移动机器人全覆盖路径的BINN-元胞自动机规划

为了实现机器人对工作区域的全覆盖,提出了基于生物激励神经网络-元胞自动机系统的全覆盖路径规划方法。介绍了生物激励神经网络算法的基本原理,分析了该算法在机器人陷入死区时无法逃逸的问题。基于元胞自动机系统设计了机器人逃逸机制,包括逃逸点的确定和逃逸路径的规划方法。在仿真环境下,将元胞系统逃逸机制与基本RRT、文献[10]的BINN-RRT逃逸机制进行对比,结果表明元胞系统逃逸机制的规划时间比基本RRT小2个数量级,比BINN-RRT小1个数量级,且逃逸路径短于另外两种方法,验证了元胞系统逃逸机制的有效性和优越性。基于BINN和元胞系统的全覆盖路径比BINN-RRT规划路径更加平滑,验证了全覆盖方法的优越性和有效性。

基于模糊元胞自动机的网络舆情演化模型

本文利用模糊元胞自动机模型研究网络舆情的演化行为，包括当前元胞的情感倾向、自信度和周边元胞的影响度以及周边元胞的情感倾向等四个主要要素，利用模糊理论建立起了当前元胞情感倾向被周边元胞影响规则。借鉴心理学方面专家的支持，一共建立了70条不同权重的模糊规则。同时，对元胞自动机的领域半径R以及有向小世界网络随机重连概率P等因素对网络舆情演化结果的影响进行了讨论。网络舆情演化的模拟结果表明，网络舆情呈现集中化、极性化特点，比较符合网络舆情演化的真实情境。

基于模糊元胞自动机的网络舆情传播模型研究

考虑到信息在传递过程中普遍存在模糊性的特点,结合经典元胞自动机理论和模糊推理算法,设计网络舆情传播的元胞自动机结构,定义环境适应度k和偏好度h 2个输入变量,建立网络舆情传播的模糊元胞自动机模型。对网络舆情传播中个体观点的演化过程进行Matlab仿真与分析,结果表明,在经过交流与讨论(对应于元胞进行足够多次数的迭代和演化)后,群体的观点和意见会出现归一的现象,归一不是归于处在2个极端的赞成或反对,而是向中间聚拢,最后形成一个折中的意见。该模型可以更好地描述网络舆情的实际传播过程。

基于改进元胞自动机算法的航路网络规划研究

为优化空域资源、提升空域容量、缓解空中交通拥堵,本文研究了“三区”规避情况下的航路网络规划问题。首先通过栅格法进行空域离散化建模,将空域信息二值化,以此实现“三区”规避;接着以航路总长度最小为目标,考虑非直线系数、流量约束等建立数学模型,在寻路过程中添加距离优先系数和碰撞风险系数,利用元胞自动机算法求解,并在此基础上增加了路径平滑过程;最后以广州飞行情报区航路网络规划为实例进行验证。结果表明,相比于现行航路,航路长度有效缩短、航路点个数减少且航路的非直线系数也有所降低,验证了改进的元胞自动机算法的有效性,对现实的航路网络规划具有重要的参考意义。

采用元胞自动机的网络舆情传播模型研究

采用元胞自动机(CA)理论研究因特网舆情传播,设计了一个舆情传播元胞自动机模型结构,包括元胞状态取值、元胞空间和邻域。针对互联网元胞状态转换提出了考虑元胞坚定性的多数规则计算公式和元胞移动遍历算法。在讨论仿真结果时定义了倾向强度、倾向聚集度、元胞峰值和元胞倾向众值等四个参数,分别对不同坚定性和固定/移动元胞状态计算的迭代结果讨论其不同的演变过程、形态和意义,提出特别需要关注具有坚定性特点的元胞移动遍历的舆情传播过程,它们更加接近因特网网络舆情的真实传播过程。仿真结果说明了该方法和模型的有效性和合理性。

