【摘 要】
：
随着无人机技术的飞速发展, 无人机被广泛用于各种领域的巡检任务. 近年来, 电力网络的规模和长度都在快速增长, 无人机因其独特的性能和优势成为了电力巡检的首选, 无人机巡检不仅能保证安全性, 还能有效地提高巡检效率, 而路径规划是其在实际应用中的关键一步. 本文提出了一种新的混合元启发式方法, 用于解决电力巡检中带有多个站点的无人机群路径规划问题. 该算法在自适应大邻域搜索的框架下添加变邻域下降为下属策略, 加强邻域搜索能力, 增加找到更优解的可能. 实验结果表明, 本文提出的算法能够有效地解决该问题,
【机 构】
：
长安大学 电子与控制工程学院, 西安 710064;渤海装备 华油钢管有限公司, 沧州 062658
论文部分内容阅读
随着无人机技术的飞速发展, 无人机被广泛用于各种领域的巡检任务. 近年来, 电力网络的规模和长度都在快速增长, 无人机因其独特的性能和优势成为了电力巡检的首选, 无人机巡检不仅能保证安全性, 还能有效地提高巡检效率, 而路径规划是其在实际应用中的关键一步. 本文提出了一种新的混合元启发式方法, 用于解决电力巡检中带有多个站点的无人机群路径规划问题. 该算法在自适应大邻域搜索的框架下添加变邻域下降为下属策略, 加强邻域搜索能力, 增加找到更优解的可能. 实验结果表明, 本文提出的算法能够有效地解决该问题, 并且具有较好的稳定性和鲁棒性. 另外, 通过实验对比了本算法和其他元启发式算法, 验证了本算法能有效地减少巡检中使用的无人机数量和时间成本.
其他文献
由于现在缺乏多语言教学中的主观题自动评分, 针对这一问题提出了一种基于孪生网络和BERT模型的主观题自动评分系统. 主观题的问题文本和答案文本通过自然语言预处理BERT模型得到文本的句向量, BERT模型已经在大规模多种语言的语料上经过训练, 得到的文本向量包含了丰富的上下文语义信息, 并且能处理多种语言信息. 然后把问题文本和答案文本的句向量再通过深度网络的孪生网络进行语义相似度的计算, 最后连接逻辑回归分类器, 完成主观题的自动评分. 实验所使用数据集由Hewlett基金提供的英文数据集以及翻译后的中
针对移动机器人定位系统中单一传感器定位精度低与环境地图的重要性问题, 提出了一种基于多传感器融合的移动机器人定位方法. 首先, 在未知环境下, 分别利用单一里程计, 扩展卡尔曼滤波(extended Kalman filter,EKF)算法融合里程计、惯性测量单元(inertial measurement unit, IMU)进行定位, 实验表明他们存在累积误差; 然后, 在已知环境下, 利用自适应蒙特卡洛定位(adaptive Monte Carlo localization, AMCL)算法, 融合里
针对现有实验设计方法难以对复杂系统进行高效实验设计的问题, 本文提出了一种基于变分自编码器的实验设计方法, 首先利用实验历史记录数据训练变分自编码器将复杂的实验样本空间编码到一个较为简单的隐变量空间, 然后在该隐变量空间里进行取样, 最后通过解码器还原产生新的实验样本, 完成实验设计. 通过对比本文方法与数种基准实验设计方法的结果在拟合直航鱼雷命中模型时的表现情况, 表明在取相同样本数的情况下, 本文方法可以优化实验设计, 提高实验效率.
5G通讯技术的迅猛发展使工业物联网得到了全面提升, 工业物联网数据规模将越来越大、数据维度也越来越高, 如何高效利用流聚类进行工业物联网数据挖掘工作是一个亟需解决的问题. 提出了一种基于工业物联网数据流自适应聚类方法. 该算法利用微簇之间的高密性, 计算各微簇节点的局部密度峰值以自适应产生宏簇数; 采用引力能量函数对微集群进行递归在线更新; 并且去除边缘相交微簇之间的计算以达到降低维护宏簇所需的计算量.理论分析和实验对比表明所提出的方法跟当前主流的流聚类算法相比有着更高质量的聚类效果.
