基于GIS的交叉路口动态行驶时间预测方法的研究

城市路径诱导系统的一个非常重要的作用就是能动态预测车辆在某路段上的行驶时间。在传统的时间预测方法中,往往忽视一个非常重要的时间花费——交叉路口通过时间,这个时间由通过时间和等待时间两部分来组成。通过建立模型对交叉路口通过时间进行了分析和研究,仿真结果可以看出,这个时间对于路径诱导的决策性影响是比较大的。     

论我国电信与传媒产业边界融合的路径选择

在界定了电信业和传媒业融合边界的基础上,利用产业融合的基本理论,提出电信业和传媒业融合的路径选择。     

爬壁机器人路径规划研究

研究爬壁机器人在三维工作环境中的全局路径规划.给出了一种基于人工神经网络结构能量函数的路径规划算法.可根据机器人吸附物体的形状设定各边界面对应的不等的模拟退火初始温度;并且可根据路径点位于物体内部与否的不同位置采用不同的运动方程.仿真结果表明,该算法可规划出最短的可行路径,为提高爬壁机器人的实用性,提供了一种有效的路径规划算法.     

Genetic algorithm for pareto optimum-based route selection

A quality of service (QoS) or constraint-based routing selection needs to find a path subject to multiple constraints through a network. The problem of finding such a path is known as the multi-constrained path(MCP) problem, and has been proven to be NP-complete that cannot be exactly solved in a polynomial time. The NPC problem is converted into a multiobjective optimization problem with constraints to be solved with a genetic algorithm. Based on the Pareto optimum, a constrained routing computation method is proposed to generate a set of nondominated optimal routes with the genetic algorithm mechanism. The convergence and time complexity of the novel algorithm is analyzed. Experimental results show that multiobjective evolution is highly responsive and competent for the Pareto optimum-based route selection. When this method is applied to a MPLS and metropolitan-area network, it will be capable of optimizing the transmission performance.     

基于神经网络的移动机器人路径规划方法

针对动态环境下移动机器人路径规划,提出了一种基于递归神经网络的实时路径规划方法。利用神经网络表示机器人的工作空间,每个神经元都只有局部侧连接。目标点位置神经元具有全局最大的正活性值,该活性值通过神经元之间的局部侧连接逐渐衰减地传播到整个状态空间,障碍物及其周围区域神经元活性值则被抑制为零。目标点全局地吸引机器人,障碍物局部地将机器人推开实现避障,从而能够在动态环境下产生最优规划路径。仿真结果表明该方法具有较好的环境适应性和实时性。     

基于路集的多阶段任务系统可靠性分析模型

提出了一种基于路集的多阶段任务系统可靠性分析模型,将模型推广到更为一般的任意结构系统。该模型考虑了部件的工作配置关系,把多阶段任务系统的可靠性分析转化为系统的状态转移概率。同时给出了系统状态转移概率求解算法,最后给出了一个应用实例。     

基于GANN的机翼盒段试验件传感器的优化配置

对机翼盒段试验件进行了结构分析,采用有限单元方法,建立了其结构的有限元模型,并进行了冲击压电响应数值仿真。构造了一种基于损伤检测的压电智能结构传感器优化配置的遗传神经网络(GANN)方法,采用该方法对机翼盒段试验件压电传感器进行了优化配置,得到了传感器对应于其初始布置模式下的最优配置,为该结构试验件的实际压电传感器的优化配置提供指导依据。仿真结果也表明,对于更多传感器的初始布置模式,采用该遗传神经网络方法可有效减少更多传感器的数量,从而降低成本。     

基于多水源供水系统的计算机优化调度

基于多水源供水SCADA(Supcrvision Control And Data Acquisition)系统,通过建立水量预测模型、管网状态模型和水泵耗电模型,实现了给水调度由人工经验向计算机优化调度.经过对优化调度的结果分析证明:在保证供水水量和水压的情况下,计算机优化调度能节约能耗,降低供水成本.经实践,经济效益十分明显.     

基于改进双向RRT算法的机器人路径规划

针对双向快速搜索随机树（BI-RRT）算法在路径规划中存在目标导向性差、收敛速度慢、路径拐点多的问题,提出了一种改进BI-RRT算法。通过目标导向引导随机树更快朝向目标点生长,提高收敛速度。引入贪婪路径优化策略,有效减少路径拐点,提高了路径规划算法的效率。同时提出了一种圆盘碰撞检测的算法,并在多个场景中用Matlab平台进行了圆盘移动机器人的路径规划仿真实验,实验结果验证了所提出算法的可行性和有效性。     

热超声封装高频换能器的动力学优化设计

为提高热超声封装效率、降低封装温度,研究了高频超声换能器的动力学优化设计．基于一维振动和波动理论,建立了换能器的解析模型,得到了压电振子、指数形聚能器和劈刀的波动方程．借助有限元分析软件ANSYS参数化建模,分别对压电振子和聚能器进行优化设计．考虑材料、形状和尺寸对其振动特性的影响,得到了换能器最优模型．通过阻抗分析仪和多普勒激光测振仪对换能器进行电谐振和机械谐振测试．实验结果表明,该换能器在其工作频率附近不存在非纵振模态和其它寄生的振动形式,从而方便了超声信号发生器设计.