摘要：传统的遗传算法由于具有收敛速度较慢、局部搜索能力差等缺点,在解决机器人路径规划问题时所得解的质量不高。为了进一步提高规划效果,将路径的长度和拐点数量同时作为适应度评估指标,并对轮盘赌选择法进行了改进,设计了自适应交叉算子和变异算子,提出了一种新的自适应遗传算法。在栅格环境下进行了实验。结果表明,与传统遗传算法、某自适应遗传算法相比,该算法平均最短路径分别缩短了9.90%和5.37%,路径的拐点数量和算法收敛的迭代次数更少,验证了优化的效果。

摘要：针对通过扫描得到的三维模型经常不完整的问题,提出一种利用现有模型修复不完整扫描模型的方法.首先构建三维源模型库,将现有模型经过选取特征点等处理作为模型库中的源模型;然后选取待修复模型的特征点,通过比较源模型特征点和待修复模型特征点的一致程度,选择出合适的源模型;最后,通过匹配、变形、合并等步骤自动修复不完整模型,得到完整的三维扫描模型.实验结果表明,该方法能很好地修复不完整模型,得到的修复结果是既包含待修复模型的所有组成部分,又对其残缺部分进行合理修复的完整三维模型.

摘要：针对面绘制技术表现雷达探测效能不充分的缺陷,提出了基于三维纹理的雷达探测概率直接体绘制可视化算法。针对雷达探测数据分布不均匀、重要性不一致等特点,提出了颜色传递函数的设计准则,以此基础设计了传递函数表达式。通过高级传播模型计算三维雷达探测信息,并使用传递函数将其映射成不同的光学成像参数。建立了计算视觉效果最差情况的角度模型,通过实验方式验证了使用3个备选切片方案代替实时计算采样多边形方法的可行性。仿真结果表明:与面绘制方法比较,文中算法不仅能直观地表现雷达探测范围的整体信息,而且还能清晰地展示雷达探测三维数据场的内部细节。

摘要：针对多种威胁条件下的无人机集群航路规划问题,提出了集群控制方法和周期性双层优化算法。以定点抵达任务为背景,将d-范数、冲击函数与反曲函数结合起来,构建了能够实现雷诺兹准则的集群动态控制模型,并采用设计出的周期性双层优化算法求解中心无人机的航路规划问题。通过仿真算例,验证了该模型的实效性和优化算法的可行性,与遗传算法-人工势场混合算法相比,周期性双层优化算法求解效率更高且优化效果更好。

摘要：针对协同干扰敌组网雷达的多机任务分配问题,提出了双层优化贪心算法。介绍了基于几何误差的任务分配算法,并针对其实用性的欠缺和适用条件的不足加以改进:根据飞行动力学简化了误差判定,基于单机搜索、状态矩阵、航迹点分配和数量优化设计出双层优化贪心算法;最后引入Dubins路径修改运动约束条件,以满足复杂机动条件的需要。仿真结果显示,改进算法实用性更强,适用范围更广,且求解速度大大提升。