基于蚁群算法的TSP的仿真与研究

对于旅行商问题的研究始于19世纪,从20世纪中叶开始随着计算机技术的发展而不断发展。蚁群算法是一种新型的优化算法,于20世纪90年代提出,最早成功应用于解决旅行商问题。研究表明,蚁群算法有着极强的鲁棒性发现较好解的能力。通过编程实现了用蚁群算法解决旅行商问题,通过仿真实验研究了各参数对算法的影响。     

求解旅行商问题的改进育种算法

介绍了基本育种算法,提出了求解旅行商问题的育种算法,给出了4种变异策略,算法的测试表明,策略D是一种简单有效的算法.在分析基本育种算法特征基础上,提出了改进育种算法,对CTSP问题进行了仿真实验,仿真研究表明,改进后的育种算法具有优良的性能.     

点阵结构部件的增材制造路径连接方法

旨在提高点阵结构部件增材制造的加工效率.点阵结构经分层切片后,每层将产生大量待填充多边形,通过将这些多边形抽象为离散点,并在切片层面内求解旅行商问题,进行连接路径的规划,进而获得高效率的点阵模型填充路径.算法综合考虑到旅行商问题的计算效率以及连接路径的计算总长:采用蚁群算法可获得无交叉连接轨迹,计算2000个点的连接规...     

大型自由曲面光学器件的超精密抛光方法

旨在提高大尺寸自由曲面光学器件精密抛光技术的精度与效率.通过构建一个机器人抛光中心作为抛光平台,并在包括单位圆域、单位正方形域及自由边界域在内的平面映射域内求解旅行商问题,通过投影计算圆形度数值,进行映射区域的分类,并将所获得的平面轨迹映射到曲面上获得用于大尺寸自由度超精密光学器件的抛光路径.本文算法综合考虑到计算效率...     

总体最小二乘算法在自适应信道均衡中的应用研究

分析了最小二乘解产生偏差的原因,推导出了最小二乘解偏差项的数学表达式。提出了一种基于瑞利商的变步长总体最小二乘求解方法。仿真试验表明,总体最小二乘算法的性能优于加权递归最小二乘算法,是一种适用于输入信号端含有噪声的自适应信道均衡算法。     

旅行的邀约:选择与抗争——对杜拉斯初期小说中旅行主题的探究

杜拉斯初期创作的《直布罗陀水手》和《塔吉尼亚的小马》这两部小说都以旅行作为主要题材,旅行在小说中不仅是故事发展的主线,也代表着一种人生的选择,更是一种积极的抗争。杜拉斯在小说中描写了现代人困惑无奈的人生境遇,而主人公所进行的选择与抗争则反映出杜拉斯一贯灰暗主题中闪光的一面。对这两部小说中旅行主题的探究能帮助我们更好地理解杜拉斯对生活及人生的独特感受。     

谭瑞松会见中国商飞总经理贺东风

2012年9月28日,中航工业总经理谭瑞松、副总经理张新国在集团总部会见了到访的中国商飞总经理贺东风、副总经理史坚忠一行。双方就现有合作项目C919大型客机和ARJ21新支线飞机的进展情况进行了深入交流。双方首先观看了中航工业视频宣传短片。中国商飞有关人员介绍了C919和ARJ21项目研制进展和执行情况,并就项目中与中航工业合作部分的相关问题进行了探讨。     

关于在线旅行分销的初步研究

阐述了在线旅行分销的概念、产生与发展的历史背景,分析了在线分销的发展趋势及其对行业格局的深远影响,讨论了在线分销在国内的应用前景。     

浅析航材承修商多维度管理

在深航近年来使用的承修商管理模式的基础上,通过实践不断修正,新增可视化质量评估平台,使深航的承修商管理形成一个完整的闭环监控,本文对这一可视化质量评估模型进行了详细介绍,以期为业内航材承修商管理工作提供参考。     

IATA：关于SARS和航空旅行的常见问题

近几个月,由于SARS的流行,世界航空业,尤其是亚洲的航空业遭受了巨大的打击。IATA就关于SARS和航空旅行的常见问题咨询了WHO,公布解答如下。     

基于能量最优的敏捷遥感卫星在轨任务规划

针对敏捷遥感卫星对多个离散观测点在轨自主任务规划问题,在考虑姿态运动方程耦合性的基础上,将问题分解为空间资源调度问题和连续最优控制问题,进而提出了一种结合伪谱法和遗传算法的混合求解算法。该算法针对基于行商问题(TSP)模型建立的空间资源调度问题模型,选用二维编码结构对观测顺序和相对观测时间进行实数编码,并采用遗传算法求解观测序列和观测时间;针对判断观测时间可行性时涉及的时间最优控制问题、以及姿态转移过程中涉及的最小能量消耗问题,将其归结为连续最优控制问题,并基于Gauss伪谱协态变量映射定理,采用Gauss伪谱法进行求解。通过与基于单纯遗传算法的规划算法进行对比试验,本文所提出的基于伪谱法和遗传算法的混合求解策略针对目标问题,在典型工况下姿态转移过程中能量消耗降低60%。     

