收藏本站
《国防科学技术大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

蚁群优化理论在无人机战术控制中的应用研究

陈岩  
【摘要】: 随着无人机(Unmanned Aerial Vehicle,UAV)在现代战争中越来越广泛的应用,以及适应新军事变革要求的联合无人机作战概念的不断发展,无人机战术控制日益成为缩短无人机传感器到战术用户之间的信息决策链,实现跨建制、网络化、扁平化的无人机指挥与控制,发挥多无人机协同和集群优势的关键问题。无人机战术控制不仅涉及公共的信息标准、开放的体系结构和可重构的无人机任务规划与指挥控制功能组件等基本问题,而且还需要解决在复杂战场环境中多无人机协同执行多用户战术任务的高层协调控制问题,这对现有的优化理论和控制方法提出了挑战。 本文以无人机战术控制为背景,开展蚁群优化理论在多无人机协同多任务规划、多用户情报分发路由、多无人机任务自组织控制等关键问题中的应用研究,改进基本蚁群算法、扩展蚁群优化机制,探索能够有效解决无人机战术控制这一类多主体协同控制与多目标优化问题的新方法。本文主要研究内容及成果如下: (1)提出了再励学习蚁群算法(Reinforcemant Learning Ant Colony Algorithm,RLACA);讨论了多子群蚁群优化思想,提出了有效降低算法复杂度的预编序号策略和控制配队策略。在基本蚁群算法基础之上,围绕信息素更新机制,针对当前改进算法蚁群信息利用不充分的问题,提出了信息素的再励学习(RL)更新机制。仿真实验证明,引入RL机制的RLACA算法体现出更快的收敛速度和更强的全局搜索能力。讨论了多子群蚁群算法,给出了求解不同子问题的异质多子群算法框架,分析了算法的复杂性;针对“子问题结合”空间搜索的指数级复杂性问题,提出了预编序号策略和控制配队策略,有效地将算法复杂度降低到特定规模。 (2)开展了蚁群算法在无人机协同多任务规划中的应用研究。根据分层递阶控制的思想,将无人机协同多任务规划问题分解为协同多任务分配问题和航路规划问题,有效降低了原问题求解的复杂性。针对协同多任务分配问题,对通用CMTAP问题模型进行扩展,建立了协同多任务分配模型。在此基础上,基于异质多子群蚁群算法框架,引入预编序号策略,设计了基于分工机制的任务分配蚁群算法。仿真结果表明,基于分工机制的任务分配蚁群算法能够有效解决复杂约束条件下的协同多任务分配问题,并具有对动态变化任务需求响应的敏捷性。针对复杂环境下无人机航路规划问题,引入概率地图对战场环境进行拓扑化描述,在此基础上运用引入信息素再励更新机制的蚁群算法进行航路规划,提高了算法的求解效率。仿真实验结果表明算法具有较高的规划速度和良好的求解精度。 (3)开展了蚁群算法在无人机情报分发路由中的应用研究。从最大程度满足用户需求、降低网络通信负载出发,给出了需求满足最大化的单播路由模型以及费用最小化的多播路由模型。在此基础上,针对情报单播分发的敏捷性要求,在RLACA算法的基础上调整了蚁群状态转移规则,设计了信息素的局部更新机制,提出了求解情报分发单播路由的蚁群算法。仿真实验表明,算法能快速获取问题的(近似)全局最优解。针对当前多播路由算法易陷入局部极值的问题,在异质多子群蚁群优化基础上引入控制配队策略,设计了配队蚁群算法(TMACA)。TMACA采用基于多播树结构的信息素广域再励更新机制,在提升收敛速度的同时保证了全局搜索能力;仿真实验结果表明,TMACA具有跳出局部极值的能力,而且能快速收敛到(近似)全局最优解,算法性能不随网络规模的增长而急剧变化。 (4)提出了不确定环境下无人机任务自组织的分布式蚁群算法。就如何提高无人机对未来不确定战场环境的自主作战能力,通过分析蚁群中兵蚁的搜捕行为,设计了与无人机行为特性相适应的分布式搜捕蚁群算法(Distributed Raid-PatternAnt Colony Algorithm,DRPACA)。DRPACA采用无中心节点的体系结构,保证了复杂环境下系统的稳定性与生存能力。DRPACA以蚂蚁作为无人机代理,针对环境不确定性、无人机有限探测能力与多机任务效能最大化的矛盾,蚂蚁之间采取基于信息素的间接通信和基于数据链的直接通信,增强了蚂蚁对战场环境以及任务进展的感知能力;针对环境的动态特性以及打击目标的有限价值特性,提出了时变、全局/局部相结合的信息素更新机制,增强了算法的多任务覆盖能力;针对蚂蚁之间直接通信的延迟和数据丢失问题,提出了基于信息素分布的状态预估模型,增强了蚁群行为的协同性。仿真结果表明,该方法能够控制无人机集群在保证对任务区域的侦察覆盖的前提下,对敌方目标实施快速有效的压制打击,同时适应动态变化的战场环境和任务需求。
