增强蚁群算法在移动机器人路径规划的应用研究

针对蚁群算法在移动机器人路径规划中存在的历史路径不能被充分利用的问题,提出一种具有通信机制的增强型蚁群算法。根据自然界中蚂蚁触手的接触特性,对历史路径进行整合,以获得更优的复合路径。为了进一步改进算法,提出一种放大的轮盘赌方法来加速收敛。设计自适应的Sigmoid衰减函数来优化不同阶段的启发式信息。针对死锁问题的各种类型,制定了具体的优化策略并减少了死锁蚂蚁的数量。最后进行了参数确定和对比实验,在简单环境和复杂环境下,所提算法的整体性能明显提高,实验结果证明了所提方法的有效性。

一种车间调度死锁实时解决算法

对比2种不同的编码形式及算法,提出一种实时发现和死锁解决算法,该算法不抛弃任何染色体,仅调整死锁染色体内基因的调度顺序,从而实现所有染色体的调度,并快速找出最优解。仿真实验结果表明,该算法是有效的。

描述与求解哲学家就餐问题的Petri网模型研究

研究了用 Petri网描述操作系统中经典的“并发操作”的例子——哲学家就餐问题 ,并构造了不同的 Petri网模型解决死锁和无限等待问题 ,最后讨论了轮流进餐时不同进餐次数情况下的

哲学家进餐问题一种解法的改进

介绍哲学家进餐问题死锁预防的一种解法的改进,对其进行了探讨.并用Java程序进行验证.

利用Java高级别并发对象求解哲学家进餐问题

介绍了利用Java高级别并发对象求解哲学家进餐问题死锁预防的一种方法,并和我们过去的方法进行了比较,结果表明新方法的效率有所提高.

解决哲学家进餐问题陷入死锁状态的系统改造方案分析

通过对"哲学家进餐问题"的讨论,提出了解决计算机系统死锁的若干行之有效的方案,并给出了相应的实现代码.为解决并发进程同步问题提供了参考.

通过回退机制解决哲学家进餐问题

根据预防死锁策略,提出一种基于回退机制的哲学家进餐问题的解决方案,并在JAVA多线程环境下通过编程实现了该方案.模拟程序运行结果验证了方案的可行性和有效性.

哲学家就餐问题研究与模拟

如今良好的交互性、并行性、同步性早已是大多数计算机操作系统不可或缺的功能,无论是基于单核还是多核计算机,倘若没有以上几个性能,则毫无疑问是糟糕的操作系统。哲学家就餐问题是操作系统研究领域中一个著名而有趣的问题,是从计算机实现伪同步并行功能研究中演化而来的经典进程间通讯问题,对研究同步性有很大的帮助和启发。该文探究了哲学家问题的原理,并使用C语言对其进行了模拟。

求解哲学家进餐问题的Petri网模型及实现

为了解决操作系统中的进程间同等互斥问题 ,研究了以 Petri网为系统描述工具来分析经典的哲学家进餐问题 ,提出了避免死锁问题的轮流就餐方案 ,讨论了不同进餐次数之比时的 Petri网模型 ,给出了两种模型的程序实现。此法简洁高效 。

基于改进避障策略和双优化蚁群算法的机器人路径规划

针对传统蚁群算法在移动机器人路径规划中存在的收敛速度慢、收敛路径质量低、死锁以及动态避障能力差的问题,本文提出基于改进避障策略和双优化蚁群算法(Double optimization ant colony algorithm,DOACO)的路径规划方法。首先,设计新的概率转移函数并对函数中的各分量权重进行自适应调整,以优化算法的收敛速度;然后,利用碰撞检测策略对路径进行再优化,进一步提高算法的性能;最后,针对常规避障策略避障能力差、实时性不足等问题,提出避障行为与局部路径重规划相结合的避障策略。实验结果表明,DOACO算法相对于传统的蚁群算法,不仅能规划出更优的路径,收敛速度也更快,而且新的避障策略也可以有效地应对多种碰撞情况。

基于Java多线程机制解决哲学家进餐问题的深入探究

简要阐述了操作系统中哲学家进餐这个经典同步问题,探讨了该问题的多种解决策略,并通过Java语言的多线程编程技术,给出了实现此问题相应解决策略的代码,有效地避免了饥饿和死锁现象的产生。

Primary Structural and Quantitative Analysis of Infeasible Solution to Job shop Scheduling Problem

In this paper, the structure of infeasible solutions to Job Shop Scheduling Problem (JSSP) is quantitatively analyzed, and a necessary and sufficient condition of the deadlock for JSSP is also given. For a simple JSSP with 2 machines and N jobs, a formula for calculating the infeasible solutions is proposed, which shows that the infeasible solution possesses the majority of search space and only those heuristic algorithms which do not produce infeasible solutions are valid.