多无人机航迹规划的自适应B样条算法

无人机集群能更高效地完成复杂和具有挑战性的任务,航迹规划和编队控制是无人机集群的研究重点。针对复杂环境下的无人机编队控制问题,提出了一种结合分段自适应B样条（Piecewise Adaptive B-Spline,PABS）方法的领航-跟随策略。采用滚动时域控制及快速粒子群优化算法为领航者无人机生成一条安全的参考航迹,并根据跟随者与领航者保持的几何关系为跟随者无人机生成参考航迹。针对生成的跟随者航迹不平滑以及可能与障碍物发生碰撞的问题,使用PABS方法对跟随者航迹进行平滑和避障处理。实验表明,使用滚动时域控制及快速粒子群优化算法及PABS方法能为领航-跟随策略下的无人机编队生成安全平滑的航迹,相比于圆弧插补技术,PABS方法能使航迹更光滑。     

基于多磁盘内存映射的并行湍流相屏生成方法

大气湍流仿真的核心问题是生成较高精度的多层湍流相屏。针对经典谱反演生成方法,占用大量计算机资源,且无法并行计算的问题,本文提出并实现了一种基于多磁盘内存映射的并行计算方法。该方法的基本思想是将数据量较大的文件暂存在多个磁盘上,分块映射部分数据到内存中进行并行计算,使用操作系统提供的函数接口实现了无需人工干预的分块自动化内存映射机制。实验结果表明,新方法运算速度提升明显,仿真结果较为准确。该方法不但可以解决大数据湍流相屏的并行生成,还适用于一般的大数据科学计算和计算机仿真。     

多无人机自适应编队协同航迹规划

针对多无人机(UAV)协同航迹规划中因编队队形约束而忽略部分较窄通道的问题,提出了一种基于自适应分布式模型预测控制的快速粒子群优化(ADMPC-FPSO)方法。该方法利用领航跟随法和虚拟结构法相结合的编队策略构造出虚拟编队引导点,以完成自适应编队协同控制任务。根据模型预测控制的思想,结合分布式控制方法,将协同航迹规划转化为滚动在线优化问题,且以最小距离等性能指标为代价函数。通过设计评价函数准则,使用变权重快速粒子群优化算法对问题进行求解。仿真结果表明,通过所提算法能够有效实现多无人机协同航迹规划,并可根据环境变化快速完成自适应编队变换,同时较传统编队策略代价更低。     

全局调距和声特征选择算法

特征选择技术能有效解决维数灾难问题，许多搜索策略已经被应用到特征选择问题中。针对和声特征选择算法搜索能力低下的问题，提出了一种基于全局自适应调距的和声特征选择算法（HSFS-GPA）。将特征集的距离定义引入到特征选择问题中，在算法搜索过程中结合全局信息对随机产生的新和声进行调整，以一定概率减小候选和声与当前最优和声的距离来加快算法搜索速度，或减少候选和声与最差和声的距离以避免陷入局部最优；同时，采用竞争选择方案随时更新和声库全局信息，改进和声库的更新机制提高算法搜索质量。将HSFS-GPA与原始和声特征选择算法、粒子群算法和遗传算法进行对比实验，HSFS-GPA所选特征子集的大小比原始和声算法减少15%，子集评价值平均提高到0.98。实验结果表明，HSFS-GPA能在相同的条件下搜索到更优质的特征子集。     

“西圣地”五月鲜花分外香——来自新疆油田树基层管理品牌引领示范效应的关注

五月的赞歌最嘹亮,五月的鲜花分外香。五月是属于劳动者的光荣季。寻着五月的花香,借着五月盛赞"劳动者最光荣"这个永恒话题,顺应今年五一表彰更加面向基层、面向一线,这个喜人变化,记者深入油田生产第一线,来到被喻为中国石油工业"西圣地"的新疆油田。走进油田,这里一派繁忙。抓住生产黄金季节,新疆油田公司各采油作业区正在卯足劲为建设"新疆大庆"做着积极的贡献。我们看到一排排丛式井整齐排列,     

