麻雀搜索算法-粒子群算法与快速扩展随机树算法协同优化的智能车辆路径规划

针对智能汽车在面对多样化工作场景时其路径规划算法存在响应时间长、规划效率低的问题,提出了多元协同优化策略。首先,融合麻雀搜索算法(SSA)的警惕机制与粒子群算法(PSO)的种群寻优特性,对PSO算法中的惯性权重因子和学习因子进行优化;其次,提出“三角布线”搜索规则,对快速扩展随机树算法(RRT)进行双向优化(RRT-Connect);然后,基于MATLAB软件建立了复杂环境道路仿真模型,对上述优化方案进行了仿真验证。结果表明,相较于单一的优化方案,协同优化算法在路径长度与规划时间上均具有显著的优势。对两种协同优化方案的应用场景进行了实车试验,结果显示:在局部路径规划中,SSA-PSO算法响应时间更短,规划效率更高,而在全局路径规划中,“三角布线”RRT-Connect算法更具优势。

基于快速搜索随机树算法的无人船路径规划研究

无人船航行时的安全性、可靠性和稳定性至关重要。有效的路径规划技术可显著提高无人船的避碰能力和缩短航行距离,已成为无人船领域的重点研究内容。本文:首先,分析了传统的快速搜索随机树(rapidly-exploration random tree,RRT)算法的程序原理和算法流程;其次,针对其不足之处引入偏置采样的方案,增加了对目标点的引导以提高其运行效率,在此基础上采用贪心思想进一步优化无人船的路径,继而提出改进的RRT算法和RRT-connect(rapidly-exploring random tree connect)算法;最后,对几种环境复杂程度不同的地图进行仿真模拟实验,验证改进方法的可行性。验证结果表明,改进的RRT-Connect算法可减少环境复杂多变对无人船路径规划的干扰,并能有效提高路径规划效率。

基于自适应步长快速搜索随机树算法的船舶避碰路径规划

快速搜索随机树算法被广泛应用于船舶避碰路径规划。针对传统快速搜索随机树算法在复杂水域条件下搜索效率低的问题,提出了基于自适应步长快速搜索随机树算法的船舶避碰路径规划模型。首先,引入船舶领域模型,并基于《国际海上避碰规则》为让路船设置虚拟障碍。其次,引入时间序列并建立动态障碍检测机制。采用启发式采样策略,减少无效节点的生成。最后,建立障碍物密集度与搜索步长的映射关系,以上一步采样步长作为已知条件预测当前步采样步长,并利用采样点周围障碍物密集程度修正当前最优的采样步长。仿真试验结果表明,相较于传统的快速搜索随机树算法,采用自适应步长快速搜索随机树算法的船舶避碰路径规划模型在采样成功率、搜索路径耗时、路径段数和路径总长度等四个方面均表现最优,在提高算法效率的同时能够实现更高质量的路径规划。

一种基于近邻搜索的快速k-近邻分类算法

针对传统快速k 近邻分类算法的缺陷 ,提出了一种基于近邻搜索的快速k 近邻分类算法———超球搜索法。该方法通过对特征空间的预组织 ,使分类在以待分样本为中心的超球内进行 ,有效地缩小了搜索范围。实验结果表明 ,在相同识别率和k值的情况下 ,超球搜索法的识别速度优于基本k 近邻法和传统快速k 近邻算法———及时终止法 。

求解PDPTW问题的一种快速禁忌搜索算法

提出一种解决实际规模和复杂度的PDPTW问题的快速禁忌搜索算法.该算法分为构造初始解和改进解两个阶段:在第1阶段,使用插入算法来构造一个尽可能好的初始解;在第2阶段,使用禁忌搜索算法来改进得到的解.最后构造了两个实际规模和复杂度的例子,测试结果表明该算法对于求解此类PDPTW问题是有效的.

