摘要:从外卖配送员角度出发提出一种改进蚁群算法(Improved Ant Colony Optimization,IACO),在此基础上进行外卖配送路径规划研究.首先通过蚁群算法(Ant Colony Optimization,ACO)求解得到初始规划路径,然后通过大规模邻域搜索算法(Large Neighborhood Search,LNS)优化初始规划路径,通过将ACO和LNS算法结合,提高求
摘要快速准确地进行换道路径规划、有效跟踪期望路径以及换道过程中保持车辆的操纵稳定性,是保障智能汽车主动安全的核心技术.针对智能汽车主动换道过程中的路径规划问题,引入中转位置,提出基于双五次多项式的路径规划策略,以提高换道路径的平滑性,保证车辆换道安全性,满足换道实时性要求.对主动换道场景进行分析,确定换道初始及目标位置;基于车辆换道过程中的临界碰撞点,提出双五次多项式换道路径规划策略;建立联合仿真
摘要:针对A*算法求解路径轨迹耗时长、内存占用大等问题,本文提出一种基于自适应步长策略改进A*算法.首先,根据当前点与终点的位置关系,设定寻路方向的优先级顺序,减少不合理方向上的冗余规划计算量;其次,修改到达终点的判断条件,可在轨迹规划时实现路径的跳跃;再次,针对A*算法轨迹规划效率低的问题,提出自适应步长策略;最后,针对内存占用大,以及面对大地图时可能出现的内存溢出问题,提出了八方向搜索法.实验
摘要本文提出一种具有超宽输入功率范围的三路整流电路.通过在三条整流支路中采用不同阈值电压的二极管,使每条支路对不同输入功率进行高效整流,三条整流支路协同作用,使所提出的整流电路能够在超宽输入功率范围内保持高效率工作;设计并实现了一个工作在2.4 GHz的三支路整流电路,三条整流支路分别实现在-10~11、11~24和24~35 dBm的功率范围内,效率保持在30%以上.测试结果表明:在-6~25
摘要针对多智能体系统中的分布式凸优化问题,本文提出一种基于自适应事件触发机制的零梯度和优化算法.基于虚拟时钟设计了一种自适应事件触发条件,当每个智能体的虚拟时钟满足该条件时才触发条件,有效地降低了控制器的更新次数和系统的通信负担.通过构造李雅普诺夫函数,证明了在该算法下所有智能体的状态能渐近收敛到全局最优解.此外,所设计的事件触发条件使得最小事件触发间隔时间可设计,有效地排除Zeno行为.最后,通
摘要本文主要研究具有时变时滞的脉冲随机马尔可夫跳变系统的有限时间保性能控制问题.通过选取模态相关的李雅普诺夫泛函,使用线性矩阵不等式(LMI)、平均驻留时间方法等技术,得到一些新的充分条件来确保系统有限时间稳定,并给出了系统的上界性能指标.基于该充分条件设计了系统的状态反馈保性能控制器.最后,利用Matlab的LMI工具箱进行数据仿真,得到相应的均方轨迹图.数值例子结果表明,得到的仿真结果和理论结
摘要为了保证永磁无刷直流空心轴电机的输出性能和抑制电磁振动,提出了一种基于非线性多元回归的修正代理模型优化方法.首先,通过AE(Audze-Elgljs)准则确定最优空间填充抽样,并采用核主成分分析(Kernel Principal Components Analysis,KPCA)算法筛选出4个主要变量用于构建代理模型;其次,采用非线性多元回归构建代理模型,决定系数R2值均大于0.9,验证了代理
摘要针对现有智能优化算法在求解配电网无功优化时存在的收敛速度慢、易陷入局部最优解等问题,提出一种基于多目标沙猫群算法(MOSCSO)的含风光储配电网无功优化方法.MOSCSO融合了多目标算法中外部储存集的更新和选择机制,具有较好的全局寻优能力,而沙猫群算法(SCSO)特有的搜索和攻击的种群更新方式保证了其具有较快收敛速度和较好寻优能力.建立储能设施(ESS)作为控制变量的IEEE 33节点系统数学
