排序方式: 共有21条查询结果,搜索用时 31 毫秒
1.
指出了"计算机仿真"课程的现行教学模式的特点和存在的问题,探讨了这门课程改革的方法,提出在不增加教学课时的前提下,引入合作创新的改革思路和操作模式,这种教学改革不仅有效地提高了教学质量和学生的设计能力,而且极大地激发了学生的创新热情。 相似文献
2.
为了解决不规则区域内多无人清洁车区域覆盖路径的全局规划问题,提出一种基于分步遗传算法的区域覆盖方法。 首
先,将目标区域依据清洁车大小进行栅格化,将多车辆区域覆盖路径规划问题转化为多旅行商(MTSP)问题。 然后,使用分步
遗传算法求解多旅行商问题:第 1 步采用模糊 c 均值聚类方法将求解多旅行商问题转化为求解多个单旅行商(TSP)问题;第 2
步使用了分步遗传算法对每个单旅行商问题进行求解,并使用杂草入侵算法中子父代共存的思想对遗传算法的选择机制进行
改进。 最后,分别在模拟的校园场景和小区场景中进行仿真实验。 实验结果表明,在两个场景中提出的方法能够实现多无人清
洁车完成区域路径覆盖,提出的分步遗传算法比分组遗传算法收敛速度更快;在校园场景中,提出的分步遗传算法相比于分组
遗传算耗时减少 54%,最优解路径长度减少 38%;在小区场景中,提出的分步遗传算法相比于分组遗传算耗时减少 55%,最优
解路径长度减少 44%。 相似文献
3.
4.
基于粒子群优化算法的PID控制器参数整定 总被引:2,自引:1,他引:2
PID控制器的性能完全依赖于其参数的整定和优化,但参数的整定及在线自适应调整对常规的PID控制器是难以解决的问题。根据粒子群算法具有对整个参数空间进行高效并行搜索的特点,提出了一种基于粒子群优化算法整定PID控制器参数的设计方法,并定义了一种新的性能指标函数来评价PID控制器的性能。现以二阶的船舶控制装置为研究对象,运用粒子群优化方法对PID控制器参数进行了寻优研究。仿真结果表明,该方法比一般PID参数整定方法具有更好的控制性能指标,有着一定的工程应用价值。 相似文献
5.
6.
7.
径向基函数神经网络的一种两级学习方法 总被引:2,自引:1,他引:1
建立RBF(radial basis function)神经网络模型关键在于确定网络隐中心向量、基宽度参数和隐节点数.为设计结构简单,且具有良好泛化性能径向基网络结构,本文提出了一种RBF网络的两级学习新设计方法.该方法在下级由正则化正交最小二乘法与D-最优试验设计结合算法自动构建结构节俭的RBF网络模型;在上级通过粒子群优化算法优选结合算法中影响网络泛化性能的3个学习参数,即基宽度参数、正则化系数和D-最优代价系数的最佳参数组合.仿真实例表明了该方法的有效性. 相似文献
8.
针对现有大坝变形预测模型的预测精度不高、BP神经网络的参数和结构很难确定且容易陷入局部极值等问题,通过引入小波变换理论把原始的大坝变形序列分解成多个子序列,然后对每个子序列使用头脑风暴优化算法(brain storm optimization,BSO)优化BP神经网络的参数和结构.同时,把差分变异思想引入BSO算法,建立一种基于小波变换和差分变异头脑风暴算法优化BP神经网络的大坝变形预测模型.实验结果表明,与其他预测模型相比,所提出的预测模型具有更高的预测精度. 相似文献
9.
10.