基于果蝇优化算法的月球车全局路径规划

基于月球车全局路径规划的任务要求,采用果蝇优化算法应用于全局路径的规划。针对果蝇优化算法在路径规划中容易形成局部最优的问题,对算法进行了修改,将果蝇与原点的距离直接带入味道浓度判定函数,从而不易陷入局部最优,提高了算法的稳定性,并可使果蝇群体向已知食物源飞行。通过仿真表明该算法具有计算简单、全局寻优能力强等特点,能够快速地找到优化的全局路径。     

基于麻雀算法的压缩感知观测矩阵优化方法

为了解决在利用压缩感知理论重构信号时,随机矩阵优化算法不能很好地解决最优相关性的问题,提出用改进的麻雀搜索算法来加强观测矩阵的全局寻优性,使得观测矩阵与稀疏矩阵的互相关系数降低,以此提高信号的重构精度.该算法用黄金正弦算法优化了麻雀算法的种群生成模式,减少了算法的迭代次数,增强了全局寻优能力,然后用改进麻雀算法在随机高...     

基于粒子群优化算法的传感器优化部署方法研究

针对目前三维空间传感器部署算法PSO算法存在寻优精度、全局收敛性和收敛速度不能保证的问题,提出了通过惯性权重线性递减策略与动态加速常数自适应策略改进的基于粒子群的WCPSO优化算法,有效地提高了算法的寻优精度和收敛速度。给出了算法的设计方案并进行了来袭路径未知和来袭路径预估情况下的仿真实验,仿真实验结果表明WCPSO算法的优化效果和效率都要优于改进前的PSO算法。     

基于蚁群优化算法的物流配送路径研究

针对区间重构方法进行物流配送路径寻优收敛性不好的问题,提出一种基于蚁群优化算法的物流配送路径优化选择方法。采用重极标差法进行物流配送路径的邻域网格分割,进行路径的动态实时统计特性分析,设计物流配送路径选择流程。采用蚁群优化算法进行物流配送路径的自适应寻优,实现路径优化选择规划。仿真结果表明,采用该算法进行物流配送路径规划,缩短了配送行程距离,节省了物流时间。     

机载预警雷达协同探测航线优化

单架机载预警雷达探测目标时存在空域覆盖盲区和多普勒盲区。建立了巡逻航线的参数化模型,推导了机载预警雷达目标发现概率计算模型;提出了基于累积发现概率矩阵2-范数的单架机载预警雷达巡逻航线优化准则。由于多架机协同可以减小盲区对探测性能的影响,进一步研究了多架机协同探测的任务航线规划问题,提出了优化准则,分析了机载预警雷达之间的飞行时间间隔和航线之间的距离间隔对重点监视区域累积发现概率的影响。仿真结果表明了基于累积发现概率矩阵2-范数的优化准则的有效性,有利于最大化机载预警雷达空域覆盖和目标发现概率。     

基于时空数据挖掘的无人机航线自动寻优规划

为了解决无人机航线规划安全越障问题,提出基于时空数据挖掘的无人机航线自动寻优规划方法研究。采用线性插值方法补全缺失航线数据,完成航线数据预处理;划分航线集的时间尺度与空间尺度,通过矩阵分解处理提取时空特征;应用蚁群算法制定航线规划程序,实现无人机航线的自动寻优规划。测试结果表明,应用提出方法获得的时空数据挖掘深度系数平均值分别为9.05与8.91,无人机航线寻优规划收敛速度较快,可安全避开所有障碍,解决复杂环境下无人机航线规划安全越障问题。     

基于优化成熟度的自适应蚁群优化算法

分析了蚁群算法局部信息素更新系数与全局信息素更新系数对算法寻优能力与收敛速度的关系,定义平均路径相似度(ATS)来表征寻优过程的成熟程度,并据此自适应调整信息素更新系数,提高算法收敛速度并避免陷入局部最优.经过与典型蚁群算法在多个旅行商问题测试用例上进行收敛速度与全局寻优能力的全面比较,证明了新的算法具有较好的效果.     

