基于SAGWO算法的UCAVs动态协同任务分配

通过分析无人作战飞机（UCAV）优势概率和任务联合威胁以及定义任务时间,建立了以目标价值毁伤、编队损耗代价和时间消耗为性能指标的多无人作战飞机（UCAVs）多约束动态任务分配数学模型,采用改进的灰狼优化（GWO）算法对数学模型进行求解;针对基本GWO算法求解早熟的缺点,给出了自适应调整策略和跳出局部最优策略,引入了二次曲线控制方法;对UCAVs动态协同任务分配特点,设计了目标任务序列编码方式,提出了基于自适应GWO（SAGWO）算法的UCAVs多目标动态任务分配方法。从静态与动态2种情况分别对该方法进行仿真验证;仿真结果表明,该方法是有效的,相比较于其他算法,其优化过程快速精准。      

疯狂的游戏

游戏规则：在横列、正斜线、反斜线上填人连续数列（例如1～6、3～8、4～9……）,使横列、正斜线、反斜线上的数字不重复。也就是说,除了中央的横列、     

非平稳信号的双重中值容错平滑算法

平滑是消除或削弱测量数据随机误差时常用的数据处理手段。文章建立了一组新的非平稳数据序列容错平滑算法，其采用两阶段两次滑动中值与滑动均值平滑组合，实现了数据简化与平滑的统一。理论分析和仿真计算结果证实，算法可有效避免斑点型异常数据的不利影响，有效削弱随机误差的影响，改进数据处理精度和数据处理结果可靠性。     

向太空的长征

紧跟中国载人航天工程的成功历程，中国宇航出版社隆重推出了梁思礼院士的新著《向太空的长征》。这是一本普及航天知识，特别是关于中国航天技术发展、神舟号飞船研制的图书。主要由两部分组成。     

Ada动态测试中遗传算法的参数编码方法

介绍了将遗传算法应用在Ada程序结构测试中,被测单元参数按照遗传算法的运算规则进行编码的原则与方法.首先,介绍了包括枚举类型和变长数组的基本数据类型的参数编码方法.由于Ada语言允许使用动态数据结构类型的参数,如何在一个较高自动化的动态测试工具中实现对动态数据结构的自动测试,成为首要关注的问题.因此文中着重介绍了Ada程序的动态数据结构在遗传算法中的编码方法.     

基于表面再现 Marching cubes算法改进与实现

从医学体数据中得到对象的三维可视图像有广泛的应用领域,例如医学诊断、法医学、古人类学等.本文讨论并分析了一种基于表面再现的 Marching cubes算法的优点及存在的不足,给出了算法在时空开销、不确定性等方面的改进和解决方案,改进后的算法在实际系统中取得了良好的效果.     

空间非合作目标的多视角点云配准算法研究

为了提高相邻视角间稀疏扫描点云数据配准的速度和精度,实现多视角点云精确配准,提出一种基于KD Tree点云均匀采样简化算法,并且对传统四点算法（4 PointsCongruentSetsAlgorithm,4PCS）中的阈值参数进行了统一,确定了各误差阈值参数和点云密度之间的关系,通过基于姿态校正的方法有效解决了对称视角点云引起的误配准问题。仿真结果表明,该方法能够快速、有效地实现卫星稀疏点云的配准。     

一种分布式异构多AUV任务分配鲁棒拍卖算法

为了解决异构多自主式水下航行器(AUV)的任务分配问题,提出了一种分布式鲁棒拍卖算法。建立了异构多AUV任务分配分布式拍卖模型,包括任务分配系统(拍卖商)的优化模型及AUV的优化模型。针对现有拍卖算法忽略拍卖商的利益,不符合市场规律的问题,引入任务奖励反馈机制,任务分配系统通过多轮试探拍卖市场,自适应地调整任务奖励,达到保证AUV效用的同时,有效降低任务分配系统成本的目的,促进了任务分配系统参与拍卖。针对水下洋流对任务分配模型产生的不确定性因素,提出了一种鲁棒优化算法对抗不确定性因素,提高了多AUV任务分配系统应对复杂水下环境的能力。仿真结果证明了所提算法的鲁棒性和有效性。      

波罗的海的发现引起的推测

比杰尔·林德别尔格领导的一支海洋勘察队在对瑞典与芬兰之间的波的尼亚湾的海底进行探测时,发现了直径约20米的盘状物。当时科学家正在利用安装在“海洋考察”号上的声呐对这一海底进行考察。他们在这里进行考察的目的并非单纯的科学研究,而是在寻找古代运载香槟酒的沉船。他们在这里曾经不止一次地发现一些瓶装酒,     

U档案

U档案编号:NO.80目击地点:美国,得克萨斯州备注:我儿子在丹顿乡间公路上驾车时看到的,时间是早上6时50分。他看到在大坝对面的山坡上有一道白光,他首先想到的是飞机,因为过去在海军服役,他对飞机很熟悉。接着他开始寻找红绿光,他能看见,因为它飞行很慢,30米～50米高,似乎要与海岸线接触了,与眼睛视线相平。他慢慢减速,打开车窗,观察这个飞行物。它没有一点声响,黑灰色,三角形状,是金属的,底部有镶板线条。飞船下面有三道光芒,不闪烁。他停了车,冲了咖啡,画了一张素描,写下细节,就去上班了。