基于A*算法的坦克CGF全局路径规划

提出了一种应用A*启发式搜索算法对虚拟战场中坦克CGF(Computer Generated Forces)实体进行全局路径规划的方法,同时对A*算法进行了改进,利用二叉堆的结构组织OPEN表,大大加速了A*算法的搜索效率。所提方法可以处理较大规模的战场地形,具有较高的效率。     

"强军梦"统领下的大学生军训改革路径探索

大学生军训是推进高校素质教育、培养国防后备人才的战略举措.本文选取全国不同地区不同类别的高校学生作为调研对象,采取问卷调查、集体座谈的方式,对大学生关于军训的认知情况、军训开展的实际效果及存在的矛盾问题,进行了深入分析和研究,从更新观念、规范管理、优化内容、科学施训四个方面,提出了大学生军训改革路径的对策建议.     

思想政治教育有效性视域下研究生创新能力培养路径探析

创新能力培养作为研究生教育的重要组成部分,是知识经济时代发展的必然要求。研究生的创新能力与其核心竞争力的养成息息相关,不仅影响到就业创业工作的具体走向,也关系到研究生培养模式和培养质量的改革提升。思想政治教育有效性研究立足于实现人的自由而全面的发展,涵盖了要素有效性、过程有效性和结果有效性3个环节的13个指标。从思想政治教育有效性理论视角出发,树立正确观念、完善制度体系,搭建创新平台、开展实践活动,进而构建研究生的创新能力培养路径。     

指挥控制结构的抗毁性分析研究

指挥控制结构的抗毁性决定了战时指挥控制体系在遭受敌打击时,其减缓受到的损害和恢复其相关能力的能力,在未来信息化作战条件下具有重要的现实意义。为了明确指挥控制结构的抗毁性与攻击方式等因素的关系,在指控复杂网络模型的基础上,对抗毁性的描述参数进行了定义,以仿真实验的方式对比了随机攻击与重点攻击、考虑时间因素的攻击、按照不同标准(度和介数)排序进行的攻击等。从而揭示了信息化作战环境下指挥控制结构抗毁性的表现与维护重点。     

基于深度Q网络的改进RRT路径规划算法

针对快速搜索随机树(rapidly-exploring random tree,RRT)路径规划算法存在的随机性大、搜索效率低等问题,结合强化学习可根据先验知识选择策略的特点,提出了一种基于深度Q网络(deep Q-network,DQN)的改进RRT优化算法.首先设计复数域变步长的避障策略,并建立RRT算法中随机树生...     

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。     

动态路径分裂的虚拟网络重构算法

为了解决现有故障虚拟网络重构算法存在的故障虚拟链路恢复率较低、负载不均的问题,提出一种动态路径分裂的虚拟网络重构算法。该算法定义了重构排序函数以确定故障虚拟网络的重构顺序;同时,将动态路径分裂方法引入故障虚拟链路的恢复,以提高故障虚拟链路的恢复率;最后,结合就近原则与负载均衡进行故障虚拟节点的恢复,进一步优化映射的结果。仿真结果表明,所提算法提高了虚拟网络的请求接受率与成功运行率。     

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。