一种基于SMA优化算法的轴承剩余使用寿命预测方法

    公开(公告)号:CN114065433A

    公开(公告)日:2022-02-18

    申请号:CN202111386170.4

    申请日:2021-11-22

    Abstract: 本发明公开了一种基于SMA优化算法的轴承剩余使用寿命预测方法,包括数据预处理、特征向量提取、构建模型的标签和划分数据集、SMA‑LSTM预测模型的构建和训练等步骤,其中数据预处理时从轴承数据集中挑选出包含更多轴承信息的水平振动信号作为本次实验的数据集,特征向量提取时从数据集中的振动信号中提取能够反映轴承退化性能的时域、频域参数,将提取的特征参数进行归一化处理。优点在于:针对神经网络超参数寻优困难且优化算法容易陷入到局部最优的问题,提出了一种具有动态搜索结构的黏菌算法,可以在全局和局部搜索之间保持平衡,既有很强的局部搜索能力,又可有效避免陷入到局部最优,提高了模型的预测精度。

    一种基于椭圆模型人工势场法的智能车寻路方法

    公开(公告)号:CN114077255B

    公开(公告)日:2023-07-18

    申请号:CN202111388075.8

    申请日:2021-11-22

    Abstract: 本发明公开了一种基于椭圆模型人工势场法的智能车寻路方法,包括构建相应地图、建立坐标系、确定障碍物位置坐标和目标点位置,然后判断智能车当前是否到达终点位置,若到达终点位置,则完成路径规划,生成最终路径;若未到达终点位置,则用人工势场法进行路径规划,计算智能车当前位置所受到的引力、斥力及合力大小及方向,判断是否陷入局部极小值问题。优点在于:在庞杂环境中,采用椭圆模型增设虚拟目标点,虚构目标点产生的引力将改变机器人在局部最小值的状态,通过在椭圆模型上不断修正虚构目标点的位置,从而使智能车跳出局部平衡区域,同时大大降低了算法的时间成本。

    一种基于A星优化算法的智慧轮椅寻路方法

    公开(公告)号:CN115950444A

    公开(公告)日:2023-04-11

    申请号:CN202211648305.4

    申请日:2022-12-21

    Abstract: 本发明公开了一种基于A星优化算法的智慧轮椅寻路方法,连接父节点和目标点,分别计算父节点8个方向中每个方向与连接父节点与目标点的直线的夹角,选择夹角小于90°的方向上节点,并加入到open列表中;计算open列表中估价函数代价值最小的节点作为下一扩展的父节点,并将该父节点加入到close列表中;判断所述代价值最小的节点是否为目标点,若为目标点,则完成规划路线,完成规划路线后,进行路线剪枝优化处理。本发明针对目前的寻路方法,改进A星算法扩展方式,由原来的8方向扩展方式改为5方向扩展,从而提升算法规划线路的效率,同时减少了遍历节点。对规划后的路线进行剪枝处理,优化了路线,使路线距离更加短。

    一种基于椭圆模型人工势场法的智能车寻路方法

    公开(公告)号:CN114077255A

    公开(公告)日:2022-02-22

    申请号:CN202111388075.8

    申请日:2021-11-22

    Abstract: 本发明公开了一种基于椭圆模型人工势场法的智能车寻路方法,包括构建相应地图、建立坐标系、确定障碍物位置坐标和目标点位置,然后判断智能车当前是否到达终点位置,若到达终点位置,则完成路径规划,生成最终路径;若未到达终点位置,则用人工势场法进行路径规划,计算智能车当前位置所受到的引力、斥力及合力大小及方向,判断是否陷入局部极小值问题。优点在于:在庞杂环境中,采用椭圆模型增设虚拟目标点,虚构目标点产生的引力将改变机器人在局部最小值的状态,通过在椭圆模型上不断修正虚构目标点的位置,从而使智能车跳出局部平衡区域,同时大大降低了算法的时间成本。

    一种基于A星优化算法的寻路方法

    公开(公告)号:CN111289005B

    公开(公告)日:2021-09-28

    申请号:CN202010182339.3

    申请日:2020-03-16

    Abstract: 本发明提供了一种基于A星优化算法的寻路方法,给出地图的网格图,并确定相应障碍点的位置坐标,确定起始点和目标点坐标;构建起始点和目标点之间的直线函数,求出直线与网格相交的关键点,再求出相关毗邻的节点,判断这些节点中是否有与障碍点重合的节点;若节点与障碍节点不重合,则寻找的最佳路径就是汽车起始点和目标点之间的一条直线;若遇到障碍点,就内部调用A星算法,将该点周围非障碍节点放入open列表中;判断open列表是否为空;从open列表中取出一个f值最小的点,作为寻找路径的下一步;判断该点是否是目标点,如果是,则寻路成功,算法结束;否则继续寻路,将该点设为当前点,继续如上的寻路过程。本发明通过一个对障碍物的预处理,进行算法的优化,减少节点的搜索时间和计算内存。

    一种基于A星优化算法的寻路方法

    公开(公告)号:CN111289005A

    公开(公告)日:2020-06-16

    申请号:CN202010182339.3

    申请日:2020-03-16

    Abstract: 本发明提供了一种基于A星优化算法的寻路方法,给出地图的网格图,并确定相应障碍点的位置坐标,确定起始点和目标点坐标;构建起始点和目标点之间的直线函数,求出直线与网格相交的关键点,再求出相关毗邻的节点,判断这些节点中是否有与障碍点重合的节点;若节点与障碍节点不重合,则寻找的最佳路径就是汽车起始点和目标点之间的一条直线;若遇到障碍点,就内部调用A星算法,将该点周围非障碍节点放入open列表中;判断open列表是否为空;从open列表中取出一个f值最小的点,作为寻找路径的下一步;判断该点是否是目标点,如果是,则寻路成功,算法结束;否则继续寻路,将该点设为当前点,继续如上的寻路过程。本发明通过一个对障碍物的预处理,进行算法的优化,减少节点的搜索时间和计算内存。

Patent Agency Ranking