【学位授予单位】:国防科学技术大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:V279;TP18

【引证文献】
中国期刊全文数据库 前4条
1 陈成;邢立宁;谭跃进;;求解多机协同任务规划的改进遗传算法[J];兵工自动化;2010年09期
2 杜继永;张凤鸣;杨骥;吴虎胜;;随机拓扑结构下多智能体系统的平均一致性[J];计算机应用研究;2012年03期
3 张斌;钱正祥;;基于蚁群算法的无人机航迹规划技术及研究现状[J];战术导弹技术;2012年04期
4 杜继永;张凤鸣;黄国荣;杨骥;;基于改进粒子群算法的多UCAV任务分配仿真研究[J];系统仿真学报;2013年04期
中国博士学位论文全文数据库 前4条
1 景云;不确定条件下编组站调度系统配流模型及算法研究[D];西南交通大学;2010年
2 张庆杰;基于一致性理论的多UAV分布式协同控制与状态估计方法[D];国防科学技术大学;2011年
3 王林;多无人机协同目标跟踪问题建模与优化技术研究[D];国防科学技术大学;2011年
4 彭辉;分布式多无人机协同区域搜索中的关键问题研究[D];国防科学技术大学;2009年
中国硕士学位论文全文数据库 前2条
1 高峰;基于自然计算的WSN路由技术研究[D];河北工业大学;2011年
2 孙博;无人侦察机自动驾驶仪控制系统研究[D];哈尔滨工程大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 王华;崔晓婷;刘向东;张宇河;;基于Q-学习的卫星姿态在线模糊神经网络控制[J];北京理工大学学报;2006年03期
2 刘向东;崔晓婷;王华;张宇河;;TD再励学习在卫星姿态控制中的应用[J];北京理工大学学报;2006年03期
3 马云红,周德云;基于遗传算法的无人机航路规划[J];电光与控制;2005年05期
4 林玉侠,朱慧玲,马正新,刘序明;QoS路由度量参数的选择问题研究[J];电信科学;2003年07期
5 王征应,石冰心,赵尔敦;QoS组播路由的启发式遗传算法[J];电子学报;2001年02期
6 叶文,范洪达;基于改进蚁群算法的飞机低空突防航路规划[J];飞行力学;2004年03期
7 董玉成,陈义华;基于蚂蚁算法的移动机器人路径规划[J];重庆大学学报(自然科学版);2003年03期
8 张汝波,郭必祥,熊江;基于遗传蚁群算法的机器人全局路径规划研究[J];哈尔滨工程大学学报;2004年06期
9 吴庆洪,张纪会,徐心和;具有变异特征的蚁群算法[J];计算机研究与发展;1999年10期
10 朱庆保,张玉兰;基于栅格法的机器人路径规划蚁群算法[J];机器人;2005年02期
【共引文献】
中国期刊全文数据库 前10条
1 刘青峰;尹久仁;;神经网络智能诊断技术在混凝土结构中的理论实现与展望[J];四川建筑科学研究;2007年01期
2 王侠;程乃伟;;蚁群算法在动态疏散路径优化过程中的应用[J];安防科技;2009年10期
3 张建功;刘宝权;刘佳伟;;液压AGC电液伺服系统单神经元自适应控制与仿真研究[J];鞍钢技术;2006年03期
4 侯文英;秦驰越;;基于蚁群算法鲜活农产品配送路径优化研究[J];安徽农业科学;2009年01期
5 陆克芬;方崇;张春乐;;基于人工鱼群算法的投影寻踪评价方法研究[J];安徽农业科学;2009年23期
6 刘延明;陆克芬;方崇;;基于投影寻踪和粒子群优化算法的南宁市内河水质综合评价研究[J];安徽农业科学;2009年26期
7 刘延明;陆克芬;方崇;;大中型灌区可持续发展综合评价的一种新方法[J];安徽农业科学;2009年27期