一种高光谱图像波段选择的快速混合搜索算法

由于高光谱图像的高数据维和大数据量,现有的波段选择方法大多不能同时具有良好的效果和较短的计算时间。提出了一种用于高光谱图像波段选择的新方法——快速混合搜索算法。该算法将全局搜索和局部寻优有机的结合起来,能够在较短的时间内获得最佳的波段组合,用于高光谱图像的目标分类识别。快速混合搜索算法克服了传统搜索方法在高光谱图像波段选择中的缺陷,能够在提高所选波段性能的同时节省大量的运算时间。分别利用200波段和126波段的AVIRIS对其数据进行了仿真实验。实验结果表明,快速混合搜索算法在所选波段性能和计算耗时方面都获得了令人满意的效果。

求解车间作业调度问题的快速禁忌搜索算法

针对车间作业调度问题的难解性 ,提出了一种求解该问题的快速禁忌搜索算法 .该算法是按照禁忌搜索算法的一般步骤来进行设计的 ,在设计过程中对于算法所涉及到的初始解问题、邻域构造问题以及禁忌表长度的选取等问题给出了旨在减少算法计算时间 ,提高算法优度的解决方案 .该算法找到了所测试的 2 1个标准算例中 1 8个算例的精确最优解 ,而且在PⅡ 2 3 3的计算机上每个算例的计算时间不超过 2s.

GPS姿态测量并行遗传算法快速搜索技术

提出了一种基于并行遗传算法细粒度模型和模糊度函数法的GPS姿态测量快速搜索技术 (ambiguityfunctionparallelgeneticalgorithms,AFPGA) ,它能够避开整周模糊度的求解而直接解算载体的航向和姿态 .AFPGA采用个体邻域间的进化 ,既具备了较强的全局搜索能力 ,又减小了各处理器之间的数据通信量 ,从而保证在获得全局最优解的前提下加快姿态解算速度 ,并易于算法的硬件实现 .运用AFPGA对一组GPS实测数据进行了 1 0 0次独立搜索 ,得到 :航向角搜索方差为 0 .2 4°,俯仰角搜索方差为 0 .1 5°;平均搜索时间为 0 .6s,成功率为 1 0 0 % ,搜索空间为模糊度函数法的 0 .0 5 % .通过对AFPGA不同的模型进行分析 ,并与SGA(simplegeneticalgo rithm) ,AFGA(ambiguityfunctiongeneticalgorithm)进行对比 。

水文地质参数识别的快速和谐搜索算法

将一种新的启发式和谐搜索算法(harmony search algorithm,HS)引入到水文地质领域。在对其音节调整步骤进行改进的基础上,提出快速和谐搜索算法(Fast harmony search algorithm,FHS),并将FHS算法与MODFLOW结合,用于水文地质问题的参数识别。算例研究表明,FHS算法较其他多种算法具有更强的全局搜索能力、更快的收敛速度及求解精度,可用于地下水数值模型的参数反演。

基于梯度的自适应快速布谷鸟搜索算法

针对标准布谷鸟搜索(CS)算法存在全局搜索和局部搜索能力不平衡的缺点,提出一种基于梯度的自适应快速布谷鸟搜索(GBAQCS)算法.在改进的算法中,针对偏好随机游动的步长,在利用目标函数的梯度决定步长方向的基础上,首先提出自适应搜索机制平衡了算法的全局搜索和局部搜索能力;其次提出快速搜索策略,充分利用当前鸟巢信息进行精细化搜索,从而提高算法的搜索精度和收敛速度.实验结果表明,相比其他算法,所提出的改进策略使算法的全局搜索和局部搜索能力保持了相对的平衡,并提高了算法的收敛性能.

基于削减搜索分支的快速模板匹配算法

提出了一种在完全搜索中寻找最优匹配点的模板匹配算法。它首先为图像建立一种类似金字塔的特殊层次结构。利用该结构的特点，削减匹配中无用的搜索分支，以达到提高处理效率的目的。通过该算法找到了完全搜索的最优匹配点，实验结果证明了它可以大大提高处理的效率。

一种搜索形状可变的快速运动估计算法

本文提出了一种以菱形和六边形联合搜索为基础的搜索形状可变(ＶＳＳ)的运动估计快速算法,何用于Ｈ．２６３、ＭＰＥＧ２、ＭＰＥＧ４中的视频编码。试验结果表明,在获得与现有ＴＳＳ、ＮＴＳＳ、４ＳＳ和ＤＳ等快速算法相当的图像质量和信噪比的情况下,该算法有效减少了搜索次数,提高了搜索效率,尤其对于中大运动量的视频图像运动估计效果更为明显。

