基于模拟退火算法的舰艇编队海上补给规划

为有效优化舰艇编队海上补给的规划过程,首先在阐述三种不同补给策略的基础上,以送报男孩策略为例建立了平时及战时状态下的海上补给规划模型;然后,分别以最小补给时间及最大作战效能为目标进行了建模,同时考虑了战时状态下补给物资种类的选择,并在此基础上运用模拟退火算法,类比传统旅行商问题(TSP)进行算法设计及模型求解;最后,以某舰艇编队物资补给任务为例进行计算,得出了最优补给路径、补给舰船及物资种类。结果表明:运用模拟退火算法解决此类问题具有有效性及可行性。     

舰艇编队多补给舰海上补给路径规划

为提高我军远洋保障能力,实现舰艇编队海上伴随保障的精准高效,在分析舰艇编队补给方式的基础上,提出了一种基于改进遗传(Improved Genetic Algorithm,IGA)算法的舰艇编队多补给舰海上补给路径规划模型,分析了舰艇编队海上补给路径规划模型求解方式,增加了多目标函数寻优策略、采用了近时初始化方式构建初始解、改进了交叉和变异运算的运算规则,形成了舰艇编队多补给舰补给规划方案.实例证明,模型可行,可为舰艇编队海上补给部门提供科学和实用的决策依据.     

基于两阶段优化模型的海上横向补给规划研究

为研究海上横向补给过程,提高海上补给效率,对海上物资补给及舰船补给顺序进行了优化研究.通过分析横向补给的作业特点,将横向补给规划问题划分为单舰物资补给顺序规划与编队舰船补给顺序规划两阶段优化问题.在区分平、战时不同战场环境情况下,分别利用多智能体仿真模型与整数规划模型,对两阶段优化进行了实现,结果表明两阶段优化模型能够有效地优化海上横向补给方案.     

需求可拆分的应急物资调度问题的蚁群算法

应急物资调度问题是个典型的需求可拆分的车辆路径问题,区别于传统的车辆路径问题,将每个需求节点只能由一辆车访问的约束去除,允许需求节点由多辆车进行访问。针对应急物资调度问题的特点,建立相应的多目标车辆路径数学规划模型(SDVRP),并根据模型特点设计改进蚁群优化算法。最后,进行相应的算例分析,验证了该模型和算法的有效性。     

人工蜂群算法及其在路径寻优问题上的应用

针对多旋翼无人机路径寻优问题,结合人工蜂群算法的特点,提出一种改进的人工蜂群算法,根据飞行原理,建立飞行环境矢量化模型,并对其飞行过程的相关约束条件综合分析,结合路径规划的目的与要求构建出路径规划的目标函数模型,利用人工蜂群算法结构清晰、自适应能力强等特点,实现多旋翼无人机路径规划算法,并结合相关寻优手段对算法进行改进,以增强算法的寻优能力。     

基于模型预测控制的无人机避障路径规划方法

针对无人机飞行过程中避障问题,提出了一种基于模型预测控制的无人机避障路径规划方法。通过对无人机平台模型进行分析,构造了无人机状态空间预测模型。为保证路径规划过程输出的平稳性,采用一阶指数变化形式作为无人机飞行路径的参考轨迹。设计了预测模型调整策略,并给出了参数调整流程,以能力-时间组合最优为目标,建立了无人机避障路径优化模型,采用有限时域优化的滚动优化算法对无人机避障优化模型进行了求解。算例仿真结果表明,该算法可有效解决无人机飞行路径的避障问题。     

基于神经网络Q-learning算法的智能车路径规划

针对智能小车行走过程中的全局路径规划和路障规避问题,提出了一种基于神经网络Q-learning强化学习算法,采用RBF(Radial Basis Function)网络对Q学习算法的动作值函数进行逼近,基于MATLAB环境开发了智能小车全局路径规划和路障规避仿真系统。与传统的以及基于势场的Q学习算法相比,所采用的算法能更加有效地完成智能小车在行驶环境中的路径规划和路障规避。仿真结果表明:算法具有更好的收敛速度,可增强智能小车的自导航能力。     

基于多项式拟合的无人机攻击路径规划

针对具有终端约束的无人机攻击路径规划问题,提出了一种基于多项式拟合的路径规划方法。首先,通过分析敌方防空雷达的探测过程和敌方防空武器的攻击过程,给出了无人机突破敌方防空的威胁代价计算模型。然后,对无人机攻击目标时的终端约束条件进行了研究。最后,推导了具有终端约束条件的基于多项式拟合的无人机路径规划方法。运用遗传算法对路径规划问题进行了仿真。仿真表明算法能够对具有终端约束条件的无人机路径规划问题进行求解,获得的路径满足该规划问题的性能约束条件。     

无人机电子干扰条件下的路径规划

针对机载预警雷达结合地面雷达对低空突防无人机构成的严重威胁,提出一种基于A*算法的路径规划算法.该算法分析了电子干扰和无人机RCS对雷达探测空间的影响,建立了新的雷达探测空间模型和威胁模型进行路径规划,将A*算法应用于无人机的路径规划过程.在此基础上给出了应用该方法的具体步骤,并进行了MATLAB仿真.仿真结果表明:考虑电子干扰对雷达威胁区域影响的情况下规划的飞行路径飞行器能有效回避威胁,有效提高无人机的低空突防能力.     

基于几何算法的水下航行器路径规划

在分析水下航行器路径规划影响因素及主要障碍物特点的基础上,提出了一种基于几何算法的水下航行器路径规划算法,并采用该算法对障碍物进行建模和路径规划研究,解决了水下航行器航经多障碍物海区的路径规划问题.最后,通过仿真试验验证了该算法的准确性与可行性.     

