人工免疫系统的多机器人协作围捕研究(附件)
多智能机器人的研究是人工智能领域中的一个非常重要的分支，主要处理多个单元体之间的行为管理问题，而协作围捕则是多机器人系统的关键与核心。为了解决多自律单元体系统的协作问题，在Jerne的独特型免疫网络假设基础上，采用了一种基本人工免疫网络算法。以狗羊放牧问题为例，将狗与羊、羊圈的相对位置信息作为抗原，将狗的行为作为抗体，根据Farmer动力学模型，计算各个抗体的浓度，并依据各个抗体浓度大小来选择较为合适的抗体，从而实现多自律单元体系统的协作。为了进一步提高狗羊放牧中的免疫网络协作围捕性能，根据狗、羊和羊圈之间的虚拟力场，定义了行为预测项来改善免疫围捕模型，文中提出了一种基于行为预测的免疫网络改进算法。多环境中的狗羊放牧实测结果表明，与基本免疫网络算法相比，改进免疫网络算法的协作围捕效率更高。最后，利用Webots软件进行了仿真实验。关键词：免疫网络；协作围捕；狗羊放牧；虚拟力场；行为预测目 录
第一章 绪论 1
1.1 课题的研究背景和意义 1
1.2 国内外研究现状 1
1.3 课题研究内容 2
第二章 基本人工免疫网络算法 3
2.1 多机器人系统的协作 3
2.2 免疫网络规划模型 3
2.2.1 独特型免疫网络假设 3
2.2.2 狗羊放牧模型 4
2.3 基本免疫网络规划算法 5
2.3.1 抗原的定义 5
2.3.2 抗体的定义 6
2.3.3 抗体浓度的计算及选择 7
2.3.4 基本免疫网络算法主要步骤 8
2.4 算法性能测试 8
2.4.1 MATLAB软件的介绍 8
2.4.2 MATLAB算法测试 9
第三章 改进人工免疫网络算法 14
3.1 改进免疫网络规划算法 14
3.1.1 改进算法的特点 14
3.1.2 虚拟力的引入及图解 14
3.1.3 抗原的定义 15
3.1.4 抗体的定义 15
3.1.5 抗体浓度的计算及选择 16
3.2 改进算法
*好棒文|www.hbsrm.com +Q: ^3^5^1^9^1^6^0^7^2^*
MATLAB算法测试 9
第三章 改进人工免疫网络算法 14
3.1 改进免疫网络规划算法 14
3.1.1 改进算法的特点 14
3.1.2 虚拟力的引入及图解 14
3.1.3 抗原的定义 15
3.1.4 抗体的定义 15
3.1.5 抗体浓度的计算及选择 16
3.2 改进算法主要步骤 18
3.3 算法性能测试 18
第四章 基于Webots的多机器人围捕实验 25
4.1 Webots软件简介 25
4.2 多机器人围捕实验测试 25
4.2.1 一狗一羊实验测试 27
4.2.2 两狗三羊实验测试 29
总结 31
致谢 32
参考文献 33
第一章 绪论
1.1课程研究背景及意义
机器人自从20世纪60年代诞生以来，发展到今天，虽然只有短短的四十多年的时间，却已经在很多方面取得了巨大的进步。许许多多的领域都涉及到机器人及其相关的技术。工业、服务业、农业、科技和航空等领域无不存在着机器人的身影，机器人在这些领域的应用都大大提高了生产力，提高了人们的生活水平，它在国家的发展中起着不可替代的重要作用。
随着多机器人技术的迅速发展，单个机器人无法完成复杂的任务，因此，多机器人之间的协作成为了重中之重。目前，人工智能学、社会学等许多领域的方式逐渐被引用到多机器人的研究中，从不同的角度和方面探究了多机器人的协作等问题。多机器人之间的协作能力是完成围捕、搜救等任务的重要保障，多机器人之间的相互协作也就是基于这些要求提出来的，并且，随着无线通信网络和计算机科学的飞速发展，多机器人协作将逐步成为重要的新课程。