终端区飞机排序的规划模型和算法研究

对终端区到达飞机进行排序是终端区交通管理自动化系统的一项主要任务。提出了一种新的终端区规划排序模型，把飞机的排序问题看作等价于带有准备好时间的渐增周游店员问题，并给出了兼顾解的最优性和计算复杂性的快速启发式算法。分析了静态和动态两种情况，并且考虑了实际的运行限制。计算结果表明，所给模型和算法具有良好的规划性能，能较好地解决终端区排序问题，可应用于我国空中战术流量管制系统。     

A memetic algorithm for path planning of curvature-constrained UAVs performing surveillance of multiple ground targets

The problem of generating optimal paths for curvature-constrained unmanned aerial vehicles （UAVs） performing surveillance of multiple ground targets is addressed in this paper. UAVs are modeled as Dubins vehicles so that the constraints of UAVs＇ minimal turning radius can be taken into account. In view of the effective surveillance range of the sensors equipped on UAVs, the problem is formulated as a Dubins traveling salesman problem with neighborhood （DTSPN）. Considering its prohibitively high computational complexity, the Dubins paths in the sense of terminal heading relaxation are introduced to simplify the calculation of the Dubins distance, and a boundary-based encoding scheme is proposed to determine the visiting point of every target neighborhood. Then, an evolutionary algorithm is used to derive the optimal Dubins tour. To further enhance the quality of the solutions, a local search strategy based on approximate gradient is employed to improve the visiting points of target neighborhoods. Finally, by a minor modification to the individual encoding, the algorithm is easily extended to deal with other two more sophisticated DTSPN variants （multi-UAV scenario and multiple groups of targets scenario）. The performance of the algorithm is demonstrated through comparative experiments with other two state-of-the-art DTSPN algorithms identified in literature. Numerical simulations exhibit that the algorithm proposed in this paper can find high-quality solutions to the DTSPN with lower computational cost and produce significantly improved performance over the other algorithms.     

多机布阵航路规划问题研究

针对多机布阵航路规划问题,提出了一种新的策略。首先,建立了多机航路规划模型;然后,采用聚类分析的方法将浮标点分类,并给出了任务分配的原则,从而将多机航路规划问题转化为单机航路规划问题;最后,利用模拟退火算法分别求解,并在此基础之上采用平均路径长度的方法给出了优化算法。     

面向单机相依任务调度的GPU并行蚁群算法

蚁群算法是一种具有高度并行特征的群智能算法,串行实现过程中具有收敛速度慢的特点,在将其应用到相依任务序列的单机调度问题中时,以任务在不同作业序下的完成时间为基础,建立了单机调度问题的TSP模型。以任务完成时间最优化为目的,实现了一种求解相依任务单机调度的改进蚁群算法,并基于GPU对其进行了并行化设计。实验表明该算法能够完成相依任务的调度处理,通过并行化得到了较高的加速比。     

数字化城市交通向导仿真的蚁群优化算法

以求解旅行商问题的蚁群算法为基础,充分考虑交通向导最佳路径的具体要求,对算法的选择机制、更新机制以及协调机制作进一步改进,引入自适应的转移策略,并融入节约法,以克服基本蚁群算法计算时间长、易出现停滞等缺陷。以湖北荆门地区车辆选择路径为研究对象,采用蚁群优化算法建立了车辆最佳路径的模型,并对其进行了仿真分析。仿真实验结果表明,优化算法比基本蚁群算法的路径更优,寻路时间更短。     

面向并行模拟机的path-CSA MOS开关模型及评价算法

提出一种新型MOS开关模型,它基于MOS CSA模型,又具有path MOS模型特性。新模型采用了逻辑门一级的Time-mapping事件驱动算法,有利于采用并行模拟机硬件实现。新算法利用了path MOS模型路径法特性,因而克服了CSA方法中的LOOP问题。新算法中首次提出最大、最小信号强度传送及评价操作,克服了MOS电路逻辑模拟中存在的不定值X问题。