8 陆克芬;刘延明;方崇;;基于人工鱼群算法的农田灌溉水质评价投影寻踪分析[J];安徽农业科学;2009年28期
9 方崇;代志宏;张信贵;;人工鱼群投影寻踪回归在洞室岩爆预测中的应用[J];地下空间与工程学报;2010年05期
10 龚跃;吴航;鲍杰;王君军;张艳秋;;Research on Data Routing Model Based on Ant Colony Algorithms[J];Journal of China Ordnance;2010年04期
中国重要会议论文全文数据库 前10条
1 ;Parameters Optimization of GPC Based on Swarm Algorithm[A];第二十六届中国控制会议论文集[C];2007年
2 高尚;江新姿;汤可宗;;蚁群算法与遗传算法的混合算法[A];第二十六届中国控制会议论文集[C];2007年
3 彭建亮;朱凡;孙秀霞;孙彪;;基于离散PSO和Voronoi图的无人机航迹规划方法研究[A];第二十六届中国控制会议论文集[C];2007年
4 周雷;唐昊;;基于带宽和路径跳数的CAC和路由问题的控制策略[A];第二十七届中国控制会议论文集[C];2008年
5 ;Optimal Design of Neuro-Fuzzy Controller Based on Ant Colony Algorithm[A];第二十九届中国控制会议论文集[C];2010年
6 马良玉;盖银平;史振兴;;600MW超临界锅炉过热汽温反馈补偿神经网络逆控制[A];中国自动化学会控制理论专业委员会B卷[C];2011年
7 朱正;刘士荣;张波涛;;一种基于改进蚁群算法的移动机器人全局路径规划方法[A];中国自动化学会控制理论专业委员会D卷[C];2011年
8 ;Mobile Robot Path Planning Based on Improved Ant Colony Optimization Algorithm[A];中国自动化学会控制理论专业委员会D卷[C];2011年
9 高玲玲;李伟生;;一种新的动态QoS多播路由启发式算法[A];2006年全国通信软件学术会议论文集[C];2006年
10 张元敏;殷志锋;周雅;;蚁群算法在多用户检测中的应用及其改进[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
2 张进;地震叠前数据的弹性阻抗非线性反演方法研究[D];中国海洋大学;2009年
3 倪丽萍;基于分形技术的金融数据分析方法研究[D];合肥工业大学;2010年
4 汪木兰;神经网络硬化实现的共性技术在电力传动中应用研究[D];合肥工业大学;2010年
5 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年
6 彭广习;媒体流速率调节策略研究[D];华中科技大学;2005年
7 邵宗凯;无刷双馈电机建模及智能控制策略研究[D];华中科技大学;2010年
8 窦亚玲;基于直觉模糊集的多约束网络路由决策方法研究[D];华中科技大学;2010年
9 高延增;超小型水下机器人关键性能提升技术研究[D];华南理工大学;2010年
10 李鹤喜;基于视觉反馈的焊接机器人自主示教关键技术研究[D];华南理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 李颖;用蚁群算法求解最小极大流问题[D];河南理工大学;2010年
2 岳广飞;基于二次搜索的搜索引擎技术研究[D];山东科技大学;2010年
3 李安新;BP神经网络研究与硬件实现[D];山东科技大学;2010年
4 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
5 李娜;基于神经网络的非线性系统H_∞控制[D];广西师范学院;2010年
6 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年
7 耿东山;基于蚁群算法的机器人全局路径规划[D];郑州大学;2010年
8 韩冬振;远程诊断中心的设计与实现[D];郑州大学;2010年
