改进蚁群算法的飞机冲突解脱路径规划方法

来源 :传感器与微系统 | 被引量 : 0次 | 上传用户:hlp2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
冲突解脱是空中交通防撞系统中一个关键问题。提出了一种基于改进蚁群算法的冲突解脱路径规划方法。该方法通过优化蚁群算法初始搜索角度,减少了盲目搜索的时间。此外,在搜索过程中引入"精英策略",对当前时刻寻找的最优解给予额外的信息素增强,使得算法的搜索具有一定的方向性,从而得到更优的规划路径,缩短算法的搜索时间。通过仿真验证,改进后的算法可以得到更优的冲突解脱路径,算法效率更高,在空中交通防撞系统中具有较好的发展前景。
其他文献
车型识别已成为智能交通系统研究中的一个重要内容。根据同类车型尺寸特征如长、宽、高特征值都具有相似性特点,利用已有车型数据库,分别使用逆传播(BP)神经网络、支持向量机(SVM)网络、有监督Kohonen网络这三种神经网络分类方法对车型尺寸特征进行分类,得到三个车型识别准确率并进行比较验证。实验结果表明:有监督Kohonen网络的分类方法具有较高的车型识别精度,实验效果明显,车型识别准确率高。
双向蚁群搜索算法可以提高算法的搜索速度,并可以选择搜索的空间;微正则退火算法具有准确度高、速度快等优点,可以实现全局路径优化搜索。结合两种算法的优点,提出了双向蚁群微正则退火算法,用来求解海量数据网络下的旅行商问题。通过实验表明:双向蚁群微正则退火算法不容易陷入局部最优解,且在寻找全局最优解和运行效率上都比其他算法更有优势。
在光纤Bragg光栅(FBG)中两个正反向模式之间会发生耦合,要了解光纤光栅的物理特性,提高反射率的精度,就需要深入研究光纤光栅的耦合模理论。通过光纤Bragg光栅的耦合方程,研究
<正> 1 加强磁性档案的收集与管理是新形势赋予的新任务由于广泛地使用电子计算机、录像机、录音机而产生形成的磁带、磁盘、计算机软件等,有相当多的单位没有收集归档。亦有
科技档案是科研、生产、经营、建设等活动的真实历史记录,是科技发展的必须的信息资源,是国家的宝贵财富,它在社会主义建设中起着举足轻重的作用。为尽量避免自然灾害和意外
现有的无线传感器网络(WSNs)数据收集方法无法在耗费较低开销的同时保证数据收集的可靠性。基于压缩感知(CS)理论,设计了基于指数核函数的稀疏矩阵和基于准循环低密度奇偶校验(LDP