带障碍物惩罚因子的多机器人路径规划

轻载环境中,复杂障碍物区域将引起机器人之间局部冲突加剧,进而导致路径求解效率下降,针对该问题,提出轻载环境下带障碍物惩罚因子的多机器人路径规划方法。在基于冲突搜索(conflict-based search,CBS)算法框架的下层单机规划过程中,通过对即将拓展机器人位置的周围障碍物分布类型进行判断,赋予与之对应的障碍物惩罚因子;对路径规划过程中的惩罚因子进行累加,作为单机规划的启发值对路径进行选取;结合CBS算法框架的上层冲突消解策略进行多机器人的路径规划与冲突协调。测试结果表明,在10%障碍物分布的轻载环境中,所提算法的求解时间约为CBS算法的81.38%~83.67%,二叉约束树(constraint tree,CT)拓展量为CBS算法的60.14%~71.66%。在Gazebo中仿真表明,所提方法可减小通过复杂障碍物区域的次数。

不平衡支持向量机的惩罚因子选择方法

支持向量机在处理不平衡数据集时常常不能取得良好的效果,而基于不同惩罚因子的不平衡支持向量机能够较好地处理这个问题。阐述了支持向量机在不平衡数据集上失效的原因,讨论了不平衡支持向量机的求解算法,提出了一种根据数据集分布的平均密度直接选取惩罚因子的方法,以减少传统交叉验证方法选取参数所需的时间。实验表明,与其他方法相比,这种平均密度方法能够有效提高不平衡支持向量机在不平衡数据集上的识别效果。

可变惩罚因子的支持向量数据描述算法

支持向量数据描述(SVDD)是一种有效的数据描述算法。该算法中,作为定值的惩罚因子决定了数据描述的精度。然而实践中惩罚因子的选择是极其困难的,尤其是在训练数据含有噪声的情况下。为了解决这个问题,本文提出了一种可变惩罚因子的支持向量数据描述(VT-SVDD)算法。该算法根据样本点在核空间的位置分布,为每个样本计算一个惩罚因子,然后基于这种可变惩罚因子求解一个凸约束二次规划,即可以得到对数据集的球形域描述。为了验证所提的VT-SVDD的性能,在UCI数据集上进行了无噪声、有噪声两类训练数据的仿真实验。实验结果表明,VT-SVDD能有效提高传统SVDD的精确度和稳健性。

基于惩罚因子的层级式航线网络鲁棒性分析

为系统分析中国国内航线网络(CAN)在不同失效条件下的鲁棒性能,考虑删除连接边(或节点)过程中产生的孤立点(或失效点),引入惩罚因子的概念,采用平均最短距离表征网络的连通效率,并根据该指标的变化规律评价网络的鲁棒性能.将CAN划分为干线网络和支线网络,系统分析不同层级网络的连接边(或节点)失效时航线网络鲁棒性能的差异.研究表明:在连接边失效条件下,CAN对于干线网络连接边的删除更具鲁棒性,而在节点失效条件下,其对于支线网络节点的删除具有较好的鲁棒性.相比于连接边失效,CAN在节点失效条件下更脆弱.

一种基于惩罚因子的LTE上行调度算法研究

针对LTE系统无线信道的复杂性和用户上行信道估计的不准确性,结合上行信道的实际情况,对经典PF调度算法进行改进,提出一种基于惩罚因子的LTE上行调度算法,并采用该算法对GBR业务进行上行调度仿真。实验结果表明,该算法在仿真网络环境下能有效提升LTE网络的上行业务量,提高网络资源的利用率。

抑制式模糊C均值聚类惩罚因子的改进

针对传统模糊C均值(FCM)算法在聚类过程中存在收敛速度慢、对大数据处理实时性不强等问题,提出了一种基于惩罚因子的样本隶属度改进算法。首先分析抑制式模糊C均值(SFCM)聚类特点,研究惩罚因子对样本隶属度修正的触发条件,进而设计出基于惩罚因子的SFCM聚类隶属度动态修正算法。通过算法实现样本向"两极移动",达到快速收敛之目的。理论分析与实验结果表明,在相同的初始化条件下,改进算法的执行时间效率比传统FCM算法提高约40%,比基于优化选择的SFCM(OS-SFCM)算法提高10%,其聚类准确度与其他两种算法相比也有一定的提高。