传统供应链服务的发展面临诸多痛点, 包括造假风险、企业信息孤岛、核心企业信用不能跨级传递、违约风险高等. 针对供应链企业信息孤岛以及非法用户对网络资源的非授权访问等问题, 本文提出了一种基于智能合约和企业信用的访问控制模型, 用以保障果品质量溯源系统的数据安全性和完整性. 该模型将RBAC和ABAC相结合, 以智能合约作为底层技术, 引入企业信用值作为跨域访问的参考属性, 利用主体属性与信用值作为决策依据实现域内与域间的访问控制. 实验结果表明了本文提出的访问控制模型的有效性.
智能汽车的发展对高精度定位需求日益显现. 针对汽车在城市建筑群、立交桥等特定环境下, 可见GPS卫星数量下降、车载GPS和惯性测量单元(inertial measurement unit, IMU)组合定位系统中IMU产生积累误差导致不能精确定位问题, 本文提出一种基于无迹卡尔曼滤波(unscented Kalman filter, UKF)的超宽带(ultra wide band,UWB)和GPS融合定位算法. 通过构建系统方案, 优化UWB模块数据解析算法, 构建UWB和GPS非线性融合系统模型, 分
针对传统的基于多图谱的医学图像分割过程中的相似度加权融合的方法没有考虑图谱集的干扰性和冗余性的不足, 提出一种基于两步图谱选择策略的脑MR图像分割方法. 该方法首先采用一种基于最小角回归的方法进行图谱粗选择, 其次则采用基于豪斯多夫距离的以目标为导向的图谱精选择. 粗选择方法可以在总体上来寻找和目标图像较为相似的图谱, 删除某些无效变量, 降低图谱集的干扰性和冗余性. 精选择方法更加注重于目标组织本身的相似度计算, 并且得到的相似性结果不受目标组织尺寸和目标组织位置的影响. 实验结果表明, 相比于传统的基
图像超分辨率重建技术一直是计算机视觉领域的热门研究方向. 为了提高重建后图像的质量, 本文提出一种基于内容感知的上采样技术用于图像的重建. 将稠密残差网络作为骨干网络, 用基于内容感知上采样取代传统的亚像素卷积上采样技术, 即在特征重建阶段, 卷积核不会在整个特征图中共享参数, 而是神经网络可以根据特征图的内容在每个像素处生成特定的卷积核. 该算法减少了参数数量, 从而加快了网络训练速度. 通过多轮训练和测试,结果显示使用改进技术得到了更加清晰的重建图像, 取得了良好的视觉效果.
机器阅读理解与问答一直以来被认为是自然语言理解的核心问题之一, 要求模型通过给定的文章与问题去挑选出最佳答案. 随着BERT等预训练模型的兴起, 众多的自然语言处理任务取得了重大突破, 然而在复杂的阅读理解任务方面仍然存在一些不足, 针对该任务, 提出了一个基于回顾式阅读器的机器阅读理解模型. 模型使用RoBERTa预训练模型对问题与文章进行编码, 并将阅读理解部分分为词级别的精读模块与句子级别的泛读模块两个模块. 这两个模块以两种不同的粒度来获取文章和问题的语义信息, 最终结合两个模块的预测答案合并输出
图像主体轮廓包含图像非常重要的信息, 精准有效地提取图像主体轮廓不仅能减少信息冗余, 而且能降低后续图像分析和处理的时间复杂度. 本文基于视觉神经元信息处理机理, 提出了一种基于时空脉冲编码的图像主体轮廓提取方法. 首先, 利用Gabor函数模拟神经节细胞感受野对图像进行多尺度多方向的信息提取; 其次, 模拟视网膜非经典感受野构建各向异性抑制模型抑制图像背景纹理边缘. 然后针对不同尺度感受野获取的视觉图像, 基于视觉感受野小尺度可以提取到图像的大多数细节纹理信息, 而大尺度下提取可以使图像大部分细节纹理消