基于模糊神经网络和遗传算法的机器人三维路径规划

【目的】为了有效提高机器人三维路径规划精度。【方法】基于模糊神经网络和遗传算法建立了一种新的路径规划方法。【结果】根据路径长度和路径能量提出了三维路径规划的评价指标和优化函数,同时利用模糊神经网络建立了三维路径的5层结构,并结合遗传算法来优化并求解最优路径。【结论】通过仿真实验深入研究了影响该方法的关键因素,结果表明该方法具有更好的适应性。     

卡尔曼熵值模型的网络安全态势估计

针对网络安全态势估计问题,提出一种基于卡尔曼熵值模型的估计方法.根据熵值关联度,筛选出影响网络安全的关键因素,构建回归方程;构建网络安全评估的状态模型和测量模型.采用卡尔曼滤波对网络安全态势进行估计.结果表明:文中方法可以对网络安全态势作出精确估计.     

一个扩散微分方程模型的动力学性质分析

研究了一个带有交叉扩散的微分方程模型,给出了模型复杂的平衡点情况,并且得到了平衡点局部和全局的稳定性质.为了进一步研究模型的动力学性质,在模型中同时考虑自扩散与交叉扩散因素,并且重点研究了交叉扩散影响下模型的稳定性变化情况,从而得到了图灵失稳发生的条件.     

一种分层填补的矩形件几何排样算法

通过分析矩形件排样问题中图形间的几何关系,根据矩形件的尺寸提取其角点坐标,对待排样矩形件进行重组。按照板材的尺寸将重组后的矩形件进行分层排样,利用可变式排样基线定位排样空隙,选择尺寸适宜的矩形件进行空隙填补,提出了一种分层填补的矩形件几何排样算法。选用矩形件长边分别平行于x轴和y轴两种板材摆放方式,并设计多种分层排样规则,计算出多种排样结果,优选后输出最佳排样方式。通过算例分析,验证了该算法的有效性。试验结果表明,该算法操作简单、结果可视可选、稳定可靠、适应性广。     

基于模糊神经网络和遗传算法的机器人三维路径规划

【目的】为了有效提高机器人三维路径规划精度。【方法】基于模糊神经网络和遗传算法建立了一种新的路径规划方法。【结果】根据路径长度和路径能量提出了三维路径规划的评价指标和优化函数, 同时利用模糊神经网络建立了三维路径的 5 层结构, 并结合遗传算法来优化并求解最优路径。【结论】通过仿真实验深入研究了影响该方法的关键因素, 结果表明该方法具有更好的适应性。
     

基于支持向量机的任务调度模型

云计算框架大大改进了并行算法的实现难度,但是大部分算法有其局限性.介绍了MapReduce(映射化简)的基本实现原理和调度模型的缺陷,提出了基于支持向量机的的MapReduce进化算法,并给出了基本模型及实现.运用Hadoop云计算平台进行了仿真验证,实验结果表明,基于支持向量机的MapReduce计算框架在候选云节点的调度分配的准确性上有明显提高,并且加快了数据迭代的效率.