基于改进启发式搜索的动态路线最优选择技术

本文针对无人机对于动态路线最优选择问题进行了研究。基于传统的启发式搜索算法,本文改进了该方法的邻近目标的搜索策略,并构建了虚拟探索目标,并以最小损失函数为基本原则,构建了改进启发式搜索策略的动态路线最优选择模型。该模型可应用于战场无人机侦察和外场电力巡检等领域,能够有效提升搜索效率。

浦阳江流域梯级水库防洪调度两阶段启发式搜索算法研究

在梯级水库防洪调度中,河道水流传播延迟造成水库系统状态过程无法满足无后效性条件,使动态规划类算法对此类问题失去适用性。传统的逐步优化算法(POA)采用两阶段优化策略在解空间内进行迭代搜索,虽然能够处理“有后效性”问题,但两阶段优化策略在梯级水库防洪调度应用中效果欠佳,且两阶段问题求解存在“维数障碍”。为了提升POA的性能,本文采用启发式搜索策略对POA两阶段优化策略进行了改进,并采用增量法缓解两阶段问题求解的“维数障碍”,设计了一种梯级水库防洪调度快速优化算法,并在浦阳江流域2021年“烟花”台风洪水调度应用中验证了该算法。结果表明,与POA相比,该算法求解效率更高,削峰效果更好,调度方案的实用性更强。说明该算法合理、可行,为解决梯级水库防洪调度“有后效性”问题和“维数障碍”问题提供了一条新的途径。

基于启发式图匹配的模板形状搜索方法

为了改进依照模板在三维CAD模型中进行形状搜索的搜索效果和效率,提出一种基于禁忌搜索启发式图匹配的模板形状搜索方法。将B-rep表达的三维形状信息转化为属性图表达;对形成的模型属性图和模板属性图进行迭代的图匹配,在匹配过程中,采用禁忌搜索启发式方法,正向地优化搜索路径,反馈式地修正搜索偏差,同时尽可能地避免重复的尝试,最终快速有效地得到较优的结果。算法分析和实验结果表明,所提方法能够得到合理的非完全图匹配,同时能够将NP复杂度的图匹配问题降低至多项式时间内解决,实现了满足工程需求的模板形状搜索。

基于二维几何计算与带阈值启发式搜索的无人机无源定位模型

针对无人机遂行编队飞行中的纯方位无源定位问题,本文从相关理论入手,利用计算几何等理论工具,给出了具有实践价值的纯方位无源定位方案,并在迭代加深的A^(*)算法(IDA^(*))的启发下设计了一种带阈值的启发式搜索算法用于圆形编队的列队调整,并以L2 Loss作为估价函数.对于题设数据,该算法可在5轮内调整队列至毫米级精度.进一步地,本文探究了锥形队列的定位与调整模型.为了处理该队列难以判断信号发射源的问题,本文采取了预先设定信号发射顺序的方案.该算法对几何形状依赖较小,从而对绝大多数形状的编队调整具有普适性.

启发式搜索算法在最优路径求解中的应用与性能分析

本论文旨在研究启发式搜索算法在最短路径问题中的应用。最短路径问题是计算机科学中的经典问题,而启发式搜索算法作为一种求解方法在路径规划、导航系统等领域有广泛应用。本文综述了相关文献,分析了不同算法的性能和效果,并详细描述了所采用的启发式搜索算法的实现细节。通过实验评估,展示了启发式搜索算法在不同场景下的优势和局限性。最后,讨论了算法的潜在改进空间和应用前景。研究结果对于路径规划和导航系统的优化具有重要意义。

