基于AQPSO算法的圆碟形水下滑翔机路径规划

为解决复杂海洋环境影响下圆碟形水下滑翔机的路径规划问题,采用多黏性Lamb涡叠加方法模拟洋流环境模型。以最小能量消耗为优化目标,结合B-spline方法生成光滑的曲线路径,采用自适应性基于量子行为的粒子群优化算法对圆碟形水下滑翔机的路径选择进行优化求解。将该算法与粒子群优化算法和基于量子行为的粒子群优化算法相对比,仿真结果验证了各算法在求解航行路径问题方面的有效性。此外,基于能耗最优原则分析各算法的适用性。     

基于粒子群改进算法的水下滑翔机路径优化

水下滑翔机以其低功耗、低成本和低噪声等优势在海洋科研、环境监测、资源探测和军事侦察等领域具有广阔的应用前景。基于效率最优原则的水下滑翔机路径规划对降低滑翔机的功耗和快速到达指定位置至关重要。基于水下滑翔机效率模型的路径规划问题是一种非线性混合整数规划问题,针对此类问题在建立水下滑翔机效率模型的基础上提出粒子群改进算法。利用该算法,在效率最优原则下对水下滑翔机到达指定位置的路径进行优化。通过与其他算法比较可知,该算法能够比较快速地找到质量较高的最优解,适合解决非线性混合整数规划问题。     

圆碟形水下滑翔机外形设计研究

圆碟形水下滑翔机是一种新型水下滑翔机,其外形明显不同于现有的传统水下滑翔机,目前尚未看到有关其外形设计的详细讨论。基于水动力分析技术和滑翔机的稳态运动方程,建立了圆碟形水下滑翔机的外形设计分析方法,进而实现了导流沿、机身高度对水动力和运动性能影响的分析。研究发现,导流沿结构会增加单位垂直高度对应的水平滑行距离,但也会降低水平方向的滑行速度;机身高度的降低会增大水平方向的滑行速度,但不影响单位垂直高度对应的水平滑行距离。     

水下滑翔机路径规划研究综述及展望北大核心CSCD

水下滑翔机(UG)是一种新型的水下无人航行器,具有能耗低、效率高、续航力长、成本低、可重复使用等优点,能够满足长时序、大范围的海洋观测与探测需求。水下滑翔机作为一种观测探测平台,合理的路径规划是其执行海洋观测与探测任务的重要保障。首先,综述近年来有关水下滑翔机路径规划方法,将水下滑翔机路径规划算法的内容系统性地分为传统算法、智能优化算法和多算法融合3类,并结合实际应用场景对不同的路径规划算法性能进行比较;然后,对水下滑翔机路径规划过程中所涉及到的环境重构技术、环境感知技术、智能决策技术和水下定位技术等关键技术进行凝练与总结;最后,基于现有的发展趋势,对水下滑翔机路径规划未来的发展方向,如多算法共融规划、多机协同路径规划、融合时空和目的约束的多维空间路径规划和复杂非稳态环境下的精准路径规划等进行展望。     

大型自主水下机器人全局静态与局部动态融合路径规划方法

针对大型自主水下机器人在做全局路径规划时面临环境建模复杂,算法求解能力弱以及面对局部动态障碍时自主性低,避障路径规划困难等问题,采用极坐标表示形成路径同心圆,在严格机动性约束下提出基于改进粒子群算法和速度障碍法的全局静态与局部动态相融合的路径规划方法。在极坐标表示的环境模型中,在全局静态规划中引入最优粒子"变异"过程提升算法求解能力;在局部动态规划中利用速度障碍法求解局部碰撞范围和安全路径区域以保证避障路径最优。实验结果表明,与传统粒子群和遗传算法相比,改进方法在全局静态规划中路径更短、求解能力更强,局部动态规划能够得到出最优避障路径。     

