含梯形模糊数的线形规划问题

在舍有模糊约束条件的线性规划问题中,利用一种新的模糊数排序准则,将约束条件中含有梯形模糊数的模糊线性规划转化为经典的线性规划,进而求得了原模糊线性规划的最优解.最后还给出了此种方法在实际问题中的应用.     

基于改进狼群算法的机器人路径规划研究

路径规划是移动机器人研究的关键技术,针对狼群算法在路径规划中存在收敛速度慢、搜索效率低的问题,提出了一种改进的狼群优化算法。以栅格法构建基于改进狼群算法的机器人路径规划模型,并采用游走机制来改善模型的局部寻优能力;采用智能奔袭方式提高改进狼群算法的自适应调节能力,以使算法收敛到全局最优。仿真实验结果表明:改进后的狼群算法在收敛速度、精度、自适应调节能力上均优于对比算法且在实现机器人路径规划上更有效。     

基于动态规划的股票投资决策研究

本文研究了动态规划最优性原理在股票投资决策中的应用,给出了一般的资源分配投资的数学模型,并设计了计算机算法,从而为解决复杂的资源分配问题提供了简便的方法。     

基于互补判断矩阵的模糊多属性群决策方法

针对属性值为梯形模糊数,属性权重未知,决策者对方案有梯形模糊数互补判断矩阵的模糊多属性群决策问题,提出一种群决策方法.给出了由综合属性值得到方案间相互比较的梯形模糊数互补判断矩阵的转化方法.借助梯形模糊数间距离的顶点法表示,建立模糊规划模型,最小化两类梯形模糊数互补判断矩阵间的偏差.求解模型,得到属性的精确权重.进而根据综合属性值对方案排序.最后给出一个数值例子验证所提方法的有效性.     

基于改进蚁群算法的AGV全局路径规划

目的:针对传统蚁群算法存在易陷入局部最优值、前期盲目搜索和收敛速度慢等问题,提出一种改进算法并应用于AGV(Automated Guided Vehicles)全局路径规划。方法:通过优化状态转移概率以及信息素更新方法完成对传统蚁群算法的改进;然后建立环境地图模型,并将改进算法应用于AGV路径规划;最后进行对比试验,并分析算法的改进效果。结果:与现有算法比较,改进算法可更快获得更短的规划路径长度,同时可有效减少算法迭代次数。结论:通过优化状态转移概率和信息素更新方法,可有效加快蚁群算法的收敛速度,增强蚁群全局搜索能力。     

从动态规划算法的应用谈算法设计的教学

动态规划是一种用于求解包含重叠子问题的最优化问题的方法。其基本思想是,将问题分解为相似的子问题,通过子问题的解组合求出原问题的解。动态规划的思想是多种算法的基础,被广泛应用于计算机科学和工程领域。本文通过阐述动态规划算法的求解过程、应用举例,结合教学体会分析了算法设计课程的教学方法。     

一种基于动态权值的改进协同过滤算法研究

协同过滤是个性化推荐系统中使用最为广泛的一种推荐算法之一,分为基于用户和基于项目两种协同过滤算法.本文提出的改进算法将两种方法相结合使用,首先改进了传统的相似度度量方法,再分别利用用户和项目之间的相似度值预测未评分项目值,并将两种预测结果加权平均,根据用户近邻数和项目近邻数动态确定加权系数.实验结果表明,改进后的协同过滤算法可以提高推荐质量.     

改进人工势场法的移动小车动态避障路径规划

为使移动小车更好地适应复杂的实际行车道路环境,实现动态障碍物环境下的路径规划,并解决传统人工势场法中的局部最小值问题,提高驾驶安全性,改进传统人工势场法中的障碍物斥力势场模型,并增加了速度斥力势场模型和道路边界约束斥力势场模型,同时将障碍物连锁网络结构与随机目标点法相结合,加入传统人工势场算法中。仿真结果证明了该改进方法的有效性,移动小车能避开局部最小值陷阱到达目标点,实现动态避障路径规划。     

