启发式搜索的多智能体异速轨迹规划

在多智能体系统研究中,多智能体路径规划(multi-agent path finding,MAPF)是一个核心难题,其目标是为各个智能体规定独立路径,确保智能体在移动过程中不发生碰撞。这是一个NP难题,亟须高效解决算法。创新性地提出了一种多智能体路径规划算法——启发式导向冲突搜索(heuristic guided conflict-based search,HG-CBS),以解决复杂的MAPF场景,如智能体移动速度不同或各条边的道路长度不同。为优化HG-CBS算法,构建了三种独特的启发式计算方法:(1)加权求和法,以所有启发式的加权总和作为最终启发式;(2)帕累托集合法,构建一个帕累托集并从中选择节点;(3)交替法,在搜索迭代过程中交替使用各种启发式。实验结果显示,相比于传统方法,带有启发值的HG-CBS在成功率、运行时间及扩展节点数量等关键性能指标上均表现更优。例如,在包含16个智能体的复杂场景下,HG-CBS-h3(交替法)将运行时间缩短了89%,将拓展节点的数目减少了95%。此外,随着场景复杂度的提升,HG-CBS-h3的性能优势更加明显。这些结果证明了HG-CBS算法的有效性和高效性,对多智能体轨迹规划问题具有显著的理论和应用价值。

元启发式算法在植保无人机路径规划中的研究进展

随着无人机系统技术、传感器技术和人工智能算法等相关技术的不断发展,植保无人机路径规划技术在农业生产中备受重视,并被广泛应用。作为航空植保的关键技术之一,植保无人机路径规划面临的是一个复杂且多约束的组合优化问题。传统算法往往难以得到理想的结果,而元启发式算法则因其高效率成为解决该类优化问题的有效手段。为此,首先介绍了农业航空中的路径规划,随后总结出了植保无人机路径规划的关键要素,并使用更为合理的分类方式进行归纳;其次,从算法层面对相关研究所采用的元启发式算法进行分类和梳理,并阐述了其在实际应用中的现状,且根据提出的分类方法和研究特点,全面地归纳了当前的研究成果;最后,针对目前植保无人机路径规划研究存在的问题提出了几条可行的发展思路。

基于XGBoost与元启发式算法相结合的隧道爆破超挖预测与参数优化研究

隧道爆破引起的超挖会对实际工程产生一系列不利影响,为此文章提出了一种基于人工智能的超挖预测与爆破参数优化方法,旨在减少爆破引起的超挖。首先,XGBoost算法分别与两种元启发式算法,即PSO算法、SSA算法结合,以优化XGBoost超参数并提升预测性能。通过四个不同回归指标比较预测模型的准确性,从而优选最佳预测模型。其次,最佳预测模型与PSO和SSA结合,对隧道不同部位分别进行设计参数优化,以减少爆破引起的超挖。最后,对PSO与SSA参数优化效果比较,旨在快速确定最优爆破参数,优化后拱顶至拱肩和拱肩至拱腰的超挖面积仅为3.0963 m^(2)和2.3696 m^(2)。研究结果表明,本模型不仅能准确预测超挖,还能有效优化爆破参数,减少隧道不同部位的超挖面积,显著提升工程施工效率。

中职《药理学》启发式教学法模式的应用研究

《药理学》作为基础医学与临床医学、药学的桥梁学科,有着显著的实践性与应用性,其内部的知识量较大,且理论知识的复杂性十分显著。而中职学生的学习基础普遍薄弱,在汲取《药理学》方面的知识时面临着诸多困难。基于这一背景,应用启发式教学法能够更好地激活学生的兴趣点,培养学生的自主学习意识。因此,本文深入分析了中职《药理学》启发式教学法的应用意义和策略,并剖析了存在的问题,以推动中职教学高质量发展,激活学生的探究思维。

启发式教学视角下的高中生物教学策略

启发式教学不仅能够改变传统生物教学的不足,同时也能培养学生良好的核心素养,助力学生未来更好地发展。因此,高中生物教师要站在启发式教学模式的视角下组织学生开展教学活动。文章对启发式教学的概念以及原则进行了概述,并提出了生物教学具体的改进策略,旨在为生物教学活动的开展提供可靠的指导。