移动元胞自动机的个体化网络舆情聚类模型与仿真

为了研究舆情个体的个性对现实环境下网络舆情传播和演化的影响以及舆情个体"类聚"现象,采用元胞自动机理论的建模方法,将一定网格空间的个体抽象为带有情感倾向度的元胞,设定离散值的意见倾向度。此外,定义元胞的个体特性:坚定性权重β_(ij),个体影响权重λ_(ij)。为了模拟舆情个体可以通过不同途径参与舆情事件,定义了一种新的移动规则,在边界周期条件下的元胞空间,实现了每个元胞与空间内的所有元胞的信息交流。实验结果表明:舆情演化到最后会呈现稳定状态,舆情个体的不同个性会影响稳态收敛的速度快慢;当个体特性取中间值时,系统最有可能出现意见群体意见归一现象。

基于模糊规则的元胞自动机网络舆论传播模型研究

针对现实生活中人们获得信息的模糊性,在传统元胞自动机模型的基础上加入模糊推理的思想,并引入观点倾向度和倔强度两个模糊变量,提出了模糊规则下网络舆论的元胞自动机传播模型,最后仿真分析了网络舆论形成中个体观点的演化过程。仿真结果表明,群体在经过讨论后,群体中持中立态度的人会逐渐减少,持极端态度的人会逐渐增加,形成"群体极化";另外,舆论的形成往往在交流初期,即一旦群体间产生信息交换,就很可能发生意见的"群体极化",因此对于网络舆论的引导必须在早期。

基于元胞自动机模型的网络舆情导控机制研究

为探究网络舆情的演化规律及导控作用,采用定量分析方法,提出一种基于元胞自动机的舆情导控机制。定义内在动力系数、倔强度系数等舆情主体属性,提出舆情导控力系数。在元胞自动机模型中,把主体属性以及导控强度赋值给每一个元胞,仿真实现并分析了外界导控作用、网民属性对网络舆情发展的强度和方向的影响。实验结果表明,在网络舆情传播形成和发展时期对舆情进行正确导控,可以避免不良舆论的发生,舆情演化总体呈现扩散状态。

基于元胞自动机的某无人系统供电网络故障分析

无人系统供电网络中,当系统中的某一个子系统发生故障退出系统运行时,可能会促使临近子系统发生故障,最终导致整个无人系统的连锁故障。将元胞自动机理论应用到某无人系统供电网络故障分析中,提出并搭建了应用元胞自动机来模拟供电网络故障机理的元胞自动机模型,并提出计算方法,最终得到无人系统供电网络故障传播路径,研究结果表明这种方法能够有效地揭示各故障间的模型关系,为实际工程的故障分析提供理论依据。

基于移动元胞自动机的网络舆情传播模型

为了准确刻画网络舆情的变化规律,针对经典元胞自动机存在的不足,考虑网络舆情主体的可移动因素,提出一种基于移动元胞自动机的网络舆情传播模型。首先对经典元胞自动机的工作原理进行分析,提出移动元胞自动机模型,然后根据网络舆情的特点,制定网络舆情主体状态转换规则和移动规则,建立移动元胞自动机的网络舆情传播模型,最后采用Matlab 2011对网络舆情演化过程进行仿真分析。仿真结果表明,舆情主体移动概率对网络舆情传播速度和同质化率影响比较大,移动元胞自动机模型可以很好地描述网络舆情的实际传播过程。

基于自适应神经模糊推理系统和元胞自动机的微信舆情传播机制研究

[目的/意义]研究微信环境下的舆情传播与演化方式。[方法/过程]分析微信舆情的传播特征,介绍自适应神经模糊推理系统(ANFIS)和元胞自动机(CA)的相关理论,提出基于ANFIS和CA的微信舆情传播机制模型,以预测微信用户对舆情事件态度改变的概率,并在Matlab环境下进行仿真模拟。[结果/结论]该模型能更真实地预测微信传播过程中用户对舆情事件的态度变化情况。