9 唐高松;基于Volterra级数模型辨识的旋转机械故障诊断方法研究[D];郑州大学;2010年
10 赵丹丹;基于QoS路由路径优化的网络拥塞控制[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 刘强;袁锁中;;基于TECS|H_□的无人机纵向着舰系统设计[J];安徽大学学报(自然科学版);2011年01期
2 刘军;;用AI方法编制铁路编组站日班计划的研究[J];北方交通大学学报;1993年03期
3 马小宁,钟雁,麻克君;基于信息共享的编组站综合自动化系统[J];北京交通大学学报;2004年06期
4 钟雁;一个基于动态模型的计划决策支持系统[J];北方交通大学学报;1994年04期
5 牛惠民,胡安洲;双向编组站折角车流优化的模型和算法[J];北方交通大学学报;1998年06期
6 潘峰;陈杰;任智平;王光辉;;基于计算智能方法的无人机任务指派约束优化模型研究[J];兵工学报;2009年12期
7 王松,李新军,梁建宏,蒲立;微小型机器人嵌入式自驾仪设计[J];北京航空航天大学学报;2005年07期
8 廖沫;陈宗基;;基于满意决策的多机协同目标分配算法[J];北京航空航天大学学报;2007年01期
9 文元全;周锐;吴雯漫;孔繁峨;;异构多无人机协同目标跟踪分散化最优控制[J];北京航空航天大学学报;2010年05期
10 谢斌;项志宇;;一种间断观测下的无人机地面目标跟踪方法[J];北京理工大学学报;2011年01期
中国重要会议论文全文数据库 前1条
1 杜旭升;;编组站综合自动化系统探讨[A];2004年自动化驼峰研讨会论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 李远;多UAV协同任务资源分配与编队轨迹优化方法研究[D];国防科学技术大学;2011年
2 敖长林;基于人工神经网络的拖拉机使用可靠性研究[D];东北农业大学;2000年
3 徐杰;区段站阶段计划自动编制模型和算法研究[D];西南交通大学;2003年
4 闻育;复杂多阶段动态决策的蚁群优化方法及其在交通系统控制中的应用[D];浙江大学;2004年
5 闫海峰;结点站间铁路集装箱运输组织的理论与方法研究[D];西南交通大学;2004年
6 陈刚;铁路编组站运营系统动态仿真[D];西南交通大学;2006年
7 叶媛媛;多UCAV协同任务规划方法研究[D];国防科学技术大学;2005年
8 王超学;遗传算法和蚁群算法及其在TSP问题和配电网重构问题中的应用研究[D];西安理工大学;2007年
9 刘彦鹏;蚁群优化算法的理论研究及其应用[D];浙江大学;2007年
10 龙涛;多UCAV协同任务控制中分布式任务分配与任务协调技术研究[D];国防科学技术大学;2006年
中国硕士学位论文全文数据库 前10条
1 郭寒英;编组站工作可靠性研究[D];西南交通大学;2003年
2 李玮;无人机飞行PID控制及智能PID控制技术研究[D];南京理工大学;2004年
3 余鑫;灰色理论在城市道路交通噪声预测中的应用研究[D];武汉科技大学;2004年
4 朱书峰;微型飞机设计相关技术关键问题的研究与探讨[D];西北工业大学;2005年
5 陈东庆;蚁群算法在军事物流配送中的应用研究[D];大连理工大学;2005年
6 丁秋雷;带有时间窗的车辆路径问题的混合蚁群算法研究[D];大连理工大学;2006年
7 赵克俭;基于灰色理论的结构可靠性鉴定的研究[D];天津大学;2005年
8 郝飞;小型无人侦察机飞控系统实时软件设计与试飞研究[D];西北工业大学;2006年
9 楚瑞;基于蚁群算法的无人机航路规划[D];西北工业大学;2006年
10 方丽君;基于蚁群算法的交通分配模型研究[D];河海大学;2006年
【二级引证文献】
中国期刊全文数据库 前3条
1 牟亮;张维明;修保新;黄金才;;基于滚动时域的C2组织决策层结构动态适应性优化[J];国防科技大学学报;2011年01期
2 王嘉博;刘莉;王祝;许萌;;持续监视问题多无人机协同搜索策略[J];弹箭与制导学报;2013年01期