一种求解船坞空间调度问题的混合元启发式算法

针对船舶制造行业具有复杂时空约束的船坞空间调度问题,提出一种集成启发式算法和元启发式算法的混合算法框架及其具体实现方式,包括基于最左最下规则的带时间戳启发式算法,在最左最下规则的基础上引入时间变量,以贪心的方式快速构建可行解;求解最优船段调度序列的遗传算法,利用遗传算法对输入序列进行全局搜索,寻找可能的最优输入,以改善启发式算法解决问题时对输入序列过度依赖的情况。并采用某造船厂某季度真实数据进行试验,结果表明:所提算法在总延迟时间和最大完成时间这2个评价指标上优于其他2种基于规则的启发式算法。

认知闭合需要与启发式策略对价格判断的影响

采用问卷与实验相结合的方法,以120名大学生为被试,考察认知闭合需要与一般启发式策略对个体价格判断的潜在影响。结果发现:(1)认知闭合需要与精确度效应交互作用显著,高闭合个体在整数价格高低的评价上高于低闭合个体;(2)认知闭合需要与差价大小交互作用显著,差价整数位是3时高闭合个体对于差价的评价高于低闭合者;(3)认知闭合需要,左侧数字改变与以9结尾、以0结尾三者的交互作用显著,当评价左侧数字改变的价格时,高闭合个体对以0结尾的数字的评价显著高于以9结尾的数字的评价。认知闭合需要与启发式策略对价格判断共同产生影响。研究结果表明,不同的定价方式与定价策略会对认知闭合需要不同的个体产生差异性影响。

快速节俭启发式——相关争议与简短评论

在有限理性和生态理性假设基础上,Gigerenzer教授和在他指导下的"ABC研究组"发现并提出了再认启发式、采纳最佳启发式、优先启发式、道德启发式等一系列"快速节俭启发式"。大量研究表明这些简单决策规则是节省信息的合理而高效的认知策略,但也有一些研究者对它们表示怀疑。在本文中,作者对近期关于快速节俭启发式的一般争议及围绕采纳最佳启发式、优先启发式、道德启发式展开的具体争议进行了回顾与总结,给出了简短的评论。快速节俭启发式是一个富有前景、却又布满荆棘的研究领域。要想实现宏伟的研究目标,ABC研究组尚需做出更多、更大的努力。

互动启发式教学在中医科辨证施护能力培养中的应用

目的 探讨互动启发式教学在中医科辨证施护能力培养中的应用效果。方法 取三所医院中医科护士45名,按照随机数字表法分为对照组和观察组。对照组22名采用常规培训,观察组23名采用互动启发式教学,比较两组中医护理能力、中医辨证施护能力和考核成绩。结果 观察组的中医护理能力得分为(105.26±3.64)分,高于对照组的(92.37±4.08)分;辨证施护能力得分为(79.37±2.52)分,高于对照组的(72.06±2.71)分,且观察组的辨证施护理论得分、辨证施护实践技能得分均高于对照组,差异均有统计学意义(P<0.05)。结论 基于互动启发式教学的中医辨证施护能力培养,有利于提高护理人员中医知识、辨证施护能力的培训效果。

基于简化阻抗模型和比较元启发式算法的锂离子电池参数辨识方法

快速准确地辨识电化学参数对锂离子电池机理建模至关重要。而传统的参数辨识方法多采用直接拟合,难以精确反映电池的内部状态。为解决这一问题,本工作以37 Ah三元电池为研究对象,基于电化学反应中的法拉第过程、双层电容的弥散效应的非法拉第过程以及固相与液相的传导过程,构建了一个与电化学模型映射的修正简化阻抗模型,与伪二维(P2D)模型不同,该模型输入为不同荷电状态(SOC)下的三电极电化学阻抗谱(EIS),通过拟合EIS得到对应工况电化学参数,实现对电池模型准确的参数识别。通过拟合阻抗谱,辨识得到了16个高敏感度的电化学参数,其中正极7个、负极9个。我们进一步比较了66种元启发式算法在锂离子电池电化学参数识别中的性能表现,从识别精度、计算效率和鲁棒性等方面对其进行多维分析。研究结果表明,自适应差分进化算法在参数识别中综合效果最佳,其平均绝对百分比误差小于3%,非重复函数计算次数小于35000次,表明其达到最大准确度的同时运算量较低,提出的辨识方法不仅更好地反映了参数的物理意义,还为电化学模型的简化计算和在线辨识提供了有力支持。

