基于Voronoi图和蚁群优化算法的无人作战飞机航路规划

无人作战飞机(UCVA)航路规划是一类复杂优化问题。在众多航路规划算法中,Voronoi图是一种根据战场多威胁源分布情况获取可行航路的图形算法,而蚁群优化(ACO)算法是受到蚂蚁觅食行为启发而形成的一种启发式仿生算法。根据已知威胁源生成Voronoi加权图,其中每条Voronoi边的总代价可以由威胁代价和燃油代价计算得出;然后给出了在Voronoi图条件下,用于航路规划的改进ACO算法模型和具体实现方法;最后,将Voronoi图与ACO算法相结合,并针对某UCAV多种空战态势下的航路规划问题进行了系列仿真实验。实验结果验证了所提方法在解决UCAV航路规划问题时的可行性和有效性。

浅谈建设工程项目智慧型安全管理应用

随着建设工程项目日趋大型化、复杂化,传统的安全管理手段已经很难应对高密度人员、高流动性、高周转模式下的行业现状。为提高安全管理效率、实现安全建造,文章探讨了基于物联网、建筑信息模型、云计算、人工智能等技术下的智慧工地安全管理。促进传统建筑行业向高效、安全、智能化的建造转变。

浅谈BIM技术在房建工程施工中的研究及应用

随着计算机辅助设计(CAD)的发展,3D技术在建筑领域中也开始被广泛运用。但传统三维设计只是单一的几何模型,无法进行建筑设计的总体结构规划、项目管理、成本统计等系统工作。建筑信息模型(Building Information Modeling)简称BIM技术,它通过整合项目数据并分类归纳,在计算机中构筑真实模型,最终获得更准确、画面精度强、信息更全面的多维效果及相应信息,使建筑施工效率快速提高,并在施工过程中可对建筑施工进度、质量和成本进行实时监控和精细管理。

基于微分进化的多UAV紧密编队滚动时域控制

多无人机(UAV)协同控制可在一定程度上提高单UAV执行任务的效率,而多UAV紧密编队是多UAV协同控制中的一个关键性技术难题.在构建多UAV紧密编队非线性模型的基础上,利用滚动时域控制方法,将UAV紧密编队问题转化为滚动时域内的一系列在线优化问题,然后采用微分进化策略在每个滚动时域内进行控制量的优化求解.此外,还给出了基于Markov链的微分进化算法数学描述及收敛性证明,且从理论角度分析了所设计多UAV滚动时域控制器的稳定性.仿真实验结果验证了文中所提出方法的可行性和有效性.

基于交哺网络控制的多无人机协同编队方法研究

多无人机协同编队飞行可弥补单架无人机在执行侦查、作战、防卫等任务时所不能克服的困难,并提高无人机执行任务的效率,特别是在多无人机集群协同对抗中显得尤为重要.本文建立了基于交哺网络控制的多无人机协同编队模型,设计了基于微粒群优化的协同编队控制器,给出了多无人机协同编队的交哺网络控制方法,最后通过仿真实验验证了本文所提方法的可行性和有效性.