城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

视觉搜索中图标布局的影响机理

采用视觉搜索范式，研究图标视觉特征及数量变化对图标布局认知绩效的影响.实验表明，当图标数量N=6时，仅图标视觉特征主效应显著，布局方式对搜索速度无显著影响，图标视觉特征是认知绩效的主要影响因素;当图标数量N=15时，仅图标布局方式主效应显著，横向排列搜索速度最快.通过图标数量的连续性变化实验发现，图标数量超过10个，横向排列反应时显著低于纵向排列，两者错误率无显著差异;随着图形面板 L_○长度 / S_○宽度比值的降低，两者平均反应时差距逐渐缩小，趋于一致.研究表明，图标数量的变化对布局方式和视觉特征的认知绩效产生显著影响.     

基于Android 的拼接屏智能移动控制系统

为更好满足用户对大屏幕显示内容进行实时控制的需求, 开发了一款新颖的在Android 系统上对拼接屏进行图形化操作控制的智能移动控制系统, 并提出一种基于世界坐标的智能布局算法, 实现了客户端编辑模式下图像的智能布局。客户端与服务器使用socket 编程建立TCP 通信。该系统在多个城市得到广泛应用, 取得了良好的社会效益与经济效益。     

对厦门市教育布局调整工作的几点建议

教育经费投入不足与教育资源浪费并存 ,是制约教育发展的主要因素之一。如何做好教育布局调整工作 ,进一步促进教育资源优化配置 ,已成为摆在我们面前的一个大课题。本文通过分析厦门市教育布局调整工作的现状 ,提出做好厦门市教育布局调整工作的几点建议。     

关于居住小区若干问题探讨

通过对我国居住小区的模式、规模、结构、布局等现存问题的分析,提出了一些针对性的建议。