一种基于改进蚁群优化算法的载人潜水器全局路径规划

基础蚁群优化算法在解决复杂障碍环境下的载人潜水器路径规划问题时,易过早收敛于局部最优解,信息素挥发系数的设置过于依靠经验,路径规划结果受概率影响大且不稳定。为此,提出了一种改进蚁群算法用于解决载人潜水器的全局路径规划问题。该算法提出"路径延伸块"的概念。算法前期采用动态更新信息素参数的蚁群优化算法进行简单迭代计算获得原始路径,并对原始路径进行栅格延伸以得到"路径延伸块";后期在路径延伸块中再次使用蚁群算法或其他寻优算法(Dijkstra算法)寻找最优路径。改进的算法与基础蚁群优化算法相比,算法效率及稳定性更高,不易收敛于局部最优解,能更好地适应U型槽环境和复杂障碍环境。     

一种基于改进蚁群算法的载人潜水器全局路径规划

当前关于使用蚁群算法解决载人潜水器路径规划问题的研究,往往只注重路径的长度和算法收敛速度,容易忽略路径点与障碍物之间的距离和路径的平滑度等要素。载人潜水器过于靠近障碍物航行时容易产生碰撞;按照不平滑路径行驶时,频繁地转向会降低航行效率。为解决这些问题,受人工势场法启发,文中在蚁群算法的概率选择环节引入障碍物惩罚因子φ和转向惩罚因子ψ,对路径点的选择加以限制。仿真测试表明,相比于传统蚁群算法和Dijkstra算法,该算法规划的路径与障碍物之间保持安全距离且转向次数更少,因此载人潜水器按照此路径航行时,安全性和航行效率更高。     

车辆自导航系统中加入道路转向限制的最短路径算法

路径规划作为车辆自导航系统的核心模块，其效率对整个系统有着至关重要的影响。考虑到在实际的交通行为中，交叉口转向限制及延误对整个行程时间影响极大，忽略它，直接影响到我们计算出的最优路线的真实性和实用性。针对这个问题，运用对偶图思想，将原来附属于结点上的转向关系转移到相应的弧段上，并在此基础上，提出了一种加入转向限制的基于弧段的Dijkstra算法。试验表明，该算法能够有效地进行顾及道路转向限制的路径规划。     

无线传感器网络中基于能量平衡的部署算法

为平衡能量损耗并用网络生存期最大化,提出1种无线传感器网络(WSNs)中基于能量平衡的节点部署算法.此算法基于距离调整网络部署,也就是根据不同位置的节点能耗调整节点的间距.文中提出能耗最低点并不等于生存期最优.仿真证明基于这种部署策略网络的能耗大大降低,网络生存期比均匀部署策略高160%,同时给出调整距离、网络半径、节点传递范围和节点数量之间的参考关系.     

VBF水下传感器网络路由协议的路径优化与模拟

针对水下传感器网络节点的移动性,以基本VBF(Vector-Based Forwarding Protocol)路由协议为基础,提出了1种适用于水下移动传感器节点的路径优化算法.为了验证此路径优化算法的有效性,分别对基本VBF算法和改进的VBF算法进行了3个模拟实验;从数据包接收成功率和网络负载两方面分析比较了实验模拟结果.比较结果可以看出:文中提出的路径优化的VBF路由协议的数据包成功接收率要优于VBF路由协议,降低了网络负载,并且该优化算法实现简单,不需要增加额外的网络延迟时间.     

分层海底反射信号的一种波形分段技术

从分层海底反射回来的水声回波信号包含了许多海底未知的重要信息,其信号中统计特性突然变化而形成的边界,反映了海底的深度和分层海底的层数及各层的相对深度.用一种波形分段技术来检测这些边界显得很有效.在这种接续的波形分段算法中,采用自回归模型和广义似然比检验方法来检测波形中突变的边界.这种技术只要求低阶数自回归模型,下降了计算时间.     

基于强化学习的自动帆船路径规划算法研究

作为自动水面航行器的重要分支之一,自动航行帆船在执行长期海事任务时具有低能耗的优势,但其航行过程受到环境因素的影响很大。针对以上情况,本文考虑了自动帆船的自身运动模型,以及在航行时受到的海风、海流和障碍物的影响,提出了自动帆船从起始点至目标点的路径规划算法。该算法通过帆船的平面运动模型来计算环境因素的影响,再通过强化学习中的Q-learning算法实现对于海上两点间的路径规划并同时实现规避障碍物。通过仿真实验证明了本文提出的自动航行帆船的路径规划算法是可行的。     

BP网络学习参数模糊自适应算法的实现

前馈神经网络BP算法的改进方案中,对网络训练(学习)过程中学习率和惯性系数进行模糊自适应调节,以提高收敛速度,是一项很有效的措施。文中具体分析了如何根据设计者的先验知识确定模糊规则和隶属函数,并以三比特异或函数(或称奇偶分类)的实现为例,验证了这种算法的改进、加速了BP网络的学习过程。     

加权网络权重自相似评判函数及其社团结构检测

提出了权重自相似性加权网络社团结构评判函数,并基于该函数提出一种谱分析算法检测社团结构,结果表明算法能将加权网络划分为同一社团内边权值分布均匀,而社团间边权值分布随机的社团结构.通过建立具有社团结构的加权随机网络分析了该算法的准确性,与WEO和WGN算法相比,在评判权重自相似的阈值系数取较小时,该算法具有较高的准确性.对于一个具有n个节点和c个社团的加权网络,社团结构检测的复杂度为O(cn²/2).通过设置评判权重自相似的阈值系数,可检测出能反映节点联系稳定性的层化性社     

