线性目标规划的多阶段对偶基线算法

结合线性目标规划自身的特点,将对偶基线算法推广到了线性目标规划问题,形成了目标规划的多阶段对偶基线算法.通过编程与目标规划的单纯形法进行了比较,得到了较好的数值结果.     

一种基于蚁群算法的无人机协同任务规划优化算法

随着无人机在军事领域的广泛应用,越来越多的无人机将应用在未来战场,因此无人机协同规划变得越来越重要。建立了多无人机协同任务分配模型,并研究了模型求解的有效算法。在蚁群算法的基础上提出针对密度较大目标区域的多无人机协同任务规划的优化方法,优化蚁群算法的搜索条件,降低了蚁群算法的时间和空间复杂度。     

基于LM算法的机械臂轨迹规划研究

针对提高多关节机械臂轨迹规划精准率和效率的问题,利用Peter Corke开发的robotics-toolbox工具箱在MATLAB上进行机械臂的运动学建模,并设计了一种轨迹规划算法。该算法依托于LM算法,结合逆运动学获取关节角序列位置,在对应相关轨迹的同时,确保关节角速度和加速度曲线连续且光滑。研究结果表明,通过该算法不但可以得到相对稳定的运动曲线,其迭代速度相比传统的梯度下降法,在拟合离散点过程中具有更快的迭代速度。     

基于混合星座的宽带卫星网络空间覆盖性能评估研究

近年来,海洋权益争端形式日益严峻,其中尤以我国与周边海上邻国的权益争端为甚。空中和远海通信方面已显现出捉襟见肘的局面,卫星通信在新形势下更体现出不可替代的地位和作用。随着卫星通信的不断发展,单颗卫星已经无法满足人们在通信方面的发展需求,由多颗卫星构成的混合卫星星座在各方面的重要性日渐凸显。针对宽带卫星网络通信覆盖需求,研究了GEO-IGSO混合卫星星座和MEO-LEO混合卫星星座两种不同的覆盖方案,利用STK卫星仿真工具,在选取相同空间覆盖性能指标的情况下,对两种不同卫星星座的空间覆盖性能进行仿真分析,对两种混合星座的空间覆盖性能进行评估。     

目标规划的一种扩展及其算法

本文讨论了传统目标规划模型及算法的不足之处。给出了一种扩展的目标规划模型,并给出采用以逆积法为基础的多阶段算法及程序框图,该方法具有模型一次生成,收敛快、精度高等优点。     

基于分布估计的多目标量子进化算法

基于NSGAⅡ框架,利用QEA的机制来保持多样性,同时引入分布估计二进制个体加快搜索的效率,本文提出了一个由量子计算启发的多目标演化算法(MOEA)--基于分布估计的多目标量子演化算法(记为EQMEA).通过实例验证,EQMEA可以找到更接近与最优前沿的解,且解的分布更均匀.     

基于神经网络的移动机器人路径规划研究

利用一种并列连接的神经网络结构对移动机器人路径进行规划，并把神经网络与模拟退火算法相结合，解决了局部权值问题，最终收敛到全局最优解。计算机仿真研究表明：模拟退火算法具有计算简单，初值鲁棒性强以及通用易实现等优点。     

基于改进人工势场法的小车避障路径规划研究

为了解决传统人工势场法存在的目标不可达、易陷入局部极小值问题,在传统人工势场法基础上提出改进后的人工势场法.针对目标不可达问题,当目标点在附近障碍物影响范围内时,通过动态改变障碍物影响范围,使得小车能够抵达目标点.为解决局部极小值问题,采用虚拟障碍物的方法,当小车陷入局部极值点时,通过设置合适的虚拟障碍物,由虚拟障碍物...     

短毫米波成像算法的研究

本文通过对短毫米波技术与成像算法的研究,重点研究了基于最大类间方差的快速图像分割算法.该算法根据最大类方差原理,通过二分逼近逐次逼近最佳分割闻值,相对于传统的最大类问分割方法提高了速度,该算法也可以扩展到一般数字图像的分割,其效果也较好.     

基于文化烟花算法的电动汽车充电站规划研究

针对电动汽车充电站规划问题,建立以最小化充电站服务与用户需求综合成本为目标的数学模型,并提出基于文化思想的改进烟花算法求解该问题。将烟花算法嵌入文化算法计算框架中,进行底层搜索寻优,提取其进化过程中的有用信息组成信仰空间知识。信仰空间以粒子群迭代规则更新知识并通过接受函数指导种群空间进化,以提高搜索效率。仿真实验结果证明,文化烟花算法在求解电动汽车充电站规划问题时具有良好的稳定性和较高的求解效率。     

