基于改进Floyd算法的物流运输路径规划

当站点较多时,物流运输路径规划存在困难,传统Floyd算法路径规划的时间复杂度过高．鉴于传统Floyd算法规划时间复杂度高是因节点数量过大导致,提出一种结合改进K-means聚类算法的Floyd算法,该算法在节点数量较大情况下,运用改进K-means聚类算法分割物流区域,降低规划所需考虑节点数量,从而降低Floyd算法的时间复杂度．在复杂环境下进行传统Floyd算法和改进算法的对比实验,仿真分析结果表明,改进算法可以在更少的时间内找到一条较优的路径．     

二次函数PD算法在智能转向车中的应用

智能车在转弯时的路径优化决定着是否能够快速稳定的过弯,通过对传统PID算法的研究和改进,提出了一种将二次函数模型和PD算法相结合的控制方案.提高了智能车舵机的响应速度,优化了小车的过弯路径,缩短了转弯时间.实践表明该转弯控制算法明显优于传统PID控制.     

一种基于离散蛙跳算法的旅行商问题求解方法

针对旅行商问题,提出了一种新的离散化蛙跳求解算法.新算法借助蛙跳算法优化机理,采用基于城市序列的编码方式和新的个体产生方法扩展了传统蛙跳算法的求解模型,并结合简化邻域搜索算法给出了改进策略.仿真实验表明了所提算法及策略的有效性.     

基于蚁群优化算法的QoS多播路由算法改进及实证

多QoS约束的组播路由技术是当前实现分布式网络多媒体的关键技术,蚁群算法是解决多QoS约束组播路由问题的一种启发式算法,但大多算法仍属于集中式算法.该文提出了一种基于蚁群优化的分布式QoS多播路由算法,并结合多播路由问题的特点对算法进行了改进.通过仿真实验讨论了该方法的性能,并与传统的蚁群算法对比,证实了其的有效性.     

一种优化的灰狼算法

针对传统灰狼算法存在局部开发能力弱、早熟收敛以及初始种群分布不均匀等缺点,优化了传统灰狼算法。采用Cat混沌映射和反向学习初始化种群,增加初始种群的多样性和均匀性;在灰狼位置更新方面结合了粒子群算法的个体位置更新策略的优势,降低了算法陷入局部最优的风险;引入非线性控制参数,平衡了算法的全局搜索能力和局部开发能力;利用Levy飞行对α狼进行全局搜索,防止了算法后期狼群丧失多样性和算法收敛早熟。利用优化后的灰狼算法对6个标准测试函数进行理论仿真,结果表明,与传统灰狼算法、粒子群算法和蚁群算法相比,优化后的灰狼算法在标准函数求解精度和算法稳定性方面均有显著提高。     

n次参数曲线的算法研究

提出一种生成n次参数曲线的算法,在生成曲线的过程中利用增量计算有效降低了计算量,并动态调整步长,可以使生成的曲线达到像素级,采用堆栈技术充分缩短了计算机的运算时间,提高了运算速度.因传统方法无法描述封闭的曲线,也不同于基于优化的拟合隐式曲线方法,无须考虑函数的形式或多项式的次数.算法涉及了动态调整步长问题,并分类处理了各种情况,因而该方法有很强的物体边界描述能力和缺损修复能力,在物体边界重建、缺损图像复原等领域有一定的应用前景.     

基于分布均匀度的自适应蚁群算法最优PID控制

蚁群算法是一种启发式算法,在解决组合优化类问题方面具有突出的适用特征,但由于蚁群算法按一种固定不变的模式更新信息量,确定每次路径的选择概率,故存在早熟停滞现象,且收敛速度较慢.为了克服这些缺陷,提出了一种基于分布均匀度的自适应蚁群算法优化PID控制的方法,该方法克服了蚁群算法的不足,较好地实现了PID控制参数Kp、Ti、Td的优化,系统单位阶跃响应超调量σ和调整时间ts获得改善,并具有广泛的应用前景.     

利用BFO算法优化PID参数的机械臂控制设计分析

提出了一种基于细菌觅食(BFO)算法优化PID控制器参数的机械臂控制设计分析,用于不确定的2自由度旋转棱镜(RP)机械臂有效的轨迹跟踪和参数鲁棒性.提出的方法将BFO算法与PID控制器相结合,通过BFO算法在线对PID控制器的3个参数进行优化.最终,传统的动抗干扰抑制(ADRC)设计问题被转换成用于寻找最优控制器调谐参数的特殊优化问题.仿真结果表明,与传统方法相比,提出的方法能有效提高机械臂跟踪控制的快速性和准确性,具有更优越的控制品质和较强的抑制干扰能力.     

基于差异进化算法的医学图像配准方法

基于互信息的医学图像配准是一种目标函数的优化问题,但传统优化方法往往由于目标函数收敛到局部极值而导致错误的结果.该文将差异进化算法引入到医学图像配准中,利用其收敛特性避免互信息测度优化陷入局部极值,实现了多模态医学图像的配准.实验数据表明,以互信息测度为目标函数的医学图像仿射配准中,差异进化算法优于Powell算法和模拟退火算法.     