3 杜继永;张凤鸣;杨骥;吴虎胜;;随机拓扑结构下多智能体系统的平均一致性[J];计算机应用研究;2012年03期
中国博士学位论文全文数据库 前5条
1 李远;多UAV协同任务资源分配与编队轨迹优化方法研究[D];国防科学技术大学;2011年
2 牟亮;不确定使命环境下C2组织结构动态适应性优化方法研究[D];国防科学技术大学;2011年
3 张庆杰;基于一致性理论的多UAV分布式协同控制与状态估计方法[D];国防科学技术大学;2011年
4 王林;多无人机协同目标跟踪问题建模与优化技术研究[D];国防科学技术大学;2011年
5 黎浩东;铁路编组站鲁棒阶段计划编制及调整研究[D];北京交通大学;2012年
中国硕士学位论文全文数据库 前1条
1 王国庆;舰载机甲板调度路径优化方法研究[D];哈尔滨工程大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 庄昌文,范明钰,李春辉,虞厥邦;基于协同工作方式的一种蚁群布线系统[J];半导体学报;1999年05期
2 黄俊,孙义东,武哲,怀进鹏;战斗机对地攻击作战效能分析[J];北京航空航天大学学报;2002年03期
3 邱晓红,张林昌,高金源;战术飞行任务的水平航迹快速生成算法[J];北京航空航天大学学报;1996年06期
4 管萍,刘星桥,陈家斌;卫星姿态再励学习的模糊神经控制[J];北京理工大学学报;2003年03期
5 张素兵,刘泽民;基于蚂蚁算法的分级QoS路由调度方法[J];北京邮电大学学报;2000年04期
6 张素兵,吕国英,刘泽民,周正;基于蚂蚁算法的QoS路由调度方法[J];电路与系统学报;2000年01期
7 周正,刘泽民;智能蚂蚁算法及其在电信网动态路由优化中的应用[J];电信科学;1998年11期
8 黄立群,黄载禄,谢晓明,杨宗凯;FQLP:ATM网中一种新的实时业务调度算法[J];电子学报;2000年04期
9 戴礼森,洪佩琳,李津生;高速信元交换调度算法研究[J];电子学报;2000年05期
10 闵昌万,袁建平;军用飞行器航迹规划综述[J];飞行力学;1998年04期
中国博士学位论文全文数据库 前2条
1 柳长安;无人机航路规划方法研究[D];西北工业大学;2003年
2 杨有龙;基于图形模型的智能优化[D];西北工业大学;2003年
【相似文献】
中国期刊全文数据库 前10条
1 税薇;葛艳;韩玉;魏振钢;孟友新;;基于混合蚁群算法的无人机航路规划[J];系统仿真学报;2011年03期
2 楚瑞;周德云;马云红;;一种新型启发式搜索算法研究[J];弹箭与制导学报;2006年S8期
3 柳长安,李为吉,王和平;基于蚁群算法的无人机航路规划[J];空军工程大学学报(自然科学版);2004年02期
4 姚永杰;席庆彪;刘慧霞;;基于改进遗传蚁群算法的无人机航路规划[J];计算机仿真;2011年06期
5 任波;于雷;韩李勋;;自适应蚁群算法的无人机航迹规划方法[J];电光与控制;2007年06期
6 胡中华;赵敏;;无人机任务规划系统研究及发展[J];航天电子对抗;2009年04期
7 叶文;廉华耕;漆云海;陈海生;赵方义;;无人机航路规划算法研究[J];电光与控制;2011年02期
8 邱小湖;邱永成;;优化蚁群算法在无人机航路规划中的应用[J];计算机仿真;2010年09期
9 马培博;康彦肖;张冬宁;;遗传算法在无人机航路规划中的应用[J];无线电工程;2010年09期
10 田伟;张安;;改进蚁群算法的无人机航路规划[J];火力与指挥控制;2008年11期
中国重要会议论文全文数据库 前10条
1 朱华光;刘莉;朱勇;;基于蚁群算法考虑无人机可用过载的航迹规划[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
2 乔宗涛;谢军;谢明;;蚁群优化算法在无人机航路规划中的应用[A];中国航空学会控制与应用第十二届学术年会论文集[C];2006年
3 关洪浩;唐巍;;蚁群算法的生成树在配电网网架规划中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