加入动态惩罚因子的GEP自动聚类算法

传统聚类算法存在对初始聚类中心敏感、易陷入局部最优解、及需要事先确定聚类个数等问题。提出一种加入动态惩罚因子的GEP(Gene Expression Programming)自动聚类算法,该算法将惩罚因子与GEP聚类算法结合,不需任何先验知识,可自动进行簇的划分。并进一步提出惩罚因子的动态生成算法,可根据不同数据集动态生成满足其分布特征的惩罚因子,更好地解决孤立点或噪声点的影响。实验选择四组自构造数据集测试惩罚因子对聚类的影响,依据测试结果进行惩罚因子的建模,将该惩罚因子模型应用于标准数据集Iris上。实验结果表明:算法具有较高的效率和精确度。

惩罚因子在重复囚徒困境博弈中的研究

针对囚徒困境博弈中收益矩阵参数无法动态更新的问题,提出一个带惩罚因子的囚徒困境博弈模型。该模型中的个体可以根据自身的策略,动态修改收益矩阵中的参数,在每轮博弈之后个体根据邻居收益更新自己的策略。仿真结果表明,惩罚因子可以有效地促进合作策略的涌现,另外发现,合作策略的涌现不仅与惩罚因子有关,而且与网络个体的初始策略有关。当社团内部的个体采取相同策略,社团之间采取不同策略时,更有利于合作策略的涌现。最后,惩罚因子还可以提高参与者的平均收益。

基于超标碳排放惩罚因子的成本最优供应链模型研究

政府对企业碳排放设置约束和引入超标碳排放惩罚因子虽然提高了企业运营的总成本,但通过灵活设定碳排放标准值和超标碳排放惩罚因子,可以促进企业自发选择合理的供应链组合,有利于整个行业的良性发展,有效降低行业对环境的污染。

融合惩罚因子和时间权重的协同过滤推荐算法

协同过滤算法是一种经典的推荐算法,思想是依据近邻用户或者相似物品对目标进行推荐,常被应用在各类推荐系统中。但传统算法过分考虑热门物品对评分的影响,而忽略了冷门物品对用户兴趣特征度量的贡献,也未考虑用户兴趣动态变化的问题。对此,提出一种新的相似度改进算法,改进后的协同过滤算法将物品热门惩罚因子和时间数据权重进行加权计算,优化了用户相似度计算方法,形成了一种新的相似性度量模型。利用MovieLens电影推荐数据集验证改进后的算法,实验结果表明,该算法将推荐平均绝对误差(MAE)与传统算法相比降低了13.2%,推荐质量有了明显提升。

考虑具有惩罚因子的谣言传播模型

通过分析惩罚因子对谣言传播的影响,建立了具有惩罚因子的谣言传播模型,并且得到了具有惩罚因子的平均场方程.通过对模型的稳定性分析,得到了与惩罚因子有关的网络谣言阈值.并通过一系列仿真验证得出:无论是在BA无标度网络中还是在均质网络中,随着惩罚因子的加大,谣言传播者对系统的影响越来越弱;惩罚因子对易感者的影响最大,对易感者加大惩罚力度,可以有效地降低系统中的感染者密度.

基于惩罚因子的多约束剪枝QoS路由算法

为满足新一代互联网上各业务的服务质量(Qo S)要求,设计一种多约束剪枝Qo S路由算法PF-MCP,采用剪枝算法思想,综合考虑带宽、时延和抖动多重Qo S约束,引入惩罚因子进行综合评价找出多条有效路径并从中选取最优路径。采用固定和随机网络层拓扑进行仿真实验,结果表明,与合成优先权值路由算法相比,PF-MCP算法在Qo S满意度、服务节点计算能力及时间复杂度方面性能较优,具有路由运算量小、网络恢复能力强及选取的最优路径可信性高的特点,并且在覆盖网Qo S路由方面适用范围广。

考虑惩罚因子的建筑施工污染控制模型分析

传统的建筑施工过程的污染控制,仅通过人工经验对相关施工企业的污染情况进行定量分析,进而制定相应的污染控制方案,缺乏对受到惩罚和污染控制的反馈因素分析。提出一种基于惩罚因子的建筑施工过程污染控制模型,塑造污染建筑施工过程群体在法律惩罚下集群网络模型,对建筑施工总体污染过程采用统一的惩罚体系,控制部分建筑施工过程的不守法的污染行为,塑造建筑施工过程惩罚效用模型,对建筑施工过程的垃圾运输量以及废旧资源分配情况进行定量分析,加入惩罚对建筑施工过程污染的制约效用。以某建筑施工企业施工过程的垃圾污染治理为例。实验结果表明,该种模型能够对污染建筑施工过程进行高效率的控制,确保建筑施工过程的污染得到较好控制。

具有惩罚因子和加班因素的合同加工排序问题研究

总延误问题在近来已被证明是NP困难的,因而对近似算法的研究就显得更为重要.国内外一些重要工作均是在Emmons[1]的判定原则基础上进行的.本文在Wilkerson和Irwin[3]以及林治勋[2]所提出的顺时安排法的基础上,具体应用于企业签订的生产合同最优排序,考虑实际情况,分析具有惩罚因子和加班因素的合同最优排序性质,提出相应的近似算法,具有一定的实际意义.