基于启发式搜索和模糊评价算法的配电网故障恢复

为快速恢复非故障失电区的供电,提出了一种基于启发式搜索和模糊评价的配电网故障后多目标快速供电恢复算法。算法首先从寻找有效的联络开关和分段开关开始搜索供电路径,通过潮流计算剔除不符合系统运行约束的开关组合。将恢复步骤分为自馈线恢复、整区恢复、分区恢复、转移负荷恢复和切负荷恢复,考虑了开关操作次数和用户优先级别,得出初始供电恢复方案。然后,引入模糊评价,从最少开关操作次数、负荷转移量、馈线容量裕度和最大电压降4个方面衡量候选方案,并根据实际情况为其赋予不同的权重,通过加权值的大小选择最佳的供电方案作为最终的方案。最后,算例分析证明了所提恢复算法的可行性和高效性。

基于启发式搜索的车道线识别算法研究

在车道边界识别中,边界点的提取是关键,常用的边界点提取方法因对噪声的抑制能力不强产生较多噪声点,从而影响识别效果。提出一种边界点启发式搜索算法,根据梯形匹配模型、车道线灰度变化特征和实际车道宽度约束,确定搜索的起始点,从起始点根据度量代价准则函数搜索车道边界点。采用直线道路模型结合Hough变换来拟合车道边界。实验表明,该算法实时性好、可靠性强、鲁棒性高。

基于时间Petri网和启发式搜索的柔性制造系统调度算法

利用库所延迟Petri网对柔性制造系统进行建模,在Petri网激发变迁生成的可达树中进行启发式搜索,求解最小完成时间调度策略,并改进了现有计算机器剩余时间的启发式函数,对剩余加工操作进行准确分类,以保证算法的最优性.为了提高算法的求解效率,改进后的启发式函数考虑了未产成操作的剩余时间,以使预测值更加准确并减少了计算量.同时,利用实验验证了所提出方法的正确性和有效性.

基于图论和启发式搜索的装配序列规划算法

将装配序列规划中成熟的割集法和人工智能中启发式搜索方法相结合，提出一个高效的装配序列生成算法。此算法在启发函数的指导下，直接产生所需的最佳装配规划，避免了单独采用割集法产生装配AND/OR图而导致的组合爆炸的问题。同时省去了在选择装配规划时，对整个装配AND/OR图进行再次搜索。此算法与其它算法相比具有效率高、智能性强的特点。最后给出了一个实例。

基于启发式搜索策略的牙齿生物特征线提取技术

牙齿生物特征线的提取是数字化口腔修复体设计的关键环节,针对现有的全局特征提取算法难以准确实现生物特征线提取的局限,提出了一种基于启发式搜索策略的牙齿生物特征线提取技术。首先分析牙齿预备体三角网格模型的特征信息;其次在提取过程中设计启发函数评估最优特征点,自适应地提取生物特征线,并对提取结果进行形态优化以保证提取质量;最后通过对100余例临床牙齿预备体数据进行生物特征线提取实验,验证了算法的有效性和实用性。

一种弯道标志线启发式分段搜索算法

弯道检测是车辆防碰撞系统的关键技术之一,而基于视觉的弯道识别方法是进行弯道检测的有效途径。为提高弯道识别算法的实时性和鲁棒性,提出一种启发式分段搜索车道标志线的弯道识别算法。结合分段直线模型,采用启发式搜索边界点的算法,在各个动态感兴趣区域(ROI)中搜索车道边界线。对于非连续性车道标志线,结合连续性约束,将检测到的车道线目标拟合为连续平滑的车道线。研究结果表明,该方法能够有效地识别出弯道标志线,识别率可达到86%;识别时间平均达到161 ms/f,能够满足实时性要求。

图着色问题的启发式搜索蚂蚁算法

针对经典的图着色问题,该文在随机序列启发式搜索求解的基础上,引进蚂蚁算法优化思想,设计了一种新型算法,有效地避免了启发式搜索易陷入局部极小的缺陷。通过给地图着色和仿真实验结果表明,该方法对图着色问题的求解是可行、有效的,且具有通用性。

一种多目标增量启发式搜索算法

提出一种多目标增量启发式搜索算法,该算法结合启发式搜索与增量搜索的思想,当多目标问题搜索图的状态格局发生改变时,该算法并不是对变化后的问题进行完全重新求解,而是部分利用了先前搜索保留的信息求解新问题的最优解集,从而提高了问题求解的效率.通过Gridworld标准测试问题上的实验测试,验证了算法的效率.

