基于AHMRRT的移动机器人路径规划算法

为解决单向快速探索随机树(rapid exploring random tree,RRT)算法路径规划效率低且易陷入局部极小点的问题,提出了一种自适应启发式多快速探索随机树(adaptive heuristic multiple rapid exploring random tree,AHMRRT)路径规划算法.一方面,基于多随机树构建策略的AHMRRT算法可以在起始点、目标点、子目标点生成4棵随机树,同时进行扩展搜索,从而提高路径规划效率;另一方面,通过在单棵随机树生长过程中添加自适应启发式偏置因子,AHMRRT算法可以根据环境中障碍物的情况自适应地改变新节点的生成策略.探索自由空间时,该算法可以在偏置因子的作用下迅速向目标点扩展以提高搜索效率;探索多障碍物空间时,该算法将调用随机采样函数以防止落入局部最优.在仿真实验中,设计了4种环境下AHMRRT算法与随机概率目标快速探索随机树(probability goal RRT,PGRRT)、双向快速探索随机树(bidirectional RRT,BRRT)算法的对比实验,仿真实验结果证明了该算法的可行性和高效性.     

基于蚁群系统的双目标最小生成树算法

带有多个目标的最小生成树问题在实际生活中有着广泛的应用,但用传统方法很难有效地解决,本文提出一种基于多目标决策的蚁群系统求解双目标最小生成树算法,利用两个启发信息来构造新的状态转移规则,并改进了信息素更新规则,指导蚂蚁找到Pareto最优解。试验结果表明,该算法能有效解决双目标生成树问题,与Pareto最优枚举法比较,求解时间减少了。     

电力系统优化规划可靠性分析的概率流法

本文介绍的方法是用于电力系统优化规划可靠性分析的一种新方法.该方法把各发电容量和输电容量作为随机变量,以具有概率弧容量的混合型网络流图作为系统模型,通过最大可行流和广义最小割的分析,获得某些定量指标,借此描述系统的可靠性水平;指出系统的薄弱环节,为系统优化规划提供了科学依据.由于采用了状态空间分解和蒙特卡洛模拟相结合的处理方法,计算效率显著提高,并使复杂电力系统可靠性定量计算在计算机上得以实现。     

基于简约SQP和混合自动微分的反应参数优化

针对甲醇-烃动态过程反应参数优化问题,提出了一种基于混合自动微分技术和改进简约空间序列二次规划(rSQP)算法相结合的求解方法.该方法将动态优化问题离散化为以代数方程表示的非线性规划问题, 利用问题结构稀疏、自由度相对较低,并含有大量等式约束等特点,以改进的简约空间序列二次规划算法为求解器来求解优化问题,并在求解过程中,采用混合自动微分技术获取优化问题的一阶导数信息和稀疏结构.计算结果表明,该方法的求解效率比差分求导的标准序列二次规划(SQP)算法高100多倍,比混合自动微分求导的SQP算法高10倍左右,另外求解精度也有显著提高.     

整数规划下的最小生成树模型

求解最小生成树的方法虽然很多 ,但是利用LINGO建立相应的整数规划模型是一种新的尝试。本文利用树根和节点级数的概念 ,借助于LINGO建立了求解最小生成树的整数规划模型 ,并对模型中的难点给出了详细的注释。最后讨论了该模型的一些实际应用     

基于访问频率的Hash树

Hash树是一种常用的数据结构。当Hash树不能完全装入内存时,会增加缺页中断次数,导致算法效率下降,为此本文研究并提出了根据项集的联合概率生成Hash树的方法。按访问频率将Hash树结点数据顺序地排放在线性空间中。这种数据存储方式既能适应操作系统中的程序局部性特征,又能达到减少I/O次数、提高数据存取效率的目的。     

用于火电厂减震的变质量MTMD基于可靠度的优化（特约稿）

提出了一种针对变质量的非传统多调谐阻尼器（MTMD）基于可靠度的优化设计方法。其中主结构部分考虑多阶模态,MTMD则考虑为集中质量。地震动激励采用金井清模型,利用状态空间法提高计算效率。地震危险性则依据地震动衰减关系和Gutenberg-Richter模型模拟。定义危险性、主结构与多调谐阻尼器相关参数均为随机变量,通过考虑结构多维输出及对应限值,并结合激励与结构随机性得到结构绝对失效概率,并进一步以绝对失效概率为目标函数形成优化问题,通过求解变质量MTMD最优解进行设计。本文将该方法应用于带多煤斗的火电厂房煤斗隔震设计。其中,煤斗隔震形成MTMD,而煤斗内部储煤量变化则形成变质量MTMD。采用拉丁超立方抽样法生成样本,研究确定了合适样本数。通过选取结构角柱位移角作为结构响应,采用规范限值计算失效概率。利用基因算法求解了该优化问题并得到了最优设计与对应的失效概率。本文进一步对比了平动隔震体系和摆隔震体系。研究表明,尽管摆体系的频率与质量不相关,其失效概率并未优于平动隔震体系;且摆体系摆动圆弧曲率的变异系数对结构失效概率影响不大,规律不明显。最后,将煤斗与主结构碰撞亦考虑为失效事件,考虑了煤斗碰撞问题。本文所提出的设计方法基于可靠度,直接以降低结构失效概率为目标,可同时考虑结构多维输出以及煤斗与主结构相对位移,并对应地考虑多个响应限值,将多个响应综合为一个失效概率,避免了计算量巨大的多目标优化。     