SIRD:一个同步整数关系探测算法

为了解决一组实数向量的整数关系探测问题,通过广义的Hermite约化方法来约化超平面矩阵,基于著名的PSLQ算法,给出了一个同步整数关系探测的新算法SIRD;并且在计算机代数系统Maple中采用软件精度数据类型"sfloat"实现了SIRD算法和另一个同步整数关系探测算法HJLS,数值实验说明本文的算法相比HJLS算法更高效;最后,部分采用硬件精度数据类型"hfloat"给出了SIRD算法在Maple中的另一种的实现,并将其应用到代数数极小多项式的重构问题中,进一步拓展了张景中和冯勇提出的"采用近似计算获得准确值"这一思想的应用范围.     

线性程序的Ranking函数自动合成

针对判定一个程序终止性的经典方法Ranking函数法,运用半代数系统的概念,把程序终止性问题转换为求半代数系统的Ranking函数.然后运用符号计算工具DISCOV-ERER和Farkas引理,求出函数参数存在的充分必要条件,并根据符号计算理论的方法自动合成Ranking函数.通过计算代数理论的证明和试验的验证,并与其他方法做了比较,这种方法是高效合理的.     

结合二进制烟花算法的单位图块截断编码

图像压缩应用领域中,在保证压缩比不变的前提下,为生成有效的公共位图,并降低单位图块截断编码压缩彩色图像时的失真风险,本文提出了一种结合二进制烟花算法的单位图块截断编码方法.该方法首先将彩色图像分成不重叠的子图像块,使用权重平面法生成每个子图像块的初始位图;然后,通过局部优化和全局优化两种不同的策略确定每个子图像块初始位图需要优化的位置,将这些位置的值作为烟花算法初始值;在此基础上将烟花算法改为二进制形式并进行优化,生成每个子图像块的公共位图与6个量化值;最后,根据公共位图与6个量化值恢复每个子图像块,根据恢复的子图像块重构压缩图像.通过在测试图像上进行实验验证,并与3种参考方法从压缩图片的细节视觉效果、压缩图片与原图间的均方误差、结构相似性指数3个角度进行对比,结果表明,本文所提方法生成的公共位图有效,且全局优化策略压缩图像效果优于局部优化策略,其中全局优化策略生成的压缩图像与原图间的均方误差均值在分块大小为4×4和8×8时分别为56.939 7与106.317 4,低于3种对比方法,结构相似性指数均值分别为0.968 2与0.943 1,高于3种对比方法,通过分析对比表明,所提方法生成的压缩图像与原图间的相似度更高,在保持压缩比的同时有效提升了压缩图像的精度.     

SIRD：一个同步整数关系探测算法

为了解决一组实数向量的整数关系探测问题,通过广义的Hermite约化方法来约化超平面矩阵,基于著名的PSLQ算法,给出了一个同步整数关系探测的新算法SIRD;并且在计算机代数系统Maple中采用软件精度数据类型＂sfloat＂实现了SIRD算法和另一个同步整数关系探测算法HJLS,数值实验说明本文的算法相比HJLS算法更高效;最后,部分采用硬件精度数据类型＂hfloat＂给出了SIRD算法在Maple中的另一种的实现,并将其应用到代数数极小多项式的重构问题中,进一步拓展了张景中和冯勇提出的＂采用近似计算获得准确值＂这一思想的应用范围.     

基于NTL算法库的多元多项式因式分解高效实现

针对多元多项式因式分解困难问题,利用现有因式分解算法,提出了一种基于任意精度计算函数库NTL的高效多元多项式因式分解实现方法HPFMP。介绍了NTL算法库,讨论了如何运用该算法库实现高效的数论与计算代数计算;充分利用具备高效、任意精度大整数、实数的计算数论与计算代数的NTL算法库实现了多元多项式因式分解;与现有代数系统Maple11进行了对比测试,实验结果表明,该实现方法具有更高的效率。