共查询到17条相似文献,搜索用时 93 毫秒
1.
2.
《海军工程大学学报》2015,(5)
针对装配序列规划(ASP)过程中产生的大量不可行的装配序列问题,提出了一种基于量子行为粒子群算法(QPSO)的装配序列优化方法。该算法根据ASP特点,在排序空间定义了粒子的位置和速度以及相关的逻辑运算,并基于装配序列的几何可行性、装配操作的稳定性、装配操作的聚合性以及装配重定向次数构建了综合评价函数,然后将粒子进行量子化,使粒子能遍历到整个粒子空间以搜索全局最优解,克服了一般算法局部收敛的缺点。实例分析对比表明:该算法是一种能解决复杂产品装配序列规划优化问题的有效方法。 相似文献
3.
针对5G移动通信中的通用滤波多载波(universal filtered multi-carrier,UFMC)系统中信号的峰均比(peak-to-average power ratio,PAPR)较高的问题,提出了一种改进二进制离散粒子群优化的免疫规划的部分传输序列算法(IPA-IBPSO-PTS)。该算法在IBPSO-PTS算法的基础上,采用差分算法中的变异来避免其在迭代搜索后期出现种群多样性丢失的问题,同时引入了新型免疫规划算法中的疫苗接种和免疫选择操作,进一步提升算法的全局收敛速度。理论分析和仿真表明,提出的IPA-IBPSO-PTS算法能够获得更好的PAPR抑制性能,有效地降低了军事移动通信系统的复杂度和误码率。 相似文献
4.
针对以往考虑时间窗约束的多无人机协同任务分配问题模型不能反映在有效时间窗内,任务执行时间对任务收益的影响及求解算法效率较低的问题。建立了将任务收益和任务执行时间直接联系起来的任务分配模型和可行解到粒子整数编码方式的映射,设计了混合离散粒子群-郭涛算法的组合优化问题求解策略。借助粒子群算法利用粒子自身信息和种群有用信息指导种群进化的本质特点,优化郭涛算法的适应性序列倒置操作;设计了可变的学习选择概率来选择个体的学习粒子,改进了序列倒置算子。仿真实验验证了该方法处理复杂任务分配问题的有效性。 相似文献
5.
6.
7.
基于离散粒子群算法的战术训练空域规划问题 总被引:1,自引:0,他引:1
《火力与指挥控制》2018,(12)
战术训练空域的合理规划,对于促进军民航的安全高效飞行具有重要意义。根据航空兵战术训练的特点和实际情况,对空域进行离散化处理,将其抽象为多个单元格的集合;通过规定的排样规则将规划问题转化为组合优化问题;针对解空间的离散不连续性,构建了基于离散粒子群算法的优化方法;结合改进的最低水平线算法来加快问题的求解速度,并解码形成相应的规划方案。通过与遗传算法的仿真结果比较发现:该算法在解决空域规划问题上具有良好性能,且在寻优速率和求解结果上均优于传统的遗传算法,同时也为空域的灵活使用提供了一定的参考价值。 相似文献
8.
9.
10.
作为卫星运控系统中的一个重要模块,卫星任务短期规划对充分发挥卫星系统效能有着重要影响。与卫星任务的日规划的作用和特点不同,它既涉及到任务规划的技术问题又涉及到卫星管理问题。针对周规划任务,本文分析周规划的需求和特点,兼顾周规划的四项主要作用,构造周规划的分层框架;分析周规划优化目标及约束条件,建立卫星任务的负载度周规划模型;针对模型求解属于高维离散组合优化问题,仿真实验评价了几种基本智能优化求解算法,并应用引入分布式并行技术的遗传模拟退火算法求解。 相似文献
11.
12.
为了探索提高协同空战攻击决策算法性能的途径,将多子群粒子群优化理论用于求解协同空战攻击决策,利用生命周期粒子群模型( LCPSO),提出了一种生命周期离散粒子群( LCDPSO)协同空战攻击决策算法。基于典型空战想定背景,仿真验证了算法的有效性。通过统计实验的方法,分析比较了LCDPSO协同空战攻击决策算法与多种智能决策算法的准确性、可靠性和快速性,研究结果证明LCDPSO协同空战攻击决策算法优良的综合性能。 相似文献
13.
针对基本粒子群算法(particle swarm optimization,PSO)易局部收敛的缺陷,设计了一种根据种群多样性测度动态调整惯性权重的改进粒子群算法,通过仿真测试函数与基本粒子群算法、自适应粒子群算法(adaptive particle swarm optimization,APSO)、带收缩因子的粒子群算法(contractive particle swarm optimization,CPSO)进行比较,改进的PSO算法在提高算法的综合搜索能力方面具有优越性。将改进的PSO算法运用到作战飞行器航迹规划中,并进行了仿真实验,仿真结果验证了改进算法的有效性。 相似文献
14.
复杂环境下基于多目标粒子群的DWA路径规划算法 总被引:1,自引:0,他引:1
针对机器人在障碍物分布密集的复杂环境中运行时,动态窗口法(dynamic window approach,DWA)易出现避障失败或规划不合理的情况,提出一种基于多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)的改进DWA规划算法。在建立多障碍物环境覆盖模型的基础上,提出一种障碍物密集度的判断方法;优化DWA算法中的子评价函数;利用改进的MOPSO算法实现DWA权重系数的动态调整,将权重系数的自适应变化问题转化为多目标优化问题;根据路径规划的要求将安全距离和速度作为优化目标,并使用改进的MOPSO算法对相应的多目标优化模型进行优化求解。仿真结果表明,该算法使机器人有效地通过障碍〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCLXY.TIF;%129%129〗听语音 聊科研与作者互动 物密集区的同时兼顾了运行的安全性和速度,具有更好的路径规划效果。 相似文献
15.
16.
针对同类装备构成的集群预防性维修计划问题,综合考虑了装备的使用和维修过程,分析了装备动用与维修计划之间的相互关系,刻画了装备使用和维修的触发机制,提出了一个包含离散事件仿真和粒子群优化算法的混合模型,并描述了模型的结构和数学表示。该模型基于离散事件仿真对给定的预防性维修计划进行评估,并以该评估值为基础利用粒子群演化进行优化,从而通过多次迭代进化可逐步逼近可能的全局优化结果。由于模型中考虑了装备使用过程中的不确定性,并且粒子群优化可从任意初始值开始,因而可用作维修系统效能评估以及维修方案优化的决策工具。 相似文献