摘要现有遥感图像目标检测算法存在参数量大、检测速度慢和难以部署于移动设备的问题,为此,本文提出了一种无锚框的轻量级遥感图像目标检测算法.首先设计了DWS-Sandglass轻量化模块以降低模型体积,并改进模型激活函数,以确保检测精度.然后引入无参数注意力模块SimAM,使网络能够专注于更重要的特征信息.最后对无锚框算法的冗余通道进行剪枝操作以减少模型参数量,并通过微调回升精度.在HRSC2016数
摘要举办大型活动会导致周边受影响区域在短时间内集中大量人群和车辆,场馆周边路网与常态交通具有差异化特征.为探究大型活动对场馆周边路网运行状态的影响机理,解析活动规模、路段与活动场馆的空间距离等因素的影响特征,构建融合XGBoost算法与部分依赖图的可解释机器学习模型,以捕捉不同因素的非线性效应与协同影响.以北京市为例开展了实证研究,单因素的异质性影响表明:路段与活动场馆的空间距离及活动规模对场馆周
摘要:针对光伏功率随机性及波动性大,单一预测模型往往难以准确分析历史数据波动规律,从而导致预测精度不高的问题,提出一种基于卷积神经网络-门控循环单元(CNN-GRU)和改进麻雀搜索算法(ISSA)优化的极限梯度提升(XGBoost)模型的短期光伏功率预测组合模型.首先去除历史数据中的异常值并对其进行归一化处理,利用主成分分析法(PCA)进行特征选取,以便更好地识别影响光伏功率的关键因素.然后采用C
摘要水库水位预测为其运营、防洪、水资源调度管理提供了重要决策支持.准确可靠的预测对水资源的优化管理起着至关重要的作用.针对水库水位数据的非线性、不稳定性以及复杂的时空特性,提出一种融合自适应变分模态分解(VMD)、卷积神经网络(CNN)和门控循环单元(GRU)的混合水库水位预测模型.VMD通过对水位序列进行分解消除噪声,CNN用于有效提取水位数据的局部特征,GRU用于提取水位数据的深层时间特征.以
摘要精准的风速预测是将风能大规模应用到电力系统中的关键,而风速序列的随机性和波动性等特点使得风速预测难度增加.为增强风速序列的可预测性,采用Logistic混沌映射策略、自适应参数调整策略以及引入变异策略对食肉植物算法(CPA)进行改进,并提出了基于误差修正和VMD-ICPA-LSSVM的短期风速预测模型.首先将气象因子作为最小二乘支持向量机(LSSVM)的输入对风速进行预测,获得误差序列.再利用
摘要利用法国布雷斯特(Brest)港BRST测站和英国塞文大桥监测系统GNSS双频观测数据,分别在静态和高动态环境下进行GPS-IR水位反演,探究传统GNSS监测系统进行水位反演的可行性与精度.结果表明:L1波段反演精度高于L2波段;在静态场景下,GPS-IR水位反演结果与验潮站数据相关系数大于0.98,在高动态场景下,桥梁GPS-IR水位反演精度稍低.利用经验模态分解(EMD)方法对算法进行改进
摘要利用全球导航卫星系统反射(GNSS-R)信号进行潮位反演时,需要对多路径频率进行估计.常规反演方法仅对主频率估计,因此存在数据利用率低、反演结果时间分辨率不足的问题.为解决该问题,本文利用Savitzky-Golay(SG)平滑滤波优化GNSS-R潮位反演.首先,利用Lomb-Scargle周期图(LSP)法提取信号功率的前4个频率f1~f4,并反演它们对应的潮位值;然后,利用SG平滑滤波方法
摘要利用遥感技术进行水质监测,全面地掌握水质分布情况对水环境保护具有重要意义.水质参数与地表反射率并非简单的线性关系,BP神经网络和支持向量机(SVM),因其非线性模拟的特点,被广泛应用于水质反演.传统BP神经网络存在收敛缓慢、容易陷入局部最优的问题;SVM虽然具有很好的拟合能力,但受惩罚系数及核函数参数影响较大.以云龙湖为研究区域,利用Sentinel-2影像和实测数据,针对重要水质参数电导率和