多模态函数优化的小生境克隆选择算法

分析了传统用于多模态函数优化问题小生境遗传算法的特点和不足,基于免疫系统的克隆选择原理,提出一种解决多模态函数优化问题的小生境克隆选择算法(NCSA),通过3个典型的多模态函数寻优问题的仿真实验,说明实现了小生境克隆选择算法在解决多模态函数的优化问题时的有效性.     

有向网络上两顶点间最短路径的双向搜索算法

提出了一种求解有向网络上两顶点间最短路径的双向搜索算法,经理论证明和实际应用,该方法较原Ｄｉｊｋｔｒａ算法可平均提高８倍的计算效率。     

一种最短路径的演示算法

根据最短径问题的理论 ,编制了一个最短路径问题的演示算法 ,文中给出了合理的存储结构及主要算法 ,本算法与教材中的算法不同 ,更好地体现了迪杰斯特拉思想     

交通运输网络的二叉堆索引及路径算法优化

交通运输网络的最短路径分析是地理信息系统网络分析最常见的应用之一.该文在二叉堆索引结构的基础上改进了计算最短路径的Dijkstra算法和A^*算法，采用了多种优化策略提高算法的运行效率.首先，应用二叉堆索引提高了交通运输网络存储结构的读取效率；其次，通过数据类型的低精度损耗简化和运算类型的简化，提高了算法的计算效率.另外，优化了A^*算法中估计函数的计算方式，有效降低了搜索空间，提高了Dijkstra算法和A^*算法的整体计算效率.实验结果表明Dijkstra算法的改进方法可使计算速度提高7倍以上，对A^*算法的改进可使计算速度提高200倍以上.     

基于组合优化理论设计单钻头打孔机生产效能模型

对孔型加工及走刀方式进行分析,基于离散空间的组合优化理论建立了求解最短路径与刀具转换的动态优化模型,并利用Matlab软件结合蚁群算法研究了该类问题的常用求解算法．从而设计出单钻头作业的在最短行进时间和最少作业成本前提下的最优作业线路,即刀具转换方案．     

基于模拟退火思想的优化k-means算法

鉴于典型的基于划分的聚类算法——k-means算法中存在局部最优和算法执行速度慢等问题,提出了基于模拟退火思想的优化k!means算法.该算法将模拟退火思想用于对k-means算法的优化,是一种具有全局最优解和较高执行效率的算法.针对聚类算法典型数据集和随机产生的数据集,在不同情况下进行对比实验.实验结果表明,优化k-means算法优于基本的k-means算法。     

全身伽玛刀治疗过程自动化的解决方案

提出了一种基于靶点设计几何优化及治疗路径规划的一体化解决方案.该方案建立了几何优化靶点模型,采用遗传算法对模型进行优化,以获得靶点的最优配置;进而对治疗路径进行优化,以减少治疗床不必要的往复运动,提高治疗效率.当靶点数过多时,给出了一种分层优化方案,减少了治疗过程中的定位误差.模拟数据的实验结果表明,该自动化方案快速有效.     

求解Hamming距离下单位型单发点树型网络最短路改进问题的算法

给出了求解两类特殊的Hamming距离下单位型单发点树型网络最短路改进问题的多项式时间算法,并研究了一般树型网络下该问题的性质.解决了Hamming距离下逆问题(改进问题)中的部分问题,有助于设计出更多的求解Hamming距离下单位型树型网络最短路改进问题的算法.     

基于改进蚁群算法的潜艇最短航路规划

提出了一种将潜艇的航路规划问题转化为多阶段最短路径问题的模型,和最短路径问题的威胁度加权算法,并使用蚁群算法来计算最短路径,达到求解潜艇航路规划问题的目的.还针对现有的蚁群算法收敛速度慢的缺陷提出了一种蚂蚁学习策略,同时对现有算法的信息素更新策略进行了改进.最后的实验比较得出,改进后的蚁群算法收敛速度与成功率相比传统蚁群算法有了明显提高.     

OFDM系统的时频同步优化

研究了多径衰落信道下OFDM系统的时频同步算法,分析了传统算法定时不准确的原因,提出了一种优化方法,并基于一个对称PN序列来完成时频同步. 通过寻找滑动相关求和值的第1个下降沿完成定时同步,给出了使用滑动求和值搜索窗口大小的选取方法,同时在频率同步中引入修正相关计算的概念. 仿真结果证明了该
算法在多径信道,特别是第1径不是最强径情况下的稳定性和优越性。     

基于密度峰值剪枝后的最短路径聚类算法

聚类是通过数据标签或者属性，将一系列经验数据按照相似性或者相近性进行归类.基于密度属性展开的聚类算法，主要聚焦在聚类中心的确定和剩余点如何分配的问题上展开讨论.针对基于密度峰值的可训练最短路径算法，通过密度峰值确定聚类中心，提出使用截断阈值、对路径图进行剪枝的算法改进.然后基于最短路径法对剩余点进行全局分配.实验结果证明，在保持聚类精度的同时，有效地提升了算法执行效率.