基于决策论元胞自动机的网络舆情传播研究

在舆情传播研究中,传统元胞自动机采用多数演变规则,以多数情感代表倾向度,忽略了舆情个体间的相互影响,会导致错误的预测结果,为此,将决策论结合元胞自动机应用于舆情传播问题中.首先介绍元胞自动机和决策论的基本概念及特点;然后建立基于决策论的元胞自动机模型,以相对收益模型作为演变规则,设计元胞状态演变的遍历算法;最后通过实例和模拟仿真表明算法可实现舆情传播倾向度趋向明显,结果验证了算法的有效性和可行性.

一种基于元胞自动机演化博弈的网络舆情模型

本文运用元胞自动机分析网络舆情的传播机制。设定的影响因素主要有三个,分别是:影响力系数、受影响系数和遗忘指数。通过元胞自动机将元胞模拟为现实中的舆情主体,采用记忆理论和动态博弈提出了一种模拟网络舆情传播过程的模型。将该模型的演化过程在Matlab上仿真,从仿真结果中可以看出,网络舆情的传播过程与前面设定的三个影响因素有着密切的联系,即当影响力系数越大、受影响系数越小,对网络舆情的引导越有利,会产生更多积极的影响,反之,网络舆情传播产生的消极影响会随之而变大;同时,当遗忘指数较大时,舆情主体之间相互影响的程度会越大,反之,其相互影响的程度会越小。最后,与传统的处理方式进行对比,验证了该模型在舆情监控上的可行性和合理性。

基于势能场元胞自动机的不同个性人群疏散仿真

为了综合考虑人群个性和室内环境对疏散的综合影响,采用势能场元胞自动机(FFCA)模型模拟混合有不同性格行人的疏散.该模型构建了人群疏散环境的时空网络图,并通过计算最小运动消耗(LTC)路径建立静态势能场.疏散人群根据性格特征被分为3类,每类人群都可能使用不同的策略来平衡疏散中的运动和时间消耗.在每个时间步,每位行人都能根据随时变化的FFAC模型选择下一个移动目标.行人会根据自己的决策机制不断规划新路线或选择等待,直到到达出口.疏散模拟选择在不同的复杂疏散场景中进行,如多出口房间、教室和地铁,且疏散人群由不同性格的稠密人群混合而成.该研究为揭示行人心理、逃生环境与疏散行为之间的内在联系提供了一种新的方法.

融合多源信息的元胞自动机交通流模型

针对智能网联汽车受环境天气影响易发生交通事故等问题,提出了融合多源信息的元胞自动机交通流模型.首先提出云端环境下多源信息流收集与高精地图数据融合方法,通过神经网络融合多源信息与高精地图,实现地图动态更新,为自动驾驶车辆提供更加精确的路径规划,以有效避免交通事故发生.其次,以多源信息收集模型为基础,搭建双车道交通流元胞自动机模型,从安全距离模型、跟驰规则、换道规则等方面与人工驾驶模型进行对比,以说明融合多源信息的元胞自动机交通流模型的优越性.最后利用MATLAB进行仿真.结果表明:相较于人工驾驶模型,融合多源信息驾驶模型能够增大交通流量,减少交通拥堵,且在短时间内达到稳定状态,从而将道路通行效率提高了27%.

基于元胞自动机的网络舆论激励模型

为了研究网络舆论的传播过程及发展趋势,建立了一个基于元胞自动机的网络舆论激励模型,用于模拟网络舆论形成过程中个体发表言论数的变化以及个体观点的变化。在模型中,将网络空间的个体抽象为以情感描述的元胞,用情感倾向度和情感倾向度门限来确定元胞发表言论的状态,用情感激励来描述元胞的移动规则。同时,该模型考虑了个体数量增减和社会突发事件对网络舆论传播的影响,从而更能准确地模拟网络现实事件。