4 吴正伟;吉文来;陈伟佳;卢扣;;基于蚁群算法的城市紧急救援最佳路径选择[A];地理信息与物联网论坛暨江苏省测绘学会2010年学术年会论文集[C];2010年
5 柳长安;王和平;詹浩;李为吉;;蚁群算法在无人机航路规划中的应用[A];探索创新交流--中国航空学会青年科技论坛文集[C];2004年
6 武晶杰;潘丽君;张峰刚;;虚拟战场环境中武装直升机航路规划算法研究[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
7 王鹤;邵良杉;邱云飞;;蚁群算法在露天矿运输系统路径优化中的应用[A];第五届全国煤炭工业生产一线青年技术创新文集[C];2010年
8 刘杰;闫清东;;基于蚁群算法的移动机器人路径规划技术的研究[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年
9 严彬;熊伟清;程美英;叶青;;基于拥塞控制的多种群二元蚁群算法[A];第二十七届中国控制会议论文集[C];2008年
10 肖岭;熊辉;;一种针对频率指配问题的改进蚁群算法[A];电波科学学报[C];2011年
中国重要报纸全文数据库 前10条
1 柴宪辉 纪保成;总装某基地新型无人机试验成功[N];科技日报;2009年
2 本报专稿 李思;军售受制美国 以色列冻结向俄无人机出口[N];世界报;2009年
3 ;德搁置先进无人机项目[N];世界报;2009年
4 王小龙;美“离子虎”无人机创巡航时间新纪录[N];科技日报;2009年
5 陈宇;美要用激光 对付无人机[N];中国国防报;2009年
6 ;伊朗成功试验国产隐身无人机[N];中国航空报;2010年
7 许赟;巴基斯坦接收美国“影子”无人机[N];中国航天报;2010年
8 高宏建 王璠 尹航;无人机:未来空中“小霸王”[N];科技日报;2010年
9 曾涛;中国无人机技术发展迅猛[N];国防时报;2010年
10 ;美国无人机再袭巴基斯坦[N];新华每日电讯;2010年
中国博士学位论文全文数据库 前10条
1 陈岩;蚁群优化理论在无人机战术控制中的应用研究[D];国防科学技术大学;2007年
2 柳长安;无人机航路规划方法研究[D];西北工业大学;2003年
3 许志红;交流接触器智能化控制与设计技术的研究及实现[D];福州大学;2006年
4 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
5 顾中舜;中继卫星动态调度问题建模及优化技术研究[D];国防科学技术大学;2008年
6 唐连生;突发事件下的车辆路径问题研究[D];西南交通大学;2008年
7 何荥;用信息法研究天空亮度分布[D];重庆大学;2008年
8 闫博;基于蚁群算法的集装箱港口选择与网络均衡分析[D];大连海事大学;2008年
9 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
10 吕雄伟;邮政物流车辆路径问题研究[D];西南交通大学;2009年
中国硕士学位论文全文数据库 前10条
1 楚瑞;基于蚁群算法的无人机航路规划[D];西北工业大学;2006年
2 傅宏;基于遗传多蚁群算法的QoS组播路由算法研究[D];重庆大学;2010年
3 潘鹏竹;协同制造调度问题的蚁群算法研究[D];沈阳工业大学;2010年
4 饶跃东;基于改进蚁群算法的无人飞行器航迹规划应用研究[D];武汉理工大学;2010年
5 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年
6 吕海鹏;改进蚁群算法在YKK系列中型高压电机优化设计中的应用[D];哈尔滨理工大学;2010年
7 姚海亮;基于改进蚁群算法的QoS路由研究[D];厦门大学;2008年
8 刘志勇;基于蚁群算法与竞选算法的作业车间调度求解及比较研究[D];广东工业大学;2011年
9 孙莹;无底柱分段崩落法矿山生产调度系统优化研究[D];西安建筑科技大学;2010年
10 张守年;改进的蚁群算法及其在QoS中的应用[D];华南理工大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026