关键词： 混合遗传算法   三次分段Bezier曲线   全局路径规划   移动机器人  

摘要： 提出一种基于混合遗传算法的移动机器人平滑路径生成算法，其主要思想是为传统遗传算法的变异算子提供动态变异率和可切换的全局-局部搜索方法，解决传统遗传算法过早收敛和模因算法适合度计算的高耗时问题，同时还通过种群替换法来考虑染色体长度(由构建路径的点集大小定义)。由于采用了三次分段Bezier曲线，混合遗传算法可直接为差分轮式机器人提供平滑路径，因此此算法不需要第三方算法来平滑规划路径。研究结果表明：较长的染色体能够生成更优路径，但计算复杂度显著增加，较短的染色体可能导致路径不可行，混合遗传算法通过种群替换策略动态调整染色体长度，能够平衡路径质量与计算效率；较小的局部搜索范围半径能快速收敛但易陷入局部最优，较大的局部搜索范围半径因采样空间过大导致优化效果下降，混合遗传算法通过动态选择局部搜索范围半径能够平衡搜索效率与路径质量。

关键词： 低轨卫星网络   启发式路由   萤火虫算法   遗传算法   可靠性  

摘要： 针对低轨卫星网络出现节点故障而导致延迟升高、无法保证报文可靠传输等问题，提出一种基于改进萤火虫算法(improved firefly algorithm, IFA)的路由优化方法。首先，为及时调整报文转发路径以绕过故障节点，建立了基于路径可靠性的路由模型，可全面评估路径质量。其次，为应对卫星网络频繁的路由请求，提高搜索到最优路径的成功率，提出IFA求解路由模型。基于Levy飞行优化萤火虫种群初始化方法，并依据萤火虫的年龄自适应调整光吸收系数和随机步长因子，以提升算法收敛速度。同时，混合遗传算法设计萤火虫交配阶段，以提升算法探索解空间的能力。仿真结果表明，在节点故障情况下，该方法可规划有效最短路径，显著降低网络的端到端延迟和丢包率，并实现流量的负载均衡。

关键词： 计算电磁学   人工智能   智能计算   电磁优化   电磁超材料  

摘要： 计算电磁学是一个融合了电磁学、数学和计算机科学的跨学科领域，致力于在数字空间中深入探究电磁波与物质的相互作用，帮助人们更好地掌握电磁波的运行规律。它在天线设计、微波工程、雷达系统、电磁兼容等诸多领域中都有广泛的重要应用。然而，随着电磁目标结构的多样化和电磁设计流程的复杂化，传统计算电磁学面临着计算速度不够快、计算精度不够高和计算能力不够强等诸多问题。近年来，人工智能科学计算的兴起为科学研究带来了新的研究范式，促进了智能计算电磁学的快速发展和实际应用。本文将首先深入介绍智能计算电磁学的基本概念，并重点探讨智能电磁正向计算、智能电磁逆向计算以及智能电磁正逆双向计算这3种主要智能电磁计算方法。随后，将以电磁超材料智能设计优化为例，展示智能计算电磁学在解决电磁器件优化问题时的独特优势。智能计算电磁学的发展，不仅能和传统计算电磁学形成很好的互补，而且能帮助人们开发出更高效、更智能和更强大的电磁计算能力，为下一代先进电磁器件和系统的开发提供强大的设计工具和智能的分析平台。

关键词： 多帧检测   启发式搜索   无人机   目标检测   极化雷达  

摘要： 针对复杂电磁环境下无人机目标低可观测性、高机动性带来的检测难题，本文提出一种基于启发式搜索的极化雷达无人机检测方法。通过建立融合运动学约束、加速度约束与极化能量一致性约束的启发式搜索框架，有效解决了传统多帧检测方法计算复杂度高、机动适应性差的瓶颈。首先，基于雷达数据经短时傅里叶变换后的时间-距离-速度三维数据矩阵构建三维状态空间。其次，设计多约束融合的启发式函数：运动学约束基于运动学方程建立速度-距离映射模型，推导相邻帧间可达区域以压缩搜索空间；加速度约束引入加速度惩罚项抑制非物理机动轨迹；极化能量一致性约束通过结合双极化通道能量聚焦特性，构建几何平均与最小值双重约束的交叉验证机制。最后，通过线性加权将三类约束整合为统一的启发式函数评价准则，并采用贪心最佳优先搜索方法实现动态剪枝与路径优化。仿真实验表明，在信噪比5 dB以上时，本方法对匀速、匀加速及变加速三类运动模式的检测率均超过80%，较传统恒虚警率检测方法显著提升；目标跟踪航迹正确率大于80%时所需的信噪比较传统方法降低5dB以上。经实测数据验证，针对固定翼无人机和旋翼无人机，本方法在信噪比起伏条件下仍保持连续轨迹检测能力。仿真分析与实测结果表明，所提出的多约束启发式搜索机制通过物理规律与观测数据的协同优化，实现了复杂机动无人机的有效检测。

