欢迎访问易轩外文网, 请 登录 或者 免费注册
基于自适应差分演化的自主水下车辆的自动路径规划,计算机外文翻译
文档价格: 300 金币 立即充值 文章语言: 英语-中文 原文出处: 请在文档内查看
译文字数: 6272 字 (节选翻译) 译文格式: Doc.docx (Word) 更新时间: 2018-07-06
加入收藏

基于自适应差分演化的自主水下车辆的自动路径规划,计算机外文翻译,AUV,子空间,差分进化算法,可变参数,参数平衡性

译文(字数:6272):

摘要

本文提出了一个在三维水下空间中的自主水下航行器(AUV)的路径规划器。我们模拟一个接近现实世界的具有崎岖的海床和悬挂障碍的水下空间。在所提出的表示方案中,问题空间被分解为并行子空间,并且每个子空间由网格法描述。AUVs的路径被简化为问题中的一组连续点空间。通过联合这些路点,获得AUV的整个路径。考虑了具有惩罚方法的成本函数长度,能量消耗,安全性和曲率约束的AUV。它用于评估路径的质量。微分进化(DE)算法被用作黑盒优化工具为路径规划提供最佳解决方案。此外,我们根据人口适应性调整DE的参数分布和平行子空间的阻塞提高其性能。进行实验6不同的场景。结果验证了提出的算法有效提高解决方案质量和避免过早收敛。

概述:算法,性能,实验。

关键词:AUVs,3-D路径规划,并行子空间,差分进化,自适应参数。

1.引言

自主水下航行器(AUV)是装备一系列板载传感器的机器,它能够在水下独立生存并自主完成已经设置好的任务[1]。如今,AUVs被发送到不能响应人的控制的地方,如远方或危险的海洋环境。因此,它需要AUVs具有智力水平,以提高他们在这些孤立的环境中生存的能力。其中最关键事是路径规划,这确保了这种环境下AUV的安全问题。AUV的路径规划是具有挑战性的,因为它需要考虑AUV的结构,环境特点,能源消耗和安全等。


原文(PDF格式,未统计字数):

易轩外文翻译网.png


上一篇:基于梯度的学习算法在文档识别中的应用,计算机外文翻译,卷积神经网络
下一篇:基于最优特征变换的人工神经网络股市预测,计算机外文翻译,神经网络
相关文章推荐: TAG: 差分进化算法 计算机外文翻译 AUV 子空间 可变参数 参数平衡性