A~*算法软件构件的研究

提出了一种以软件构件形式实现A 算法的方案 ,用面向对象的方法 ,以状态描述为基础 ,对A 算法数据集进行抽象 ,将A 算法设计成抽象类 ,这一抽象类可通过继承和重写应用于不同的环境 ,从而提高了A 算法软件的可重用性。     

基于A*算法的启发式算法求解多序列比对问题

通过分析动态规划算法及A^*算法的特点，针对多序列比对问题提出一种基于A^*算法的启发式算法。该算法采用了多个优化搜索机制。通过对此算法的理论分析，证明了它能够在有效地减小搜索的空间、节约搜索的时间的同时，保证得到比较好的比对结果。此算法不仅能够在多序列比对问题中得到应用，还能够用于其他有向无环图的最短路径问题的求解。     

对银河系中心超大质量黑洞候选体Sgr A*的VLBI观测研究

位于银河系中央的极其致密的非热射电源Sagittari8us A^*（Sgr A^*），被公认为最佳的超大质量黑洞候选体，其质量约为400万个太阳质量。甚长基线干涉测量（BLBI）技术以其独有的高空间分辩率为我们提供了唯一可以探讨Sgr A^*位于几个史瓦西（Schwarzschild）半径区域内天体物理性质的手段。介绍了对 Sgr A^*的VLBI研究现状和最新进展，着重论述了毫米波和亚毫米波VLBI观测对研究Sgr A^*的辐射区域的真实形状和大小，以及探索其结构随时间变化的重要性。Sgr A^*无疑是检验广义相对论将就的亚亮米波VLBI实验的最佳目标。     

用加权MP逆的定义方程推导[A，B]NM＋的显式

利用加权Moore-Penrose逆AMN^ 的定义方程A^*MAX=A^*M，R(X)真包含N^-1R(A^*)简捷地导出了[A，B]NM^ 的显式，并给出了它的两种变型．     

投影算子的Faddeev型算法的改进

给出了投影算子PAT,S与PT,（A^*S）的改进算法。     

C*代数的对偶

设A是可分的交换C^*－代数,A^*是其对偶,证明了A^*＝Ω的复线性W^*－闭张,其中Ω是A的谱空间。     

A算法在游戏地图寻径中的几种改进策略研究

A^＊算法是目前游戏地图寻径中应用最广泛的算法。分析了A^＊算法,针对游戏开发指出了标准A^＊算法的不足,研究并提出了几种改进策略和编程实现的方法。实验结果表明,提出的改进方法确实提高了算法的搜索效率和路径的平滑程度,更加适合游戏开发。     

基于L^＊系统的一种非单调推理系统

研究了非单调优先推理系统P和累积单调推理系统CM，以及模糊命题演算的形式演绎系统L^*，在L^*系统中定义了后承关系|～：A|～B当且仅当A^2┠B，证明了在L^*系统中的这种后承关系满足累积单调推理系统CM，非单调优先推理系统P的全部规则，但这种后承关系不满足单调推理系统M的逆否律规则，从而在L^*系统中建立了一个介于非单调推理系统和单调推理系统之间的逻辑系统，这为两种系统的理论研究建立一个桥梁以及为模糊控制提供了一种新的思路。     

GIS软件中Undo／Redo操作的设计与实现

Undo／Redo操作是常见的软件编辑功能。本文在分析Undo／Redo操作的原理和机制的基础上，深入分析了GIS软件中Undo／Redo操作的特点和要求，设计了可以实现GIS软件中Undo／Redo操作的抽象类，并给出了该类的应用实例。     

基于A~*算法的机器人二维与三维路径规划实现

主要对移动机器人轨迹进行规划设计,将移动机器人的轨迹环境采用栅格化处理,提出了一种能结合全局和局部规划的改进的A*算法。使移动机器人在环境未知的情况下进行自主规划路径,通过MATLAB软件验证了算法的可实现性与稳定性,并将其与经典A*算法作对比,以证明改进算法的在运算能力,可实现性和稳定性上的优势。     

A^＊算法在地图寻径中的应用

A^＊算法是比较流行的启发式搜索算法之一,被广泛应用于路径优化领域。本文介绍了A^＊算法,并以罗马尼亚地图寻径问题为例,应用A＊算法实现最优路径分析。     

Banach格上对偶C0-半群

给出Banach空间E上一个C0-半群{T(t)}t≥0的生成元A与其对偶半群{T^*(t)}t≥0的生成元A^#之间的关系，证明了A^#=A^*；讨论了E^⊙是Banach格E^*的子格条件和带的条件，证明了当T^*(t)保分离性时E^⊙是E^*的子格；当E^*的任意有界递减序列按范数收敛时E^⊙是E^*的带；当E^*有分解E^⊙ E^⊙^d时，对每个ψ∈E^⊙^d，T^*(t)ψ与ψ是分离的．     