ISBN: (纸本)9787521773941

关键词： 地震应急物资储备点   “平急两用”   优化选址   应急需求紧迫度   遗传算法  

摘要： 为响应城市建设“存量优先”的政策导向，推动“平急两用”设施建设，提升震后应急物资供给的运行效率，首先，建立应急物资需求点紧迫度评估指标体系，采用熵权-TOPSIS综合评估应急物资需求点的紧迫度并进行分级，为“平急两用”理念下设施选址提供准确的需求紧迫度评估基础。其次，将“平急两用”理念融入候选点筛选和选址优化模型中，构建“平急两用”理念下的城市地震应急物资储备点多目标优化选址模型，并采用快速非支配排序遗传算法NSGA-Ⅱ求解。最后，以华东某城市地震应急物资储备点的优化选址为例进行分析。结果表明，优化后的应急物资储备点的总成本相较于仅追求覆盖率的情况共优化了582.250～8 540.333万元，同时优化选址方案保障了震后应急物资供给的时效性、公平性和经济性，可为“平急两用”理念下公共基础设施的选址布局提供规划决策支撑。

关键词： 计算机视觉   办公区域   智能安全系统   深度学习  

摘要： 聚焦基于计算机视觉（Computer Vision,CV）技术的办公区域智能安全系统的研究，旨在探索CV技术在提升办公环境安全性与管理效率方面的应用潜力。深入分析异常行为检测、人脸识别、目标检测与跟踪、数据存储与管理等关键技术模块，提出了创新性的解决方案，从而实现对办公区域的全面智能化监控与安全管理。未来，期待CV技术在办公区域智能安全系统中的应用能够进一步拓展，为创造更加安全、高效的工作环境贡献力量。

关键词： 港口   集装箱码头   多目标优化   装卸效率   能耗   作业调度   遗传算法  

摘要： 针对集装箱码头各作业设备因协同不畅导致整体作业效率低的问题，聚焦码头双小车岸桥，综合考虑岸桥中转平台容量、堆场缓冲支架容量及岸桥调度、集卡路径、场桥调度等多重约束条件，以码头作业总能耗和船舶在港时间最小化为目标，构建集装箱码头装卸作业多目标调度优化模型，设计改进型双层遗传算法并进行相应求解。以某集装箱码头为例，针对不同集装箱作业规模，分别采用理论对比和仿真验证的方式检验不同目标函数下的求解质量。结果表明，不同目标约束条件下所构建的调度优化模型及算法在提升码头装卸效率的同时，能在一定程度上降低码头能源消耗。

关键词： 复杂问题   粒计算   分层递阶   问题求解  

摘要： 如何对复杂问题进行高效求解是自然科学和工程技术等领域面临的重要挑战,现有的求解方法主要从分而治之、近似逼近等不同角度进行了深入探索和研究.然而,复杂问题的本身特性影响求解难度,并且不同方法之间的理论差异也限制了其适用范围.粒计算通过模拟人脑处理复杂问题的多粒度认知机制,将问题层次化拆分并渐进式求解,是复杂问题求解的有效手段.因此,本文通过归纳不同领域复杂问题的粒计算求解方法,试图构建一般性的问题求解框架,突出复杂问题求解的多粒度思想.首先,研究不同复杂问题的分解与合成特性,将复杂问题分为可粒计算、弱可粒计算和不可粒计算3类,并构建了形式化的多粒度计算模型,分别用于不同场景的问题求解.其次,通过研究不同模型的相关性质,探讨问题的分解与合成机制,并进一步构建多粒度计算框架,为复杂问题的层次化、渐进式求解提供理论基础.最后,通过分析常见的复杂问题求解方法,挖掘其蕴含的问题分解策略,验证了本文提出的多粒度计算框架在复杂问题求解方面的有效性和泛化性,并给出了多粒度计算未来的挑战与展望.

关键词： 地质灾害   易发性分区   人工神经网络   随机森林   黄土区  

摘要： 黄土区土壤侵蚀严重，滑坡、崩塌等地质灾害易发频发，因此开展地质灾害易发性空间分布规律预测研究尤为重要。以正宁县山河镇为例，选取坡度、与侵蚀塬边距离、高差、坡向、坡面曲率和土地利用等6个孕灾条件因子，利用人工神经网络（BP）、随机森林（RF）开展易发性预测评价。结果表明：地质灾害易发性孕灾因子中坡度、与侵蚀塬边距离、高差是所占权重较大的因子，坡向、坡面曲率和土地利用等所占权重较小；中、高易发区主要分布于溯源侵蚀的沟谷、四郎河和贾峪川河左岸的人类活动集中区，低易发区主要分布于溯源侵蚀的塬边，非易发区主要分布于地形平坦的台塬地带。BP、RF模型的AUC值分别为0.799、0.857,RF模型预测效果优于BP模型，可为黄土区地质灾害易发性预测和防灾减灾提供指导意义。