基于蚁群算法的无人机三维航迹规划研究

近年来,随着无人机的应用领域越来越广泛,为了适应更加复杂多变的任务环境和场景,提高无人机自主任务分配和自主飞行控制能力,无人机航迹规划作为无人机任务规划的核心技术,无疑成为当下研究的热点。本文提出了一种基于蚁群算法的无人机三维航路规划方法,通过对蚁群算法原理和模型的分析,再结合三维空间抽象建模原则对路径空间进行划分,通过MATLAB仿真软件编程验证算法的有效性,所提出的算法实现了复杂多任务环境中的任务规划,最终得到基于蚁群算法的最优无人机三维航迹仿真结果。     

基于蚁群算法的5A景点旅游路线规划问题研究

根据我国普通居民旅游情况,建立并求解乘坐公共交通工具、花费较少时间进行舒适度较高、花费较低的综合效益最大化旅游体验模型,以提升我国居民生活质量。收集我国5A景点的经纬度坐标、门票费用、最佳旅游时间、路况及食宿费用等相关数据,基于蚁群算法与Matlab2018a软件进行编程求解,得出全国5A景区旅游路线规划方案。最后根据研究结果得出结论,综合时间、费用、路程和舒适度4个目标效益最大化的模型与已有单方面或只有2～3个目标函数的模型相比,其在进行旅游路线规划时,不仅考虑因素更加全面,而且更加贴合我国大部分居民的实际需求。     

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。     

基于人工鱼群算法的无线网络规划方法研究

为了降低TD-SCDMA的网络建设成本,提出了基于人工鱼群算法的基站规划方案。阐述了TD-SCDMA基站建设的困难和位置规划原理,设计了人工鱼和食物浓度函数,给出了AFSA解决基站位置规划问题的算法框架,并进行了仿真实验。实验结果表明:该方案可以获得更高的网络覆盖率,同时有利于降低网络建设成本,具有较高的应用价值。     

基于海洋捕食者算法的乡村旅游路径规划研究

为促进乡村振兴战略实施与乡村旅游业快速发展,对乡村旅游路径进行规划以提升乡村旅游竞争力。乡村旅游路径规划是典型的旅行商问题,采用海洋捕食者算法(Marine Predators Algorithm, MPA)求解,获得乡村旅游规划路径。将MPA和GA、PSO对比,通过仿真试验验证了海洋捕食者算法的有效性。将MPA应用于湖北省十堰市柳陂镇乡村旅游15个景点的旅游路径规划中,结果表明所规划的最短路径为17.2 km,同时各旅游景点的游客负载相对也比较均衡,该研究对更好地促进乡村旅游的发展具有一定的参考价值。     

一种求解多目标无约束0—1二次规划问题的文化基因算法

针对多目标无约束0—1二次规划问题,提出一种文化基因算法。该算法采用基于分解的多目标演化算法框架,能够获得分布均匀的非占优解;同时,采用一种简单、有效的禁忌搜索,能够利用更多问题相关的信息,获得质量更优的非占优解。该算法在优化的过程中能够动态地平衡多样性与收敛性。实验结果证明该算法能够很好地求解多目标无约束0-1二次规划问题,并且性能优于目前求解该问题较先进的算法。     

基于多目标遗传算法的游戏路径规划研究

为游戏中非玩家控制角色（NPC）设计自动寻路算法是人工智能研究领域的一大热点。首先模拟多目标游戏地图作为实验平台,然后以路径长度、路径安全程度和对游戏角色的耗费为评估目标,提出了基于多目标遗传算法的路径规划方法。经过实验验证,算法虽然比A*算法实时性差,但其对地图全局有很好的把握,在多目标环境下,其得到的路径存在明显的全局最优。     

一种基于改进蚁群算法的山地三维路径规划算法

当前社会,很多用户需要在复杂的没有公路的山地地形,快速、准确的规划出三维路径,在避过障碍的同时达到某项指标最优。目前常用的路径规划算法,大多数只能规划二维平面路径;而一般的三维规划算法,大多运算算法复杂、需要很大的存储空间,同时无法在宏观全局角度来进行路径规划。文章在已有三维山地地图的基础上,采用一种改进的蚁群算法来解决上述问题。软件仿真结果显示,基于改进蚁群算法的山地三维路径规划算法在路径最优值计算和规划时间上都能够较好的满足需求。     

基于目标导向的新生入学规划问题研究

教育现代化推动了教育规模与质量的提升,在推动国家进步的同时也产生了相应的问题,为此,平衡教育质量与提升学生综合素质便成为高等教育必然要考虑的问题。客观来说,学生的目标规划意识在相当程度上成为影响教育进步与学生成长的关键。目前很多大学新生存在目标规划缺失与定位不明确的情形,这既与社会缺乏必要的环境与氛围有关,也与学校缺乏必要的指导与培养,个人缺乏必要的意识与规划密切关联。为此,可通过制度上更新教育理念及组织架构体系;管理上加强思想与实践教育的平衡与引导;评估上建立动态的多元反馈机制与监督落实举措等方式促进学生目标规划教育的建设,通过目标导向的职业生涯规划教育为学生培养质量的提高与高等教育的发展做工作。