用于火电厂减震的变质量MTMD基于可靠度的优化（英文）

提出了一种针对变质量的非传统多调谐阻尼器(MTMD)基于可靠度的优化设计方法。其中主结构部分考虑多阶模态,MTMD则考虑为集中质量。地震动激励采用金井清模型,利用状态空间法提高计算效率。地震危险性则依据地震动衰减关系和Gutenberg-Richter模型模拟。定义危险性、主结构与多调谐阻尼器相关参数均为随机变量,通过考虑结构多维输出及对应限值,并结合激励与结构随机性得到结构绝对失效概率,并进一步以绝对失效概率为目标函数形成优化问题,通过求解变质量MTMD最优解进行设计。本文将该方法应用于带多煤斗的火电厂房煤斗隔震设计。其中,煤斗隔震形成MTMD,而煤斗内部储煤量变化则形成变质量MTMD。采用拉丁超立方抽样法生成样本,研究确定了合适样本数。通过选取结构角柱位移角作为结构响应,采用规范限值计算失效概率。利用基因算法求解了该优化问题并得到了最优设计与对应的失效概率。本文进一步对比了平动隔震体系和摆隔震体系。研究表明,尽管摆体系的频率与质量不相关,其失效概率并未优于平动隔震体系;且摆体系摆动圆弧曲率的变异系数对结构失效概率影响不大,规律不明显。最后,将煤斗与主结构碰撞亦考虑为失效事件,考虑了煤斗碰撞问题。本文所提出的设计方法基于可靠度,直接以降低结构失效概率为目标,可同时考虑结构多维输出以及煤斗与主结构相对位移,并对应地考虑多个响应限值,将多个响应综合为一个失效概率,避免了计算量巨大的多目标优化。     

三维GIS中混合树空间索引结构的研究

目的在空间数据库应用中，解决随着数据量的增加，单一的空间索引结构制约检索性能的问题．方法提出一种三维GIS中基于八叉树和R＊树的混合树空间索引结构OR＊树。该结构在对三维索引空间进行八叉划分的基础上应用R＊树索引技术，将操作空间限定在某一特定的区域．结果实现了R＊树以及OR＊树的试验程序，并通过均匀分布的随机数据测试了不同层数OR＊树的空间开销与插入、删除、查找所访问的磁盘页数．结论试验数据分析表明，该方法有效降低了R＊树的插入、删除与查询操作的开销。数据量越大OR＊树的效率越高．     

基于多槽哈夫曼Trie树的规则引擎快速匹配算法

为了提高机场类企业数据在海量规则集合中的匹配能力,提出了基于多槽哈夫曼Trie树（MSTHTrie）的规则引擎快速匹配算法。该算法充分利用了规则点属性名数与规则条数之间的不对称特性,将对规则的线性比对转换为对多槽的并行比对,从而在稳定的空间复杂度下提高了规则引擎的匹配效率。首先对通用规则进行了严格的形式化描述,并在合理假设条件下证明了槽内规则分布命题和动作数定理;然后基于动作数定理提出了简化操作符的MSHtree算法;随之扩展操作类型提出了MSHTrie算法,使规则引擎有了普适性;最后在国内枢纽机场的业务数据上完成对比实验,表明新算法在空间复杂度上较传统线性匹配算法节约了52.6%,匹配性能上与Policytree算法相比提高了21.3%。     

一种构建严格平衡二叉搜索树的非递归算法

针对传统算法所构造的平衡二叉搜索树并非真正平衡的二叉搜索树,设计了一种构建严格平衡二叉搜索树的非递归算法。改进后的算法具有计算速度快、占用内存小、计算机易于实现等优点。改进算法的核心是生成严格二叉搜索树的先序序列,提出了对升序序列的进行二分得到严格二叉搜索树的先序序列,讨论并给出了构建严格二叉搜索树的快速算法,该算法充分利用了栈在计算过程中提供的二分信息得到严格二叉搜索树的先序序列,该算法与传统算法相比可更快地构建严格二叉搜索树。     

基于有序爬山法的前向启发式搜索规划

根据快速前向启发式搜索规划器FF中放宽规划图和有利动作之间的关系,定义了状态适用度函数的概念,可对后继扩展状态的启发式估值进行快速近似的比较。在此基础上,结合增强型爬山法搜索后继状态的贪婪选择机制,提出了一种改进的局部搜索算法——有序爬山法,即根据状态适应度函数对所有待扩展的后继状态进行排序,并加入到扩展优先队列。在启发式估值阶段,适应度高的状态将被优先计算评估,有利于更快地发现较优状态,从而减少调用启发式估值程序的次数。通过在国际规划大赛基准测试领域的实验结果表明,该方法减少了搜索节点的数目和搜索时间,有效地提高了启发式搜索效率,而计算状态适应度及对状态进行排序的时间消耗几乎可以忽略,因此整体规划性能比FF有显著的提升。     

开沟布线问题的模型及算法研究

开沟布线问题定义为由最短路径树和最小生成树这两个问题组合而成的组合优化问题,是一个新提出的、易于描述的却难于处理的NP完全问题.该文将图论、组合优化以及CNRP等技术相结合来对开沟布线问题进行了探索和研究,在指定一些约束的基础上建立的的数学模型较准确的描述了开沟布线问题的实质.给出了求解该问题的最直观简单的方法SP-MST求解法.并引入邻域搜索策略,在CTPHERUR1算法的基础上,提出了基于2-交换邻域搜索的改进算法,实验表明,该算法得到的近似解更接近最优解.     

