基于IKGC-PSO算法的无人机三维路径规划系统

为了解决标准粒子群算法在无人机三维路径规划中存在的易陷入局部最优、动态化不足和路径平滑性差等问题,提出了一种基于粒子群算法和遗传算法的,融入K均值精英化和柯西变异的优化算法;采用K均值聚类算法进行精英初始化,优化粒子种群的分布;动态化学习因子,强化惯性权重的全局性,保留粒子群算法收敛速度快的优点;融入遗传思想,采用柯西变异的方法,提高寻解最优解的能力;在对比实验中,模拟了实际的复杂三维环境,选取了路径总长度、飞行高度差以及马尔科夫生存状态组成目标函数;结果表明改进算法的鲁棒性提高了98%,求解质量相较于IG-PSO算法和IC-PSO算法分别提高了5.8%和10.6%,验证了优化后方法的有效性和鲁棒性。

一种改进的实数编码混合遗传算法

为解决简单遗传算法的不成熟收敛和收敛速度慢的问题,针对实数编码遗传算法提出了初始种群的网格分布法,单步遗传操作后的最优个体保留策略,以及改进的动态交叉和自适应变异概率等,并应用上代最优个体替换当代最差个体的种群进化方法和近亲交叉回避机制等措施对其进行了综合改进。算例表明,该改进算法能有效实现全局优化,提高进化效率,对求解复杂的优化问题具有广泛的适应性。

面向业务的GMPLS网络动态生存性算法

为了研究GMPLS网络的生存性,解决网络故障后业务的不间断问题.文章在描述了CSPF在GMPLS中的位置和作用的前提下,讨论了QoS路由的数学描述问题和共享危机链路组(SRLG)的概念.在对路由算法的分析与研究的基础上,提出了一种新的面向业务的动态生存性算法-SDSA,较其他的生存性算法相比,该算法在计算保护路径时,不但考虑了用户业务的不同特征,同时也考虑了SRLG的因素.介绍了SDSA算法的具体实现过程,同时还通过一个具体的网络进行了仿真实验,验证了该算法在选择备用路由方面较其他算法在路由的跳数和链路利用率方面的优势.