基于A*算法的舰船最佳航线选择

提出利用A^＊启发式搜索算法选择舰船最佳航线,对算法中利用的估价函数作了定量的描述。通过实例与传统的图搜索算法选择最佳航线进行比较,A^＊算法不仅减少了搜索的结点数目,而且搜索效率较Dijkstra算法可以提高30%～40％。     

加快启发式实时算法的收敛

LRTA^*算法是一种实时搜索算法，若重复求解同样的规划任务，LRTA^*将收敛于最短路径．文中给出了通过改变值更新规则来加快实时算法收敛的一种方法．实验表明它比LRTA^*算法更快地收敛于次优解．     

知识库上逻辑程序图搜索的一种启发函数

本文把A~*算法的启发搜索应用到逻辑程序的求解过程中,就逻辑程序这一特定的问题领域,构造出A~*算法相应的一种启发函数。利用该启发函数,通过A~*算法可求得逻辑程序的“最佳解”。     

基于同步可视图构造和A~*算法的全局路径规划

为提高全局路径规划的效率,在路径搜索的过程中同步构造可视图,提出了1种新的算法。在搜索过程中,使用A~*算法确定待扩展的节点。根据节点状态,构造上一节点到当前节点或者当前节点到目标点的连线。如果该连线没有穿越障碍物,则将其添加到可视图中,否则将被穿越障碍物远离连线的2个顶点添加到待扩展列表中。仿真结果表明,与完整可视图+A~*算法、导向可视图(OVG)+A~*算法、简化可视图+A~*算法比较,该文算法在能够搜索到最优路径的前提下,降低了路径规划的耗时。     

基于改进A*算法的燃气微泄漏四足巡检机器人路径规划

针对四足机器人在城市燃气微泄漏巡检中路径规划的需求,提出了一种基于改进A*算法的四足机器人燃气巡检路径获取方法。首先,采用网格法构建了四足机器人的二维工作地图。然后改进A*算法的启发函数,引入了自适应调整策略,让搜索节点减少且路径更不易陷入局部最优。最后从路径长度、平均搜索时间、搜索节点个数三个性能方面进行评估,改进A*算法达到了预期效果。使用Matlab2016b作为仿真软件,仿真结果显示,改进A*算法完成了寻路任务。与经典A*算法相比,改进算法的平均搜索时间降低了52.13%,搜索节点个数减少了30.23%。该算法在尺寸200×200以下地图的路径规划中具有较高的搜索效率。     

A*算法与蚁群算法相结合的无人艇巡逻路径规划

针对无人艇海上巡逻路径规划问题,提出了一种A~*算法与蚁群算法相结合进行最短巡逻路径优化的方法.在传统A~*算法的八角度搜索基础上,设计了一种多角度A~*算法以获得更短的两点之间可行路径,并以A~*算法搜索结果构建任意两个巡逻点之间的最短路径网络.结合最短路径网络建立多点巡逻路径规划问题的目标函数,利用蚁群算法进行求解以获得全局最优的巡逻路径.针对巡逻路径转折角较大的问题,提出了一种平滑算法以获得更符合实际航行需求的平滑路径.仿真结果表明:该方法有效地去除了冗余节点,缩短了路径长度,提高了路径平滑度,规划出了一条更优的无人艇巡逻路径.     

广义逆A^（2）T,S存在性的一种新的充要条件及其表示式

给出了A的广义逆A^(2)T,S存在性的一种新的充要条件及其表示式，并由此得到A的加权Moore-Penrose逆A^ M,N,Moore—Penrose逆A^ ，Drazin逆Ad及群逆Ag存在性的一种新的充要条件及相应的表示式．     

饱和土震动液化势影响因素的灰色理论分析

本文简述了饱和土的震动液势是一灰色模糊概念。文中以应力比(τd/σ0^1)及调整标准贯入击数（Na)作为对饱和土震动液化势的影响因素，在国内外40组典型震区液化场地资料的基础上，利用灰色理论中的关联度及关联序原理对影响饱和土震动液化势的这两个因素进行了计算分析。结果表明：调整标贯击数对液化势的影响是较应力比更为主要的因素。该结果（即个因素对饱和土震动液化势的关联度r1和r2经归一化处理后）可直接作为利用二级模糊近似推论B^[2]=A^[2]。R^[2]评价土震动液化势中的“权”A^[2]。避免了前人以专家经验求取权A^[2]的主观因素的影响，给出了A^[2]的定量结果。