基于启发式图搜索的最小测点集优选新算法

模拟故障字典的测点选择问题是目前的一个研究热点。本文将这一问题转化为启发式图搜索问题,测点选择过程就变成了图节点的扩展过程。运用信息理论和M进制编码规则,首先给出了启发函数的计算方法,推导出图节点的构造方法和扩展规则,然后在此基础上给出了用于测试节点优选的启发式图搜索算法,最后进行了分析实验。实验结果表明本算法既克服了局部寻优方法不能找到全局最小测点集的缺点,又能显著降低传统穷举搜索算法的时间复杂度和空间复杂度。

图规划框架下的启发式搜索的研究与发展

随着智能规划研究的深入,以往的规划器已不能满足实际应用的需要。为了提高规划器求解实际问题的能力,启发式搜索产生了。对近10年来各种启发式搜索方法进行了分析,指出了它们的优缺点,并进行了比较。同时对智能规划及其启发式搜索的未来发展方向进行了分析与预测,旨在让研究和关心该领域的学者较为全面地了解这一领域。

结合增量与启发式搜索的多目标问题处理方法

提出了一种结合增量与启发式搜索的多目标问题处理方法,设计并实现了一个基于路径扩展方法的多目标增量启发式搜索系统.当问题搜索图中边的权重发生改变或添加删除节点时,该系统通过对搜索现场进行实时的更新,部分利用先前搜索保留的信息,从更新后的状态开始求解新的问题,从而提高了重搜索的效率.对gridworld标准测试样例进行了大量的系统测试,实验结果表明:结合增量与启发式搜索的处理方法能够有效地解决状态格局不断变化的一系列相似的多目标最短路径问题.

基于动态阈值启发式图搜索的SLAM算法

针对当前多数SLAM数据关联算法存在不能在线修正的问题,提出一种使用动态阈值的启发式图搜索数据关联算法。该方法使用回溯机制实现对错误数据的修正,在搜索过程中使用动态阈值进行门限过滤,减少可能的数据关联的数目,在不降低数据关联正确率的情况下,提高数据关联效率。仿真实验结果表明,该算法可有效地降低运算时间。

基于启发式搜索的灵活规划的算法研究与系统实现

随着智能规划研究的深入,经典规划已不能满足实际应用的需要。本文分析了经典规划无法满足实际应用要求及产生灵活规划的原因。在对启发式搜索和灵活规划深入研究的基础上,提出了利用启发式搜索的方法来处理灵活规划问题的思想,并给出了基于启发式搜索的灵活规划算法和求解模型。采用智能规划中的基准问题对该算法进行测试,实验表明该方法在处理很多领域问题上都可以得到非常好的效果。

融合AdaBoost和启发式特征搜索的人脸性别分类

提出一种基于AdaBoost的人脸性别分类方法,从一张低分辨率灰度人脸图像中辨认出一个人的性别。将启发式搜索算法融于AdaBoost算法框架中,从而发现新的可用于更好分类的特征。利用该方法进行人脸性别分类方面的实验,当使用少于500个像素比较时,正确识别率达到了93%以上,这与迄今已公布的最佳的分类器支持向量机(SVM)的正确识别率相当,但速度却快得多。

基于时间Petri网和启发式搜索的资源分配(英文)

提出了一种改进的时间Petri网计划管理模型 ,综合考虑调度和资源分配 ,以充分发挥FMS的柔性制造能力 .首先根据系统理论 ,区分了两种资源类型 :主角 (主资源 )和配角 (辅助资源 ) ,然后再根据主资源构造FMS的时间Petri网 .这种方法简化了Petri网的构造 ,给出了一个清晰的资源调度流程 ,并且辅助资源的分配可以在调度的同时利用启发式搜索算法给出 .最后 ,给出一个改进的时间Petri网在资源受限情况下进行调度和资源分配的实例 .