带时间窗的车辆路径问题的混合粒子群优化算法

针对带时间窗的车辆路径问题（Vehicle Routing Problems with Time Windows,VRPTW）,提出了一种混合粒子群优化算法（Hybrid Particle Swarm Optimization,HPSO）进行求解。所提出的算法设计了一种高效的编解码策略,以此搭建HPSO算法解空间到VRPTW解空间的桥梁。同时为了提高算法的寻优能力,设计了由单点插入策略以及双点交换策略组成的局部搜索策略。通过solomon-50标准数据集中的九个算例进行仿真实验,实验结果证明了所提出算法的寻优能力和稳定性均优于对比算法,最优解误差相较于对比算法最多降低了38.32%。     

改进蝴蝶算法求解多维复杂函数优化问题

针对蝴蝶优化算法存在的问题,提出一种融合差分变异策略并根据进化代数自适应调整权重的蝴蝶优化算法.首先,在全局搜索阶段引入非线性惯性权重改善蝴蝶位置更新公式,自适应调节算法在不同进化时期的搜索范围和粒度,提高算法的收敛速度与寻优精度;然后通过加入F分布全局自适应随机变异对全局公式进一步改进,提升算法的全局探索遍历性,防止出现低精度早熟现象;最后在局部搜索阶段融入具有判定系数和扰动因子的双向差分变异策略,在不减损种群多样性的同时使蝴蝶个体的探索更具方向性,有利于算法摆脱局部极值点,加快收敛速度.理论分析证明了改进算法的时间复杂度与基本蝴蝶优化算法一致,6种代表性对比算法在CEC 2017基准函数上进行的多种维度测试结果表明,改进算法在求解高维复杂函数优化问题时收敛速度和寻优精度明显优于其它对比算法,维度变化对求解性能的影响更小,寻优性能更好更稳定.     

基于自适应信息素调整的连续空间优化蚁群算法

对于基本蚁群算法(ACA)不适用求解连续空间问题,并且极易陷入局部最优的缺点,提出了一种基于自适应的蚁群算法。路径搜索策略采用基于目标函数值搜索筛选局部最优解的策略,确保能够迅速找到可行解。信息素更新策略采用自适应的启发式信息素分配策略,使算法能够快速收敛到全局最优解。对2个求函数极值问题进行优化并与其他算法进行比较,结果表明该算法能很好的应用于对连续对象的优化,同时具有较高的寻优精度高,搜索速率快,良好的全局优化性能。     

Hamilton模型在智慧文旅设计中的应用研究

旅游线路优化问题是旅行规划中一个重要课题,是旅游业发展到一定阶段的必然要求。对传统Hamilton算法进行优化改进,对云南省的5A级景点线路进行了优化。并将该算法设计成程序,便于游客的线路选择。研究结果发现:使用该方法对景点的经纬度数据进行一次分配,便可获最短的旅行线路。这种算法减少了线路选择的时间,操作更加简单,展示了定量研究方法在旅游线路优化设计中的应用潜力。     

基于全局最小值算法的反舰导弹协同攻击方案优化研究

在反舰导弹航路规划的基础上,运用航路矩阵全局最小值算法建立了反舰导弹协同攻击方案优化模型,将不同攻击角的航路分配到多个发射平台,通过合理分配导弹发射时间,使导弹以多个不同的攻击方向同时打击各个目标,达到协同攻击的目的,最后对仿真结果进行可行性分析。     

天空双基地预警雷达空间同步效果优化

天空双基地预警雷达空间同步效果评估与优化是其空间同步技术的重要一环。首先,提出了空间同步效果的评估指标,分析其三大影响因素;其次,针对每个波位需要的波束驻留时间不同的问题,提出了脉冲积累优化方案,对其工作流程和相关参数计算进行推导;然后,从对波位编排灵活控制的角度提出了波位编排优化方案;最后,设计仿真实验对两种同步效果优化方案进行验证。仿真结果表明：两种优化方案可以使得接收信噪比和空间覆盖率的空间分布更加均匀,提高了发射能量的利用效率,有助于空间同步效果的优化。     

