一个面向数控加工的曲面数字化模型

提出了新的曲面数字化模型，该模型的精度控制准则消除了现有刀位点计算误差分析中的不可靠因素．基于该模型，提出了一个新的参数曲面数控加工刀位点生成方法，有效地提高了刀位点生成速度     

基于人工神经网络烟度计有效光路的算法

为准确计算烟度计的有效光路，基于人工神经网络提出了对QN-1型全流消光式烟度计有效光路的计算方法．该方法利用烟度计有效光路的关键影响因素即空气扫气压力和发动机的转速为输入，构造了一种反向传播神经网络，并利用试验数据进行训练，然后仿真烟度计的有效光路．试验表明，仿真数据与试验数据偏差在-0．0399～0．0486之间．由此可见，利用人工神经网络计算烟度计的有效光路准确实用．     

交通信息网格中的最短出行路径并行算法

根据城市路网的特点，提出了一种新的路网图的分割方法；在此基础上，提出两种网格最短路径并行算法GPSPA1和GPSPA2．这两种算法克服了传统并行标签算法只适合在共享内存的并行机器上使用的缺点，适合网格环境下使用．实验结果表明：分割器不能完全分割源点和目标点时，GPsPA2比GPSPA1效率高；完全分割时，两种并行算法的加速比大约都是3．GPSPA2应用于交通信息服务网格系统2．0版中．     

对抗环境下足球机器人路径规划

在RoboCup中型组足球机器人比赛环境下,实现机器人实时、有效的路径规划是赢得比赛的重要前提.充分考虑到足球机器人比赛中实时性和对抗性的特点,采用具有实时性优势的人工势场法,并综合考虑障碍物、目标点以及机器人之间相对位置和相对速度的关系,提出一种相对威胁系数的概念.该系数能够反映比赛中双方机器人实际对抗的强弱程度.将相对威胁系数应用到传统的人工势场中,形成一种新的改进型人工势场法,较好地解决了对抗环境下机器人路径规划中一些实时性、有效性的问题.仿真实验验证了所提出算法在足球机器人比赛系统中具有可行性.将该算法应用于交龙足球机器人上,在实际比赛中取得了较好的成绩.     

DAG中最短路径简单算法

针对DAG的特点,以拓扑排序为基础,提出了解决DAG的最短路径问题的简单算法。通过理论分析,表明该算法具有理想的运算效率,其中,解决单源点问题的运算时间与E成正比,解决所有点对问题的运算时间与VE成正比。拓扑排序策略对于此类最短路径问题的研究,较传统的方法运算简单、求解直观。     

嵌岩灌注桩初始后屈曲性状分析

为了探讨桥梁工程中广泛使用的嵌岩灌注桩的初始后屈曲性状,先基于弹性地基梁理论假定桩身后屈曲分析模型与相应的桩身挠曲位移函数,由此建立桩土体系的总势能方程;然后采用扰动法,基于能量原理导得不同约束情况下桩顶临界荷载的变化式,并据此讨论了桩土刚度比、桩身埋置率及桩顶自由长度等对桩身后屈曲性状的影响规律.结果表明,当桩周土趋于软弱而桩身刚度越大时,桩身初始后屈曲平衡路径将越趋于不稳定,且可能因桩身初始缺陷的存在而导致其屈曲荷载的显著降低.     

基于城市模型的微型飞行器三维路径规划

针对城市的三维环境,提出了微型飞行器(M AV)的路径和航迹优化设计算法。该算法把M AV的能量损耗(路径长度和路径高度变化)和风险度(威胁点对微型飞行器的威胁程度)作为路径的优化指标,用D e launay图生成路径网络的“节点”,采用D ijsk tra算法进行寻优,设计出符合指标要求的三维最优路径。将设计得到的折线路径进行圆滑处理,以得到飞行器的航迹。最后给出了仿真实例,生成的航迹成功避开建筑物和威胁点,并符合M AV的运动学要求。     

基于成本约束的智能节点洗钱效用与路径分析

在分析了洗钱过程的3个阶段之后,认为传统网络理论已经不适合于解决复杂金融网络中洗钱路径问题。依据行为金融学理论和复杂网络理论,提出了在复杂金融网络中基于成本约束的效用最大化条件下智能节点洗钱路径的两种计算方法,分别考虑了洗钱交易次数和交易次数的可能性。通过仿真实验得出了3条结论:在交易费用较高的条件下,洗钱者以较少次数结束转账过程;在交易费用递减的条件下,洗钱者会在效用最大化或交易费用极限的情况下终止交易;在交纳第一次的交易费用之后,即使后续交易费用为0,洗钱者还会在效用极大化的原则下进行交易,而不会无限制进行交易。     

一种求解时变条件下双目标最短路的算法

在组合优化过程中,往往需要获得从起点到终点之间的最短路,有时需要同时考虑两个目标,而这些目标可能会随着时间的变化而变化。为此,提出了一种利用标号法获得时变条件下双目标最短路的方法,考虑了不同的出发时间的情况,并对算法的复杂性进行了分析,最后给出了一个应用算例。     

包含QoS路由信息的最优路径选择算法

介绍了如何使用C 语言形成包含QoS路由信息的随机网络拓扑图,并通过在网络拓扑图上寻找最短路径来模拟在现实网络中满足一定条件的最优路径选择算法.