嵌入式GIS中大区域路径规划算法研究

首先讨论了目前存在的大区域路径规划算法;其次建立了一种适用于多尺度路径规划算法的多级道路网数据模型,给出了多尺度道路网数据库和拓扑结构的建立;最后,在多级道路网数据模型的基础上,提出了一种适用于嵌入式G IS的多尺度道路网路径规划算法。     

一种基于道路网分层的最短路径算法

D ijkstra算法是求解最短路径的经典算法,A*是目前最流行的启发式搜索算法,分析了这两种算法的搜索空间和时间复杂度。在此基础上,提出了一种基于道路网分层最短路径算法。实验证明:该算法是一种效率好、实用性强的最短路径算法。     

交通地理网络分析模型的实现

首先介绍了网络分析的概念,接着介绍了交通网络的基本要素,然后建立了交通网络的模型,通过确定影响交通体系中网络流的因素,实现了最优路径的选择,最后用具体的数据验证了模型的合理性。     

Hierarchy property of traffic networks

The flourishing complex network theory has aroused increasing interest in studying the properties of real-world networks. Based on the traffic network of Chang--Zhu--Tan urban agglomeration in central China, some basic network topological characteristics were computed with data collected from local traffic maps, which showed that the traffic networks were small-world networks with strong resilience against failure; more importantly, the investigations of assortativity coefficient and average nearest-neighbour degree implied the disassortativity of the traffic networks. Since traffic network hierarchy as an important basic property has been neither studied intensively nor proved quantitatively, the authors are inspired to analyse traffic network hierarchy with disassortativity and to finely characterize hierarchy in the traffic networks by using the n-degree--n-clustering coefficient relationship. Through numerical results and analyses an exciting conclusion is drawn that the traffic networks exhibit a significant hierarchy, that is, the traffic networks are proved to be hierarchically organized. The result provides important information and theoretical groundwork for optimal transport planning.     

基于决策树与二分分割算法的BP神经网络在赤潮等级预测中的应用研究

针对赤潮灾害等级预测难的现状,提出了一种基于C4.5决策树与二分分割算法优化的BP(反向传播)神经网络赤潮等级预测模型。该模型针对传统BP神经网络输入参数难以选择和隐含层节点数量难以确定的问题,通过决策树分类获取最优的属性组合,来解决输入参数难以选择的问题;通过"二分分割算法",来解决隐含层节点数难以确定的问题。实验结果表明,该模型在青岛近海海域赤潮灾害等级预测中,预测结果的均方根误差(RMSE)小于传统BP神经网络的预测误差,并且在网络训练时间上有所缩短,预测精度上有所提高,能够获得良好的预测结果,可为赤潮等级预测提供新的解决方法。     

基于IP地址聚类的网络异常流量分析

异常流量在目的地址与出现时间上的分布均与正常流量有很大区别。文中对校园网的出口流量进行分析实验,将其NetFlow记录按校外IP地址的前16位聚类,得到的部分网段在出入流量中的出现频度有明显特点。分析2种典型网段,研究由此发现校园网内的异常流量源的方法,并对2种异常流量源的区别进行了分析。此方法与常用的异常检测方法相比,所需处理的数据量大为减少,大大提高了检测效率。     

长江口潮间带九段沙浅滩潮水沟形态分析

潮水沟演化是潮滩滩面对环境动力和生物过程的适应,分析潮水沟的形态特征有助于反推解读滩面的响应机制。借助于滩面水位高程计算模型和参数统计分析,提出九段沙上沙滩面潮水沟存在集中和分散两种发育模式。与分散模式相比,集中模式的水动力条件更强,潮沟数量更少,等级更高,规模更大。在研究区内,单支潮水沟的汇水形式彼此不同,但两种模式的总体汇水形式相近,潮水沟均以显著线性关系随汇水面积增大而扩展,最后两侧滩面产生同等的沟化程度。     

改进的最短路径搜索A*算法的高效实现

在交通领域中,对最短路径搜索问题的效率和应用研究较多,尤其最短路径搜索算法的效率是人们普遍关注的重点。在A 算法的基础上,进一步改进其启发搜索策略,提出了改进的A 算法,极大地减小了算法搜索的规模,提高了算法的效率,实验结果显示了本文提出的搜索策略的合理性和有效性。     

基于GA-BP神经网络的临洪河口湿地土地覆盖分类算法研究

针对传统分类方法易受到"同物异谱"和"同谱异物"影响，致使河口湿地覆盖分类精度较低的问题，提出一种基于遗传算法优化BP神经网络分类算法。以江苏省临洪河口湿地为研究区，选用哨兵Sentinel-2影像，经辐射校正、大气校正和图像裁剪等预处理后，构建基于自适应遗传算法优化的BP神经网络算法开展临洪河口湿地土地覆盖分类研究，并与传统BP神经网络、支持向量机和随机森林算法进行精度比较。研究结果表明：遗传算法优化后的BP神经网络算法开展河口湿地土地覆盖分类的总精度为96.162 7%，Kappa系数为0.952 0；与传统BP神经网络、支持向量机和随机森林分类算法的分类总精度相比，分别提高了7.359 7%、11.677 9%和6.042 4%；对应的Kappa系数也相应提高了0.090 8、0.118 0和0.074 8；有效解决了河口湿地土地覆盖分类精度低的问题。遗传算法优化后的BP神经网络可实现河口湿地土地覆盖的高精度分类，促进湿地资源的合理开发和保护，为实现海洋生态文明建设提供技术支撑。