多维背包问题的启发式算法研究探讨

多维背包问题是NP难组合优化问题,其模型及算法近年来在众多领域得到了广泛应用。本文主要探讨多维背包问题的启发式求解算法,通过对相关文献进行研究,阐述现有算法的优缺点,针对多维背包问题设计更高效的启发式求解算法,为其提供新的思路和参考。

障碍物无规则运动下启发式Gauss配点参数化连续避障规划

针对障碍物无规则运动下自动驾驶车辆(SDV)的避障轨迹规划,本文提出一种结合模型约束简化和启发式非均匀Gauss配点参数化的轨迹规划算法.首先,结合SDV运动学方程和约束条件建立了SDV连续避障轨迹规划的问题;然后,在高斯伪谱法离散化算法框架下,采用Gauss配点对状态变量进行离散化;进一步,提出了启发式Gauss配点初始化策略,以此提升SDV求解速度进而实现避障实时规划;同时,对经过约束处理后的轨迹进行验证,以此保证规划轨迹的安全性;最后,在车辆模型上针对不同障碍物运动场景进行仿真测试,验证提出方法的有效性和实时性.结果显示,本文方法可以有效进行避障轨迹规划,并确保轨迹的安全性,轨迹规划平均求解耗时维持在25ms左右,显示出本文方法在实时避障规划的效能和实际应用价值.

基于元启发式算法优化的新乡市洪水风险评价

为提高新乡市洪水风险评价模型的评估能力,采用层次分析法(AHP)、逻辑回归(LR)模型、BP神经网络、随机森林(RF)模型以及结合元启发式算法粒子群优化(PSO)的PSO-BP模型和PSO-RF模型6种方法对新乡市进行洪水风险评估,生成包含200个洪水位置的洪水清单图。选择9个洪水影响因子,采用方差膨胀因子分析了洪水影响因子与洪水发生的相关性。利用混淆矩阵和受试者工作特性曲线对比6种洪水风险评估方法的评估能力,最后获得6种方法的洪水风险分布图。结果表明:PSO-RF、PSO-BP模型的评估效果优于单一算法,受试者工作特性曲线下面积分别为0.953、0.947;根据得到的洪水风险分布图,新乡市至少36.5%的地区被列为高度易受洪水影响的地区,耦合元启发式算法后的洪水风险评价模型具有更高精度。

结合启发式算法与改进整数线性规划的有序逃逸布线

在印刷电路板布线中,逃逸布线是重要的组成部分。随着器件引脚数量不断增加,引脚阵列规模不断扩大,有序逃逸布线问题变得愈发复杂。针对目前有序逃逸布线研究中布线时间与质量无法兼顾的问题,提出一种结合启发式算法与改进整数线性规划的布线方案。该方案分为构建初始解与拆线重布二个阶段。在第一个阶段,先利用最长公共子序列给出逃逸引脚初步布线顺序,接着利用分段代价预估函数的启发式算法,在短时间内对大部分引脚进行预布线。在第二个阶段,首先确定子图范围,然后给出改进的整数线性规划表达式,在初始布线的基础上进行拆线重布,提高布通率的同时达到局部最优。最后再使用最短路径算法进行拆线重布,进一步提高总体布通率。实验结果表明,提出的布线方案能够在较短的时间内得到最优或近似最优的布线结果,相较于使用整数线性规划方案来进行布线,CPU时间平均减少35.57%。

基于病毒溯源优化思想的元启发式优化算法

为提高当前元启发式算法的优化精度和收敛性能,模拟病毒溯源过程的优化思想,文章提出一种元启发式病毒溯源多目标优化算法。给出更早感染者、最早感染者、误差最优解和算法性能评价指标的定义,构造追踪方向、追踪指令和追踪范围启发式更新算法,建立具有目标偏好的感染度函数,由此设计具有快速精准搜索能力的启发式追踪算子和筛查算子。通过17个单目标和多目标测试函数优化实验验证了所提算法在优化精度、优化速度和平均误差上均优于参与比较的其他6个元启发式算法,为复杂优化问题的求解提供了一种新的有效方法。