基于粒子群优化算法的水下航行器深度控制研究

提出了一种基于粒子群优化算法的水下航行器深度控制器参数优化设计方法。针对水下航行器运动参数变化的特性,采用粒子群优化算法收敛速度快、寻优特性好等特点,将其应用到控制器参数的优化设计中。仿真结果表明,利用粒子群优化算法进行优化设计的水下航行器深度控制器具有良好的控制性能。     

基于量子行为粒子群算法的可测试性设计方法

将量子行为粒子群算法用于复杂电子设备测试点选取问题中.该算法以最少的测试点、测试代价和最大的故障隔离率、检测率为目标定义粒子适应度函数,保证了算法的全局最优性能.仿真结果表明,与其他算法相比,量子行为粒子群算法提高了测试点选取的效率,能较好的保证其算法全局最优性能,为粒子群算法的改进和多目标优化问题提供了新的思路.     

船舶物流路径规划的数学模型构建及求解

船舶物流路径规划的研究具有十分重要的经济价值,当前船舶物流路径规划方法无法找到最优的船舶物流路径规划方案,使得船舶物流运输的成本过高,为此本文设计了基于蚁群算法和粒子群算法的船舶物流路径规划方法。首先分析船舶物流路径规划研究的历史,建立船舶物流路径规划的数学模型,然后采用粒子群算法对船舶物流路径规划的数学模型进行求解,找到有效的船舶物流路径规划方案集合,并在此基础上采用蚁群算法对船舶物流路径规划方案集合进行搜索,找到最优的船舶物流路径规划方案,最后与单一蚁群算法、粒子群算法进行了船舶物流路径规划问题求解的仿真实验。本文方法避免了单一蚁群算法、粒子群算法求解速度慢,难以找到最优船舶物流路径规划方案不足,得到的船舶物流路径规划方案可以帮助企业节约物流运输成本。     

基于粒子群优化的多路径规划方法研究

借鉴遗传算法求解多峰函数优化问题的思想,开展了基于粒子群优化的多路径规划方法研究.给出了多路径规划算法的基本思想和算法流程,讨论了算法中粒子群的多样化方法以及多种群的隔离进化策略,并针对多个仿真环境进行了仿真实验.仿真结果表明,本文设计的多路径规划算法能针对不同的环境模型进行环境划分,正确、有效地规划出多条运动路径.     

基于CFD的水下滑翔机水动力导数计算

水动力导数求解是进行水下滑翔机操纵性能分析的基础,为了快速预报水下滑翔机的操纵性能,开展基于CFD方法的水下滑翔机水动力导数计算研究。选用约束模型试验作为水动力导数求解方法,并给出其CFD数值模拟方法;以SUBOFF潜艇模型为例,进行约束模型试验的CFD数值仿真和水动力导数计算。计算结果表明,CFD数值模拟方法可用于水下潜器的水动力导数计算。采用CFD方法对水下滑翔机的斜航试验、纯横荡和纯首摇运动进行数值模拟,并利用最小二乘法拟合仿真数据得到水下滑翔机的水动力导数,为操纵性能分析提供支撑。     

基于"stretching"技术的粒子群优化算法

粒子群优化算法是一种随机的全局优化搜索方法。本文系统的介绍了粒子群优化算法和"Stretching"技术并提出了基于"stretching"技术的粒子群算法,然后用标准测试函数对新算法进行了实验。实验结果表明新算法在解的收敛性和稳定性等方面优于基本的粒子群优化算法。     

基于GSA-IPM算法的船舶电力系统无功优化

提出GSA-IPM(万有引力-内点)算法求解船舶电力系统无功优化问题,以降低船舶电力系统的有功损耗,提高电压质量,改善安全经济运行水平。将算法应用于某实际船舶电力系统进行仿真测试,结果与万有引力搜索算法(GSA)、遗传算法(GA)及粒子群算法(PSO)作比较,证明了算法能够使有功网损更低,电压质量更佳,从而验证了方法的有效性。     

