本文主要研究内容作者孟子耀,陈志坚,陈涛(2019)在《基于ACO-SVM的岩质高边坡锚杆轴力预测》一文中研究指出:合理利用锚杆轴力监测数据对评价边坡稳定性极为重要,本文引入蚁...
本文主要研究内容作者邓新文,邓南明(2019)在《蚁群算法在远程鱼雷航路规划中的应用》一文中研究指出:为了确保远程鱼雷航渡过程中能够在有效规避威胁的基础上选择一条最优(最短)的...
本文主要研究内容作者张树玉,刘克江(2019)在《燃气管网优化设计方法研究》一文中研究指出:随着燃气输配管网规模不断扩大和结构日渐复杂,确保燃气管网运行的安全性、稳定性和可靠性...
本文主要研究内容作者史先鹏,解方宇(2019)在《一种基于改进蚁群算法的载人潜水器全局路径规划》一文中研究指出:当前关于使用蚁群算法解决载人潜水器路径规划问题的研究,往往只注重路径的长度和算法收敛速度,容易忽略路径点与障碍物之间的距离和路径的平滑度等要素。载人潜水器过于靠近障碍物航行时容易产生碰撞;...
本文主要研究内容作者鲁丰玲(2019)在《基于蚁群算法的无人机舰机协同任务规划》一文中研究指出:随着近年来计算机与无人控制技术的不断发展,无人机逐渐成为军事作战领域中不可缺少的战略力量,舰载无人机技术已经成为打击、侦察等任务的重要手段。本文研究的重点是无人机舰机任务的协同与控制技术,充分结合蚁群算法...
本文主要研究内容作者董丹丹,祖安君,孙雪莲(2019)在《基于GACO-BP-MC的大坝变形监控模型》一文中研究指出:建立相应的安全监控模型来分析大坝变形监测资料对保障大坝服役安全意义重大。BP神经网络模型在此方面得到了广泛应用,但采用蚁群算法(ACO)对BP神经网络参数寻优时存在因初期搜索完全随机...
本文主要研究内容作者晏榆洋,帅培(2019)在《基于蚁群算法的港口船舶调度优化问题研究》一文中研究指出:港口船舶调度优化问题是当前一个公开的难题,传统方法无法获得理想的港口船舶调度优化方案,为了加快港口船舶调度速度,降低港口船舶调度成本,建立了基于蚁群算法的港口船舶调度优化模型。首先分析当前港口船舶...
本文主要研究内容作者向征,张文奇,张文军(2019)在《雷暴天气下基于多航空器冲突避让的路径规划》一文中研究指出:为提高雷暴天气下的飞行安全,降低管制员雷达引导绕飞雷暴的工作负荷,避免飞行冲突,进而减少多航空器在雷暴天气下改航的状况,首先构建编码空域信息矩阵,用栅格化的方式描述雷暴危险区,明确雷暴危...