张嵛

作品数：4被引量：57H指数：3
导出分析报告
供职机构：东北师范大学计算机学院更多>>
发文主题：多机器人群体智能蚁群算法蚁群优化自动控制技术更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《东北师大学报（自然科学版）》《智能系统学报》《吉林大学学报（信息科学版）》《吉林大学学报（工学版）》更多>>
所获基金：国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-4
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于群体智能的多机器人任务分配被引量：14
《吉林大学学报（工学版）》2010年第1期123-129,共7页刘淑华 张嵛 吴洪岩 刘杰 
国家自然科学基金项目(60573067)
针对具有松散和紧密耦合型任务的大规模多机器人系统,研究了基于群体智能的任务分配方法。系统采用层次结构,高层用蚁群算法实现松散耦合型任务分配的寻优,提出逆转分配思想让蚂蚁代表任务,为每个任务选择任务的承担者。底层分别提出了...
关键词：自动控制技术 任务分配 机器人联盟形成 蚁群优化 粒子群蚁群优化 量子蚁群优化 
基于粒子群蚁群算法的多机器人任务分配方法被引量：2
《东北师大学报（自然科学版）》2009年第4期68-72,共5页刘淑华 张嵛 付帅 吴洪岩 
国家自然科学基金资助项目(60573067)
针对大规模多移动机器人松散耦合型任务分配问题,探讨了机器人联盟形成问题中的关键,并且提出一种基于粒子群蚁群算法的任务分配机制.结果表明,粒子群蚁群算法得到的分配解要明显优于基本蚁群算法,并且不易出现早熟现象.
关键词：任务分配 机器人联盟形成 蚁群算法 粒子群蚁群算法 
基于RBFNN的强化学习在机器人导航中的应用被引量：11
《吉林大学学报（信息科学版）》2009年第2期185-190,共6页吴洪岩 刘淑华 张嵛 
国家自然科学基金资助项目(60573067)
在复杂连续环境下,强化学习系统的状态空间面临维数灾难问题,需要采取量化的方法,降低输入空间的复杂度。径向基神经网络(RBFNN:Radial Basis Function Neural Networks)具有较强的函数逼近能力及泛化能力,由此提出了基于径向基神经网络...
关键词：Q学习 RBF神经网络 机器人自主导航 
多机器人任务分配的研究与进展被引量：31
《智能系统学报》2008年第2期115-120,共6页张嵛 刘淑华 
国家自然科学基金资助项目(60573067)
从多机器人任务分配的类型、任务分配方法、任务的死锁与解除以及各种任务分配算法的对比等4个方面,对多机器人任务分配的最新研究进展进行了概述.分析了多机器人任务分配的发展趋势,指出动态环境和未知环境下大规模异构机器人任务分配...
关键词：多机器人 任务分配 拍卖算法 群体智能 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部