基于BIM和改进RRT算法的建筑机器人路径规划

针对建筑机器人在施工现场获取地图信息时间长且需要规划出一条全局的、能实时避障的路径等问题,该文提出了一种应用建筑信息模型（building information model,BIM）技术建立导航地图并进行路径规划的算法。根据BIM模型中的信息对传统RRT算法进行优化改进,提出了IRRT(improved rapid-exploration random tree)算法。首先将原有的固定步长改为动态步长,通过判断与目标点的远近界定步长大小,避免了节点的盲目扩张;其次,对随机采样点的生成范围进行了约束,并设置一个同时考虑目标点和随机点的权重来解决传统RRT算法中新生成点仅由随机采样点单一决定的问题;算法陷入最小值时选取随机扰动策略进行逃脱;最后在全局路径的相邻节点间使用动态窗口法进行局部避障。实验仿真结果表明IRRT算法比传统RRT算法在搜索速度上快了3倍多,平均路径比改进前减少25.56%,平均节点减少8.92%,加入动态窗口法后有效提高了机器人实时避障能力,更适合多变的室内环境使用。     

基于类别覆盖集的改进蚁群算法研究

结合蚁群算法在解决分类问题方面的优势,以及中文网页内容特征值的离散性特点,提出一种改进的基于蚁群算法的网页分类方法。该算法通过携带类别信息的种群蚂蚁的爬行,在迭代过程中寻找一条最佳路径与之匹配,实现了Web页面的分类。最佳路径通过计算测试文档与每一类别的覆盖集合,进而比较最优覆盖集合得到。其中类别权重计算中引入了文字链接比和标签权值,进一步提高了分类精度。实验证明,引入类别覆盖集的蚁群分类算法能够取得更好的分类效果。     

基于动态规划的路径规划方法

应用动态规划方法进行路径规划,仿真结果证明了该方法的可行性。     

基于改进蚁群算法的 AGV 路径规划研究

近年来,自动导引机器人（AGV）一直是研究的热点问题,其中复杂路径规划为研究重点。为了更好地规划机器人路径,提出一种改进蚁群算法,该算法在传统蚁群算法基础上充分利用了 MMAS 算法的特点。首 先,构建网格环境模型,引入算法概率函数和抑制因子,通过改变算法的启发式信息,加快算法收敛速度|其次,引入回退机制解决死锁问题,再将 MMAS 蚂蚁系统转化为局部扩散信息素,只有迭代试验的最优解才能加入到信息素更新中|最后,有效限制信息素浓度,避免发生搜索路径过早收敛现象。仿真实验结果表明,改进蚁群算法与传统蚁群算法相比,迭代次数减少 45.6%,时间缩短 46.2%,改进蚁群算法收敛速度更快、效率更高。     

基于双模糊协调控制法的移动机器人路径规划

根据工业中移动机器人工作环境的不确定性,设计了双模糊协调控制器,将机器人的行为分成接近目标行为和中途避障行为,并对这两种行为进行协调,达到对机器人下一步行动进行控制的目的,仿真实验结果验证了所用方法的有效性和可行性。     

“卓越工程师教育培养计划”模式下的高校工科教师专业化建设

"卓越计划"作为由政府主导,由高校和企业参加的三方合作行为,有明确的培养目标、基本原则和实施特点。为顺利实施"卓越计划",高等工科院校应进行与"卓越计划"要求相适应的教师专业化建设。"卓越计划"模式下高校工科教师专业化应是集满足"卓越计划"实施要求的教育性、学术性、社会性、创新性和工程实践性为一体的动态发展过程。因此,应通过提供政策、制定法规、健全机制和追求卓越,从政府、学校和教师个人三个方面着手来加强高校工科教师的专业化建设。     

基于模糊数学的地铁建设项目施工风险评价——以F市某地铁项目为例

通过文献研究法,从环境因素、施工管理、施工技术、施工人员4个方面选取15个风险指标建立F市某地铁建设项目施工风险评价指标体系,利用OWA算法确定评价体系中各级指标的权重,同时结合模糊理论和数学期望值法,构建地铁建设项目施工风险评价模型,通过模糊评价识别出主要风险因素,由此提出防范措施,以加强对地铁施工的风险管理。     

应用型软件工程人才培养产学研一体化实训体系建设探索——以梧州学院软件工程人才培养为例

针对软件产业发展对软件工程人才培养提出的新需求,对目前大多数高校培养软件工程人才与社会需求脱节的现象和原因进行分析。论述了应用型软件工程人才培养产学研一体化实训体系的构建,提出软件工程人才产学研实训体系建设应包括课程体系改革、验证性实验室建设、软件项目实训平台构建、科研研发平台建设以及软件应用企业运行体验等全程培养模式,并对梧州学院的建设情况进行实证分析。