基于CBBA的多域作战无人系统任务规划方法研究

针对多域作战任务中异构无人系统的分布式任务规划问题,建立考虑时间窗约束、路径受限等情况下的多域作战任务分配模型;基于一致性束算法求解异构无人系统的任务分配问题;采用Bezier曲线和粒子群算法对一致性束算法进行了扩展,将路径规划耦合到任务分配过程中。仿真结果表明,扩展后的一致性束算法可以同步得到无冲突的多域作战无人系统任务分配解和路径规划结果,验证了其在多域作战无人系统任务规划方面的适用性。     

复杂海战场环境下AUV全局路径规划方法

针对无人自主水下航行器(Autonomous Underwater Vehicle, AUV)在复杂海战场环境中路径规划时环境模型复杂、约束条件多的情况,建立了包括战场地形、敌方威胁、障碍物和海流场等在内的比较完善的海战场环境模型。以AUV航行时间、威胁时间最短为优化目标,给出了一种基于振荡型入侵野草优化(Invasive Weeds Optimization, IWO)算法的AUV全局路径规划方法,并分别与标准IWO算法、全振荡型IWO算法以及粒子群算法等三种路径规划算法比较。仿真结果表明,所提方法具有较强的寻优能力和鲁棒性,可在复杂海战场环境下为AUV高效地规划出满足性能要求的航行路径。     

MANET多路径路由中最大可靠性路径选择算法

如何选择路径的数量和质量对多路径路由机制的性能有着重要的影响。已有的多路径算法没有深入研究如何选择多路径的问题。对目前存在的两个典型问题进行了分析,在此基础上研究了路径可靠性模型和虚拟完全非交叉多路径模型,然后提出一个最大可靠性多路径选择算法。算法利用路径权重作为路径可靠性的近似解决方案,以此克服路径可靠性度量问题(NP难题)研究的复杂性,根据路径可靠性模型和完全非交叉多路径模型来选择可靠的路径集,使用这组路径集并行分布流量。应用OPNET模拟平台实现了算法,结果表明,本算法能增加聚合带宽,优化网络带宽的应用,提高网络的吞吐率和多路径路由的性能。     

网络势能合作博弈——一种求最优路径问题的新方法

最优路径算法广泛应用于物流规划、自动驾驶等实际场景。当交通网络复杂度增大时,算法的效率尤为重要。设计了基于网络势能合作博弈模型的分布式算法,将道路网络模拟成电路,利用电路中电阻最小路径电流最大的原理求解最优路径问题。该模型通过分量迭代,计算出每个节点的势能值,进而计算出节点间的电流值,确定从起点到终点的最大电流路径为最优路径。通过实验验证了模型的可靠性,其计算效率远高于Dijkstra算法。     

复杂环境下基于多目标粒子群的DWA路径规划算法

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。     

基于DDPG的无人机路径规划

针对无人机路径规划中传统算法面对未知情况时适应程度低、在线求解效率低、计算量大等问题,基于深度强化学习DDPG算法,提出了一种无人机路径规划方法.采用策略网络和评价网络的双网络结构,拟合无人机路径规 划决策函数和状态动作函数,根据状态空间、动作空间和网络结构设计了 DDPG算法模型.通过仿真验证了所提出的路径规划方法的...     

基于Legendre伪谱法的UGV避障路径规划

针对传统优化方法不易解决含有复杂动力学约束的路径规划问题,提出利用勒让德伪谱法(Legendre Pseudospectral Method,LPM)对地面无人驾驶器(unmanned ground vehicle,UGV)的避障路径规划进行研究。通过建立UGV的动力学模型和障碍物模型,整合了基于LPM的路径约束条件。最后应用以LPM为基础开发的MATLAB插件包DIDO,计算得出了优化路径。仿真实验中以UGV移动路径规划为例,设计实现了UGV的避障规划。仿真结果表明此方法具有较快的计算速度和准确性。     

装备维修任务调度研究综述

分析了装备维修任务调度需求及意义,综述了装备维修任务调度理论研究现状,围绕旅行商问题(Traveling Salesman Problem,TSP)、车辆路径问题(Vehicle Routing Problem,VRP)、项目调度问题(Project Scheduling Problem,PSP)和车间调度问题(Shop Scheduling Problem,SSP),综述了装备维修任务调度的典型模型及相应模型的求解算法,最后,从装备维修任务调度理论、调度策略、调度模型和调度算法4个方面提出了下一步装备维修任务调度研究的方向。     

蚁群算法的路径规划改进策略

研究了潜艇路径规划问题,基于遗传算法变异策略,提出了针对蚁群算法路径规划问题的改进策略,分别以威胁概率和路径长度作为代价指标构建了仿真分析。仿真结果表明,改进的算法从算法收敛速度和收敛性较改进之前更具优势,研究成果可为潜艇路径规划问题提供解决方法和途径。     

一种面向多制式路径规划的网络模型

随着综合交通运输与导航应用技术的发展,综合利用多种交通方式实施路径规划的应用需求日益迫切,传统的单一制式路径规划系统与服务正在向多制式的方向发展.然而,传统的路径规划模型与算法难以直接应用在多制式的条件下.针对多制式路径规划的特点,构建合理的数据模型是解决该问题的基础.为此,提出了制式切换点的概念,并以此为基础建立了包含多制式图集合、顶点属性表和切换点矩阵三个主要部分的多制式网络模型,并在真实的城市道路网数据集上进行了多制式网络构建实验.该工作能够从理论和实践两个方面为多制式路径规划算法的设计提供基础性的技术支持.