数独问题的求解、评价与生成算法的研究

将数独问题分解为求解初盘、难度评价、生成有解初盘、生成有唯一解初盘等子问题.为求解初盘,提出了基于最小候选数的搜索算法,并基于算法中的判定树,给出了难度指标的计算方法.生成有唯一解初盘的算法分为两步:首先生成有解初盘集合,再利用判定树进行筛选.     

基于栅格法的机器人路径规划快速搜索随机树算法

针对复杂环境下的机器人路径规划问题，提出了一种全新的基于栅格法的机器人路径规划快速搜索随机树算法。以机器人出发点为随机树的根节点，通过扩展，逐渐增加叶节点直至随机树的叶节点中包含了目标点。从出发点到目标点之间的一条以随机树的边组成的路径就是目标路径。研究表明在同样的环境下与遗传算法、A^＊算法相比该方法能在更短的时间内找到更优的路径。仿真实验也表明，即使在随机生成的复杂环境下，利用该算法也可以快速规划出一条全局优化路径，且能安全避障。     

MIMO系统中树搜索检测的排序算法

提出了树搜索算法中基于对数似然比信息的排序算法,给出了使用对数似然比信息排序的一般公式。在未编码情况下给出使用线性检测器近似的对数似然比信息排序方法,在迭代检测解码情况下给出使用解码器反馈的比特后验信息进行对数似然比排序的方法。使用对数似然比信息的排序算法不但用到了信道信息,还利用了每帧中的接收信号矢量和先验信息,使各层信号能按照后验概率的大小进行检测。仿真结果表明,该算法在未编码情况下能显著提高系统性能,在编码情况下能加快整个系统的收敛速度。     

高温混合障碍空间中的移动机器人路径规划

为了解决高温场景中移动机器人全局路径规划所面临的安全与效率问题,提出高温热源虚拟障碍的定义,建立混合障碍空间模型,将高温场景中的路径规划问题转化为高温混合障碍空间中考虑路径温度代价和长度代价的多目标优化问题. 改进NSGA-Ⅱ算法,通过选取优秀非可行解扩展种群,提高了种群多样性和进化效率,提出新的交叉和变异概率计算方法. 根据种群进化进程和个体代价函数值调整概率,实现了种群前期搜索能力和后期收敛性的平衡. 仿真所得的最优路径结果表明,该改进算法的路径长度代价虽然比原算法和其他改进算法略有增加,但温度代价大幅降低,更有效地避免了陷入局部最优.     

基于加权启发式遗传算法的装配序列规划

传统遗传算法求解装配序列规划问题时会在初始化过程中产生大量非可行序列,影响求解速度并且导致最终得到的规划解质量不高.针对该问题,通过在初始化过程中加入启发式算子和基于无向图的广度优先搜索策略,保证了初始化个体的可行度和高适应度;在此基础上,对装配规划问题的特征重新对选择、交叉和变异算子进行了设计.实验表明,改进后的算法具有更好的稳定性和高效性,并且算法执行过程中不需要注入人工信息,使得装配过程更加自动化.     

ESIS序列自适应生成算法

在以扩展有限状态机 (EFSM)为模型描述的协议一致性测试系统中,为了提高可执行状态验证序列 (ESIS)的计算效率,提出一种ESIS序列自适应生成算法.新算法采用基于可执行分析树 (EAT)的可执行分析方法确保生成的ESIS序列的可执行性.引入变迁区分度因子和节点收敛度因子,计算EAT搜索树节点权重来评价当前搜索方向的正确性.利用EAT搜索树节点权重函数作为节点搜索引擎,根据当前已经搜索节点的权重自适应选择下一步搜索的目标节点,把ESIS序列自动生成问题转化为自适应搜索权重最大的EAT节点问题来解决.实验数据表明,与宽度优先可执行性分析方法相比,自适应算法具有更小的状态格局搜索空间.     

城市微蜂窝环境下一种改进的射线跟踪预测模型

针对射线跟踪模型中建立虚拟源树效率不高的问题,基于构建一种左儿子右兄弟结构的新型虚拟源树,提出了一种改进的准三维射线跟踪模型．该模型通过有效的反射预处理技术来快速地确定反射源的所有可见面,并结合改进的极面扫描方法,避免了不必要的重复判断和相交测试．仿真结果表明,提出的射线跟踪模型是高效的,并能为微小区环境下的无线电波传播预测和网络规划提供可靠的理论依据．