本课题研究的主要内容是基于人工免疫系统[13]的多机器人协作围捕。多智能机器人的研究是人工智能领域中的一个不可或缺的重要分支，主要处理多个单元体的行为管理问题。而规划与协作则是多自律单元体系统的关键与核心，已成为了机器人研究领域的热点和难点。如今，计算机技术、自动控制、人工智能等多个领域都涉及到多机器人围捕问题。多机器人围捕研究的是怎样较好地控制一群移动机器人去追击围捕另一群多机器人
第一章 绪论 1
1.1 课题的研究背景和意义 1
1.2 国内外研究现状 1
1.3 课题研究内容 2
第二章 基本人工免疫网络算法 3
2.1 多机器人系统的协作 3
2.2 免疫网络规划模型 3
2.2.1 独特型免疫网络假设 3
2.2.2 狗羊放牧模型 4
2.3 基本免疫网络规划算法 5
2.3.1 抗原的定义 5
2.3.2 抗体的定义 6
2.3.3 抗体浓度的计算及选择 7
2.3.4 基本免疫网络算法主要步骤 8
2.4 算法性能测试 8
2.4.1 MATLAB软件的介绍 8
2.4.2 MATLAB算法测试 9
第三章 改进人工免疫网络算法 14
3.1 改进免疫网络规划算法 14
3.1.1 改进算法的特点 14
3.1.2 虚拟力的引入及图解 14
3.1.3 抗原的定义 15
3.1.4 抗体的定义 15
3.1.5 抗体浓度的计算及选择 16
3.2 改进算法
*好棒文|www.hbsrm.com +Q: ^3^5^1^9^1^6^0^7^2^*
MATLAB算法测试 9
第三章 改进人工免疫网络算法 14
3.1 改进免疫网络规划算法 14
3.1.1 改进算法的特点 14
3.1.2 虚拟力的引入及图解 14
3.1.3 抗原的定义 15
3.1.4 抗体的定义 15
3.1.5 抗体浓度的计算及选择 16
3.2 改进算法主要步骤 18
3.3 算法性能测试 18
第四章 基于Webots的多机器人围捕实验 25
4.1 Webots软件简介 25
4.2 多机器人围捕实验测试 25
4.2.1 一狗一羊实验测试 27
4.2.2 两狗三羊实验测试 29
总结 31
致谢 32
参考文献 33
第一章 绪论
1.1课程研究背景及意义
机器人自从20世纪60年代诞生以来，发展到今天，虽然只有短短的四十多年的时间，却已经在很多方面取得了巨大的进步。许许多多的领域都涉及到机器人及其相关的技术。工业、服务业、农业、科技和航空等领域无不存在着机器人的身影，机器人在这些领域的应用都大大提高了生产力，提高了人们的生活水平，它在国家的发展中起着不可替代的重要作用。
随着多机器人技术的迅速发展，单个机器人无法完成复杂的任务，因此，多机器人之间的协作成为了重中之重。目前，人工智能学、社会学等许多领域的方式逐渐被引用到多机器人的研究中，从不同的角度和方面探究了多机器人的协作等问题。多机器人之间的协作能力是完成围捕、搜救等任务的重要保障，多机器人之间的相互协作也就是基于这些要求提出来的，并且，随着无线通信网络和计算机科学的飞速发展，多机器人协作将逐步成为重要的新课程。
本课题研究的主要内容是基于人工免疫系统[13]的多机器人协作围捕。多智能机器人的研究是人工智能领域中的一个不可或缺的重要分支，主要处理多个单元体的行为管理问题。而规划与协作则是多自律单元体系统的关键与核心，已成为了机器人研究领域的热点和难点。如今，计算机技术、自动控制、人工智能等多个领域都涉及到多机器人围捕问题。多机器人围捕研究的是怎样较好地控制一群移动机器人去追击围捕另一群多机器人
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/jdgc/1297.html