基于元胞自动机的移动sink路径规划算法

为降低无线传感器网络中移动sink数据收集时延,提出一种基于元胞自动机的移动sink路径规划算法。首先,利用网格划分获得移动sink备选驻留点;然后,基于元胞自动机搜索获得移动sink驻留点集合,采用Von Neumann元胞邻居模型计算备选驻留点预估密度,根据备选驻留点预估密度与备选驻留点至移动sink间距离选择驻留点;最后,使用蚁群算法优化经过所有驻留点的移动sink路径。仿真结果表明:所提算法可以减少驻留点数目,缩短移动sink路径长度,从而降低数据收集时延。

基于模糊元胞自动机的电网连锁故障控制策略

为了减小电网连锁故障发生的频率及规模,考虑初始故障后元件及电网运行状态的变化和故障传递程度,结合模糊理论和元胞自动机理论构造基于模糊元胞自动机的电网故障模型,并基于潮流传输原理提出连锁故障演化过程中减少停电事故的切负荷控制规则和无功补偿控制规则,进而确定控制策略使用的时间、位置及调整量。基于IEEE 39节点系统进行停电事故仿真,仿真结果显示,采用控制策略后,电网承受100次故障的天数由4300 d增加到7000 d,同时一定次数的电网事故中产生较大损失负荷的故障次数明显减少,提高了电网的稳定性。

基于元胞自动机和BP神经网络算法的Landsat-TM遥感影像森林类型分类比较

【目的】针对森林资源遥感监测效果往往受森林类型识别分类方法的影响,提出一种基于元胞自动机的遥感影像森林类型分类方法,以提高Landsat-TM遥感影像的分类精度,为森林资源遥感监测提供技术支持。【方法】以小兴安岭带岭林业经营管理局为研究区,基于2010年Landsat5-TM影像数据和2012年森林资源二类调查数据,采用窗口法获取TM第5波段各待分类别的像元均值作为聚类中心,以元胞自动机的Moore模型为框架,以元胞为基本单位,以像元均值为对象,利用最小距离法求取进化规则(判断准则是中心元胞周围的8个元胞距每类聚类中心的距离最近且像元数量最多,则中心元胞属于该类别),充分考虑影像及地物之间的空间特征,采用元胞自动机分类方法进行森林类型的识别分类。同时,以相同的样本数,采用3层BP神经网络模型对TM遥感影像进行分类试验,并比较2种方法的分类效果。【结果】基于元胞自动机的分类方法总体分类精度为88.712 1%,Kappa系数为0.829 1,针叶林、阔叶林和针阔混交林的用户精度分别为73.60%,92.94%和94.13%,达到了区分针叶林、阔叶林和针阔混交林的分类目的。BP神经网络算法的总体分类精度为86.671 3%,Kappa系数为0.798 4,针叶林、阔叶林和针阔混交林的用户精度分别为69.22%,93.37%和90.76%。2种分类方法均可有效识别森林类型信息。【结论】元胞自动机模型应用于遥感影像森林类型识别分类可弥补因TM影像空间分辨率较低造成的遥感影像分类精度过低的问题,提高分类精度。在森林分布破碎、种类类型多样且结构复杂的带岭林区,该研究结果有助于森林资源监测与管理,可为大区域尺度的森林动态信息监测提供更好的数据及技术支持。

基于模糊元胞自动机的电网故障演化模型

为了构建与实际电网更加接近的电网故障模型,将模糊理论及元胞自动机(CA)理论相结合,提出并建立了用于模拟电网故障演化的模糊元胞自动机模型,并定义了模型中元胞状态、电网状态及故障传递程度的模糊规则库,同时进行了基于IEEE39节点系统的电网故障传播演化过程仿真。仿真结果进一步验证了电网的自组织临界性(SOC),同时结果表明,该模型较不采用模糊规则的电网故障模型其损失负荷幂律特性曲线斜率绝对值增大了17%,电网更加稳定,该模型与电网实际运行情况更加接近。