基于遗传算法的目标追踪过程中路径规划研究

针对目标追踪过程中实时路径规划和避障问题,在遗传算法的基础上,采用一种沿切线方向拉开的简单几何避障方法产生初始种群,提高了初始种群中路径的连通性;进行交叉和变异,使算法能在障碍物环境中获得较好的追踪路径。仿真结果表明:提出的算法正确可行,为目标追踪过程中的路径规划问题提供了一种新的解决方法。

无线传感器网络中移动目标的定位与跟踪

对侵入无线传感器网络中的目标,提出了一种移动节点和静态节点相结合的定位与跟踪方式。静态节点可以发现侵入传感器网络中的目标,移动节点与静态节点配合进一步确定目标的具体位置。仿真实验验证表明:该方法可以减少大规模的频繁移动节点,不需要过多地对移动节点的选择和运动进行特别复杂的计算,具有较好的定位精度和鲁棒性,对多目标的定位与跟踪研究有一定的启发作用。

基于城市公共交通云的车联网通信模式研究

在当前交通环境中,大量公交车或出租车上存在可以连入Internet的网络节点,其中很多节点还具有一定的计算和存储能力,根据这一特点建立一种在公共交通基础上的移动云服务与车联网的通信模式,通过在OMNe T++和SUMO平台上进行仿真,验证这种方式下车辆在交通环境下数据的传输可行性。

改进遗传算法在云计算资源优化调度中的应用

在大量用户请求云计算资源服务时,如何合理组织资源和任务调度是云计算的关键技术之一。如果分配调度方法不合理,就可能产生用户需求得不到满足和资源使用不均衡等问题。在传统遗传算法基础上,将模拟退火算法与遗传算法相融合,扩大遗传算法的搜索领域,解决遗传算法早熟收敛现象,使云资源分配更加合理,以提高云资源利用率。在CloudSim平台上进行仿真,结果表明该方式能较好地对云计算资源进行分配,在能耗、带宽等约束条件下达到云资源最优调度的目的。

基于改进蚁群算法的农业运输车辆路径优化研究

针对农产品在运输过程中运输时间长易变质等问题,合理规划果蔬运输车辆的配送路径。在基本蚁群算法的基础上,提出适合求解路径规划的改进型算法,同时提出了自适应调整的方案,提高跳出局部优解的能力以及算法的全局收敛性。仿真试验结果验证了改进型算法的可行性和高效性,从而达到运输车辆路径优化的目的,为提高农产品的运输效率、降低成本、提高收益提供了理论依据。