Spatial experience based route finding using ontologies

Spatial experiences in route finding, such as the ability of finding low‐traffic routes, exert a significant influence on travel time in big cities; therefore, the spatial experiences of seasoned individuals such as taxi drivers in route finding can be useful for improving route‐finding algorithms and preventing using routes having considerable traffic. In this regard, a spatial experience‐based route‐finding algorithm is introduced through ontology in this paper. To this end, different methods of modeling experiences are investigated. Then, a modeling method is chosen for modeling the experiences of drivers for route finding depending on the advantages of ontology, and an ontology based on the taxi drivers’ experiences is proposed. This ontology is employed to create an ontology‐based route‐finding algorithm. The results are compared with those of Google maps in terms of route length and travel time at peak traffic time. According to the results, although the route lengths of route‐finding method based on the ontology of drivers’ experiences in three cases (from nine cases) are greater than that based on Google maps, the travel times are shorter in most cases, and in some routes, the difference in travel time reaches only 10 minutes.     

混合优化策略在巡航导弹多航迹规划中的应用

为保证巡航导弹低空突防的成功率,在航迹规划时必须设计出以最小代价的可接受航程为目标的航迹。提出一种基于混合优化策略的航迹优化方法。该方法通过用退火机制来减轻遗传算法中的选择压力,将模拟退火和遗传算法相结合用于航迹优化,增强了航迹优化算法的全局收敛性和提高了算法的收敛速度。同时方法中还采用了聚类算法,将各条航迹按照其空间分布,化成不同的多个种群,进化后可得到不同区域的优化航迹,从而有效地保持了解的多样性,能一次生成多条航迹,可满足通常航迹优化过程中生成多条航迹的要求。最后的仿真结果表明了该方法的可行性和有效性。     

CuBr蒸汽激光器小型化的研究

本文从优化放电管结构，防止布氏窗口污染，放电回路参数最佳化几方面入手获得了一种小型化的CuBr蒸汽激光器，具有一定的应用前景 .     

自适应遗传算法在飞行器离线航迹规划中的应用

飞行器航迹规划是一个多目标多约束的三维规划问题。根据分层规划思想,确定离线参考航迹是飞行器低空突防前要解决的首要问题。针对遗传算法中局部最优与全局最优之间的矛盾,采用自适应遗传算法进行离线的航迹规划,用极坐标编码方式在飞行方向上构造染色体。进化过程中采用自适应交叉概率和变异概率,并尽可能把符合实际情况的各种约束考虑到问题中。仿真结果表明,算法避免了早期收敛,提高了全局寻优能力,是解决实际飞行器离线航迹规划问题的较好方法。     

一种改进的混沌粒子群优化算法

粒子群优化算法（PSO）自提出以来,已经被广泛地应用于求解各类复杂的优化问题,过去对粒子群算法的研究主要集中在融入新的优化方法或对其相关参数进行调整,但这样只会使得PSO更加复杂.针对这一问题,文中提出一种改进的混沌粒子群优化算法（ICPSO）,ICPSO从粒子群优化算法的时间与寻优实时角度出发（即在较短的时间内获得较好的解）,对粒子速度更新算子进行了简化,每隔一定代数后,在最优解邻近区域引入混沌扰动以避免种群陷入局部最优解.数值实验结果表明：提出的算法相对于文献给出的PSO改进算法,不仅能够获得较好的最优解,而且还具有较快的收敛速度和较好的稳定性.     

移动IPv6路由优化性能分析

用NS-2.1b6＋Mobiwan进行仿真实验,给出了移动IPv6三角路由和优化路由之间的性能比较分析。在仿真实验中,检测了移动节点在广域IPv6网移动时通信对端节点和移动节点之间的端到端分组时延。实验结果表明,移动IPv6优化路由的性能明显优于三角路由。     

基于改进K-means聚类和量子粒子群算法的多航迹规划

针对在复杂环境下需要通过多航迹规划以实现武器协同的问题,利用排挤机制产生Kmeans聚类的初始聚类中心,并将改进K-means聚类与量子粒子群算法(QPSO)相结合应用于无人机的三维多航迹规划。改进算法解决了K-means聚类易陷入局部最优、聚类准确率低的问题。根据产生的初始聚类中心,将粒子划分成多个子种群,利用QPSO算法对每个子种群进行优化,使得每个子种群可以产生一条可行航迹。仿真分析证明了改进算法可以有效保证子种群之间的多样性,生成较为分散的多条可行航迹。