基于启发式—系统式模型(HSM)的在线知识类视频传播效果研究

[目的/意义]作为一个热门应用,在线知识类视频的传播效果包括传播广度、传播认同度和传播参与度等对于视频平台来说至关重要。基于信息处理的启发式—系统式模型(HSM),研究了知识类视频传播效果的影响因素。[方法/过程]研究在线爬取B站12301条知识视频数据,从中提取出各变量的对应字段信息,采用STATA进行分析,并考察粉丝数的调节作用。[结果/结论]研究结果发现,发布者特征、标题特征、封面特征、内容主题、视频时长和标签等显著影响视频传播效果,且粉丝数起正向调节作用。因此,视频平台需要重视这些启发式和系统式因素,从而提高知识类视频传播效果,以获取竞争优势。

启发式临床医学与案例教学法在内分泌科临床教学中的应用

目的 探究启发式临床医学教学法与案例教学法应用至内分泌科临床教学当中对教学效果及质量的影响。方法 选取2021年2月—2023年1月在湖北医药学院附属国药东风总医院内分泌科实习的54名实习生为研究对象,将2021年2月—2022年1月参与实习的27名实习生纳入对照组,将2022年2月—2023年1月参与实习的27名实习生纳入观察组。对照组实习期间开展传统教学,观察组在实习教学期间应用启发式临床医学教学法结合案例教学法。比较2组出科考核(理论知识、实践技能、病例分析)分数,比较其入科及出科批判性思维能力测试量表(critical thinking disposition inventory-Chinese version,CTDI-CV)评分、医患沟通技能评价量表(set the stage, elicit information,give information,understand the patient’s perspective,end the encounter,SEGUE)评分,调查2组对教学方法有效性的看法。结果 观察组理论知识、实践技能、病例分析出科考核分数[(84.96±6.96)分、(81.48±6.82)分、(83.79±7.15)分]均高于对照组[(79.85±5.73)分、(74.26±6.13)分、(77.95±7.64)分],差异有统计学意义(P <0.05)。出科时,2组CTDI-CV总分高于入科时,观察组CTDI-CV总分高于对照组,差异有统计学意义(P <0.05);2组SEGUE总分高于入科时,观察组SEGUE总分高于对照组,差异有统计学意义(P<0.05)。观察组增强临床思维评价、提高自主学习积极性评价、促进团结协作评价、提高应变能力评价认可人数多于对照组,差异有统计学意义(P <0.05)。结论在内分泌科临床教学中应用启发式临床医学教学法及案例教学法,可提高实习生临床综合能力水平,增强其批判性思维,使其与患者开展高效沟通,对科室临床教学质量的提升具有促进作用。

油气田开发工程学科研究生的启发式教育

油气田开发工程作为传统工科专业,急需大量高素质的创新性、应用型人才,而启发式教育是培养此类人才的关键点。以油气田开发工程专业为例,从实验教学、实习基地教学、理论教学和导师示范作用四个方面深入探讨如何启发研究生的科研创新能力,提出充分利用现有实验设备和设立多种实验教学模式,充分发挥校内校外实习基地的引导作用,以及结合学生特点强化理论教学的引导作用和导师的示范作用。

生物启发式的模式挖掘方法综述

频繁项集挖掘、关联规则挖掘和高效用项集挖掘是模式挖掘中相互关联且不断发展的三个领域。近年来,由于传统算法无法应对爆炸式增长的数据环境,启发式算法已成为模式挖掘方法中的研究热点。为揭示模式挖掘领域的研究与发展现状,从粒子群、遗传、蚁群、蜂群等多个生物启发式算法角度对近年的频繁模式和高效用项集方法研究成果进行全面的分析与总结。对不同生物启发的模式挖掘方法,从使用策略、对比算法、数据集、优缺点进行概述,对相同数据集的实验结果及性能指标进行详细的对比分析。针对目前生物启发式模式挖掘方法中的不足,提出了下一步的研究方向,包括动态数据流、多目标进化、模糊计算和复杂数据类型的研究。

时间敏感网络中基于EDWF-MTTF的启发式调度算法

随着工业控制和信息网络的快速融合发展,基于以太网的时间敏感网络受到了广泛关注。时间敏感网络采用时间触发通信调度来保证数据传输的确定性。然而,现有调度算法难以快速计算大规模周期性流量的调度表。因此,设计了基于带权重的最早截止时间-最大传输时间优先的启发式调度算法,通过灵活适配流量排序权重以及回溯增强等方法,可以在较短时间内解决工业自动化场景中大规模流量的调度问题。实验结果表明,相比经典整数线性规划方法,带权重的最早截止时间-最大传输时间优先的启发式调度算法能更快地计算出大规模周期性流量调度表的较优解。