基于改进D?Lite遗传算法路径规划研究

针对遗传算法在移动机器人路径规划中易产生早熟现象和收敛速度慢的问题,提出了改进的D~* Lite遗传算法。该算法将D~* Lite算法和遗传算法相结合,通过引入碰撞系数和可视检测技术以提高路径安全性,寻找最短路径。在遗传算法设计中加入动态调整交叉与变异概率,以解决算法在路径规划中因陷入局部最优值而不能到达目标点的问题。最后,通过实验仿真可知:与蚁群算法和免疫遗传算法相比,改进的D~* Lite遗传算法执行效率高,可以快速规划出全局最优路径。     

风景园林设计的植物配置与规划研究

当前城市建设中风景园林艺术越来越被重视,园林设计在一定程度上起着净化城市环境,满足人们生活质量要求的作用,在园林植物配置中,必须考虑到气候等多角度、全方位的因素,人为因素等。本文将对景观设计中的植物配置与规划进行研究,更好地做好景观设计工作。     

改进Elman神经网络在短期热负荷预测中的应用

热电厂的短期热负荷预测在城市集中供暖中起着至关重要的作用,直接影响热电厂的经济效益和热能利用率。电厂的短期热负荷一般采用神经网络预测模型进行预测,而BP神经网络应用最为广泛。Elman神经网络算法在BP神经网络基础上加入了承接层,作为一步延时算子,实现记忆能力,使系统具备适应时变能力,增强系统全局稳定性。但Elman神经网络算法模型的构造依然需要大量样本的支撑,而且输入层的变量多,导致预测时间依然很长,收敛速度慢。该文在Elman神经网络预测前,进行了相关系数预处理和对样本中异常值的平均化预处理,通过数据归一化运算,使Elman神经网络输入层变量大幅减少。仿真实验表明,改进的Elman神经网络算法使预测模型快速寻优,减少预测时间的同时明显提高预测精度。     

大规模多状态计算系统的容错性能分析

针对异构计算节点组成的大规模多状态计算系统的容错性能分析问题，提出了一种计算系统容错性能的评估方法。该方法采用自定义的两级容错性能形式化描述框架进行系统描述，通过构造多值决策图（Multi-value Decision Diagram，MDD）模型对系统进行容错性能建模，并基于构造的模型高效地计算出部件故障的条件下计算系统在特定性能水平上运行的概率，减少了计算的冗余性。实验结果表明，该方法在模型的大小和构建时间上均优于传统方法。该方法的提出将对系统操作员或程序设计者具有重要意义，使其确保系统适合预期应用。     

基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。     

浅析电力系统自动化发展趋势

由于环境保护的严厉制约，大容量远距离输电的需求、大电网互联和跨国联网发展的趋势，以及电力市场化体制改革的影响，我国电力系统急需向自动化方向发展。     

张养志教授被评为全国新闻出版行业领军人才

<正>新闻出版领军人才是我国新闻出版行业优秀人才的代表新闻出版业。按照《"十二五"时期人才发展规划》,2014年,国家新闻出版广电总局开展了第四批领军人才评选工作。经过层层选拔和严格评选,确定了284人为全国新闻出版行业第四批领军人才,其中学术类领军人才19名。北京印刷学院张养志教授名列其中,他也是北京市属高校唯一入选第四批全国新闻出版行业领军人才的专家。     

浅谈水利规划工作原则、内容、策略

水利工程是我国重要的基础工程,和人们的生活息息相关。当前水利工程规划工作的重要性是不言而喻的,我们应该在水利工程基本原则的基础上进行相关的规划工作,分清主次,抓住工作中的重点部分,才能够起到事半功倍的效果。文章主要对水利工程规划的作用和相关的策略进行了分析和阐述,希望能够对我国水利工程建设起到积极的作用。