基于Hadamard变换和矢量分割的快速搜索算法

为了对图像信号进行快速有效压缩,提出了一种改进的基于Hadamard变换和矢量分割的双测试算法。该算法首先在Hadamard域中对空域双测试算法的两个删除准则进行了等效变换;然后在实验的基础上,对变换域码字和输入矢量进行了恰当的矢量分割;最后在码字搜索过程中,利用其中一个最为有效的删除准则来排除大部分的不匹配码字。实验结果表明,改进算法能大大提高码字的搜索效率,搜索范围可减少到原始算法搜索范围的约14%～17%,总体编码时间也减少到原始算法编码时间的约35%～45%。

基于梯度式菱形搜索的快速运动估计算法

在基于搜索起点预测和梯度式菱形搜索方法的基础上,提出了一种运动矢量场自适应搜索算法(MVFSAS)。实验结果表明,该算法以较小的搜索代价取得了与全搜索相当的效果,并在搜索速度和搜索效果方面优于三步(3SS)和四步（4SS)快速运动搜索算法。

等值线绘制中的多重网格剖分快速搜索算法

提出一种多重网格剖分快速搜索算法,该算法首先将采样数据进行多重网格剖分,建立网格索引;然后通过索引搜索多重网格,合并采样数据;最后利用快速搜索算法得到的采样数据计算出待插值点。实际数据的网格化测试结果表明,该算法有效地提高了散乱采样数据的搜索效率,具有实际应用价值。

一种改进的基于Hadamard变换的快速码字搜索算法

提出了一种矢量量化码字搜索的快速算法。该算法是在Hadamard变换域内进行的。匹配码字的判决过程首先根据Chebyshev误差测度,在码书中找出一定数量Chebyshev误差最小的码字;然后运用部分失真搜索算法(PDS),在上述码字中找出其中最匹配的码字。从理论分析和模拟实验结果表明,该算法在保证较好的性能指标和视觉效果前提下,明显减少码字搜索时间。

脉动变换的一个新的快速搜索算法

介绍了搜索脉动变换的一个快速方法 .使用数据相关性法将循环算法映射成脉动阵列 ,主要任务是搜索脉动变换T =ΠS ,为此需要对选定的Π和所有可能的矩阵K解方程SD =PK .本文指出如下事实并依据该事实提出一个搜索变换S的新方法 :如果变换S满足 0 ...00 ...0 ≤SD≤ LL 其中L =[Πd12 ],...,[Πdm2 ].则存在矩阵K满足方程SD =PK .因此通过验证不等式即可得出变换S ,避免了矩阵K的枚举和反复解方程组SD =PK ,使搜索效率显著提高 .

基于快速群搜索算法的钢框架结构多目标抗震优化

本文以三跨六层平面钢框架的结构总质量和总动应变能最小作为优化目标,结合Pareto最优解理论与拥挤距离机制提出了一种新的适用于钢结构抗震优化设计的多目标算法:多目标快速群搜索算法MQGSO(Multi-objective Quick Group Search Optimization)。通过振型分解反应谱法进行结构分析,优化的计算结果表明:该算法在处理带约束的平面钢框架的不同抗震性能多目标优化时,具有良好的收敛效果和较快的收敛速度,且Pareto前沿分布均匀宽泛,可为钢框架结构抗震优化设计提供可行的设计方案。

快速可伸缩环形搜索算法

论文针对H.264/AVC运动估计的特点及运动矢量的统计特性,提出一种快速可伸缩环形搜索(FastFlexibleRing-likeSearch,FFRS)算法。它依据相邻块间运动矢量相关性,判断当前块的运动剧烈程度及运动方向,自适应的缩放搜索环,进行快速运动矢量搜索。该算法从减少块匹配搜索点个数及运动估计准确度等方面研究了用于H.264/AVC的快速运动估计算法,搜索效率优于H.264/AVC现有的UMHexagonS搜索算法。

一种用于语音编码的快速自适应码书搜索算法

码激励线性预测技术(简称CELP)能够在低比特率的情况下实现较高质量的语音,但其运算复杂度高。自适应码书搜索替代长时预测,是大多CELP编码方案的关键。介绍了CELP的基本原理并讨论了自适应码书搜索算法,提出将一种快速自适应码书搜索算法引入到传统4.8kbp FS1016使其复杂度明显降低。仿真结果表明,该方法既保持了4.8kbs FS1016传统算法复原语音的质量,又使自适应码书搜索运算量下降约40%以上。