三次均匀B样条在工业机器人中的应用

一个matlab编写的GPS基线解算程序

递归最小二乘法

可以直接运行，建模必备

基于支持向量机的回归拟合——混凝土抗压强度预测

方案飞行弹道计算及分析

介于WVD和STFT之间的时频分布：S-method

标准正太分布核密度估计

【实例简介】

贝叶斯分类(Bayers)代码

摘要：针对机器人路径规划中，传统蚁群算法收敛速度慢、易陷入局部最优解等问题，提出了一种移动机器人路径规划的改进蚁群优化(ACO)算法。用栅格法建立环境模型，并基于人工势场建立启发信息素矩阵，降低了蚂蚁在初始阶段搜索的盲目性；引入激励函数，降低搜索过程中的死锁现象；改进信息素的更新机制，增强了优秀蚂蚁对全局路径规划的影响。仿真结果表明：改进后蚁群算法的机器人路径规划算法加快了收敛速度，具有较强的鲁棒性和全局寻优能力。关键词：蚁群优化(ACO)算法；人工势场；路径规划；机器人