基于虚拟势场理论的AUV局部路径规划方法

针对自治式水下潜器（AUV）局部路径规划问题，基于虚拟势场理论研究，提出了虚拟力概念，并设计了一种改进型虚拟势场局部规划算法，解决了经典虚拟势场能算法中存在的零合力与U型障碍的局部极小问题：当AUV陷入局部极小时通过调用相应的逃避算法来摆脱局部极点。仿真结果验证了该算法对于克服虚拟势场能中存在的局部极点的有效性和可行性。     

基于模糊神经网络的水下机器人局部路径规划方法

该文探讨了基于模糊神经网络理论的实时局部路径规划问题，并提出了能实现模糊控制规则的基于强化学习的自学习和自调整的规划算法，设计了水下机器人实时运动规划器结构以及规划器操作过程和相应的算法。仿真实验结果验证了本文所提方法的有效性和可行性。     

基于粒子群优化反步法的船舶航向控制器设计

考虑到反步法在随机干扰下具有较优的控制效果,利用反步法设计基于Nomoto模型的船舶航向控制器;设计一种基于粒子群优化(Particle Swarm Optimization,PSO)反步法的航向控制器,其能通过优化不确定增益参数来消除部分冗余控制。通过仿真试验比较不同航向控制器的性能。仿真结果表明:粒子群优化反步法航向控制器具有更高的控制精度和更强的鲁棒性。     

基于多目标混沌云粒子群算法的泊位-岸桥分配研究

为了提高集装箱港口泊位-岸桥分配效果和优化效率,以集卡运距和船舶在港时间最小为优化目标,建立了多目标离散泊位-岸桥分配模型,利用混沌云粒子群算法对泊位-岸桥分配模型进行求解,开发了粒子可行-整数化处理模块,内嵌于混沌云粒子群算法进化中,制定了粒子编码规则,设计了多目标函数的粒子历史极值和全局极值的计算方法,提出了基于混沌云粒子群优化算法求解多目标离散泊位-岸桥分配模型的新方法,数值算例结果证明了该模型和算法的可行性和实用性。     

浮力驱动式水下滑行艇定区域运动研究

根据水下滑行艇三维运动模型,利用线性二次调节器方法设计出水下滑行艇定区域滑行控制方案,并对控制规律进行仿真计算验证,证实控制方法有效可行.该控制规律对于浮力驱动式航行体定区域滑行设计具有广泛的应用价值.     

粒子群优化算法中粒子更新方法研究

粒子群优化算法是根据鸟或鱼群居社会行为而提出的随机优化算法,但标准粒子群优化算法存在早熟收敛和搜索精度低等问题.因此模拟生物克隆选择中5%的B细胞自然消亡过程,在粒子群优化算法进化过程中分别基于代间差分、混沌理论、变异原理等方法设计了8种粒子更新算法,并按照模拟退火方法进行更新后粒子的选择.通过数值实验得出基于代间差分和混沌变异的粒子更新算法(即算法8)是一种很好的选择,并且当性能较差的20%左右粒子按照这种算法更新时效果较好.这种算法可以有效克服标准粒子群算法的早熟现象,并能够加快收敛速度.     

基于PSO-PCNN的图像滤波算法

将粒子群算法（PSO）的基本原理融入到PCNN图像滤波算法中,从而得到了一种适用于PCNN图像滤波的粒子群算法,PSO-PCNN滤波的平均绝对误差明显比PCNN法小得多,PSO-PCNN滤波比PCNN滤波算法的效果好。     

一种提高粒子群算法优化性能的方法

针对粒子群优化算法在解决控制领域优化问题时存在的不足,文章在现有粒子群算法的几种改进方法分析的基础上,提出通过控制算法位置和速度的初始化策略,来提高算法的收敛速度、精度和成功率,该方法适用于各种粒子群改进算法。最后,通过两种改进后的粒子群算法,采用初始化策略对典型单峰函数和多峰函数进行实验测试,结果表明,该方法可以有效提高两种改进粒子群算法的搜索成功率、收敛速度和准确性。