考虑碳排放惩罚因子的综合能源系统优化规划

能源行业在碳排放中所占比重较大,是节能减排的主力军,为保证系统的可持续发展,有必要将碳排放考虑到综合能源系统规划。为此建立一种考虑碳排放惩罚因子的综合能源系统规划模型,首先,针对某园区的热、电负荷特征,提出4种规划方案,以净现成本最小为优化目标得到4种规划方案在考虑碳排放惩罚因子场景下的最优容量配置;其次,从经济效益与环境效益两方面对比分析4种规划方案优劣势,并分析综合能源系统的热电供需平衡;最后,针对碳排放惩罚因子进行灵敏度分析。结果表明,考虑碳排放惩罚因子可以减少综合能源系统的碳排放,且可再生能源、储能装置以及燃气轮机都可以减少碳排放,提升环境效益。

具有惩罚因子的理想秘密共享

论文主要研究已有的理性秘密共享方案中存在的参与者欺骗问题,在以往的理性秘密方案中,理性参与者为了最大化自己的利益选择发送自己的子秘密,如果参与者存在欺骗则共享秘密不能被重构,这对诚实的参与者来说是不公平的,且对于欺骗的参与者来说这也是不公平的,不给犯错误的参与者改正错误的机会;针对此问题,论文引进了惩罚因子的概念,以惩罚因子来代表参与者的信誉值,同时结合扩展式博弈论中的子博弈,提出了一个具有惩罚因子的理性秘密共享方案,不仅可以保证对诚实参与者的公平性,同时也给予具有欺骗的参与者改正错误的机会。

带有区域性惩罚因子的双向渐进结构优化方法

针对传统的拓扑优化方法欠缺考虑增材制造工艺约束,如果优化模型存在大面积悬垂、封闭空腔等工艺几何特征将增加打印及后处理操作的复杂度的问题,提出带有区域性惩罚因子的双向渐进拓扑优化方法.首先考虑增材制造工艺特征约束,使得优化结果具有良好的可打印性;然后对模型进行网格划分,根据单元体所在的区域定义区域性惩罚因子,保证区域性惩罚因子由外表面向内核逐渐增大;最后结合有限元分析,以区域性惩罚因子对单元体的计算应力进行惩罚,决策单元体的保留与删减.通过数值实验,与传统的双向渐进结构拓扑优化算法对比的结果表明,该方法可以改变空腔形貌特征、减少垂悬面积、均衡模型应力分布,提升了拓扑优化模型的可打印效果.

基于新的惩罚因子算法的波场重构反演

全波形反演是一种高精度的反演方法,其目标函数是一个强非线性函数,易受局部极值影响,而且反演过程计算量较大.波场重构反演是近几年提出的一种改进的全波形反演理论.该反演方法通过将波动方程作为惩罚项引入到目标函数中,通过拓宽解的寻找空间减弱了局部极小值的影响,而且反演过程不需要计算伴随波场,提高了计算效率.但该反演方法一直缺少准确的惩罚因子算法,直接影响到该方法的准确度.本文将波场重构反演拓展到时间域并利用梯度法进行波场重构.频率域的惩罚因子用来加强波动方程的约束,而时间域惩罚因子表现为调节模拟波场和实际波场的权重因子.为此,我们根据约束优化理论,在波动方程准确以及重构波场与反演参数解耦的假设下,提出以波动方程为目标函数的新的惩罚因子算法.根据波形反演在应用时普遍存在的噪音干扰、子波错误和低频信息缺失的情况下,应用部分Sigsbee2A模型合成数据对本文提出的算法进行实验.数值实验结果表明:基于新的惩罚因子算法,在其他信息不准确的情况下,波场重构反演可以给出高精度的反演结果.

计及动态惩罚因子的风火协调优化调度

鉴于采用弃风惩罚因子在风电系统动态经济调度中存在的问题,引入动态惩罚因子,提出了一种新的电力系统动态经济调度模型——风火协调优化调度模型,并基于实际电力系统的风电场有功出力和负荷数据,在IEEE30节点系统中对计及动态惩罚因子的风火协调优化模型进行仿真模拟。结果表明,优化模型在有效降低风电场弃风量的同时,可减少系统的总成本。

惩罚因子法的简化

惩罚因子法是解线性规划的一种方法,本文根据初等变换的性质,结合惩罚因子的特点,针对线性规划中的基变量和非基变量的关系,对含惩罚因子的单纯形表进行了简化,使计算减少了工作量,提高了准确率。