局收斂性分析.pdf
- 蟻群算法熵收斂性分析與應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)逆向迭代算法的收斂性.pdf
- 加權(quán)正交約束盲信號(hào)分離算法及其收斂性研究.pdf
- 遺傳算法參數(shù)自適應(yīng)控制及收斂性研究.pdf
- 廣義預(yù)測(cè)控制快速算法及收斂性研究.pdf
評(píng)論
0/150
提交評(píng)論