首页>
根据【关键词:视觉注意力,粒子群算法,人机界面,驾驶舱】搜索到相关结果 77 条
-
基于改进PSO的多UAV协同任务分配研究
-
作者:
韩庆田
来源:
兵器装备工程学报
年份:
2019
文献类型 :
期刊
关键词:
粒子群算法
多无人飞行器
协同任务分配
-
描述:
首先基于任务分配收益和任务分配代价,考虑UAV总飞行时间代价、最大任务时间、负载均衡值等因素,建立多UAV协同任务分配模型;然后设计了双层粒子群编码方法,将任务类型匹配信息作为启发信息,同时提出分组任务调整、飞行时间调整、任务交叉消解、时序先后调整等冲突消解处理策略,改进粒子群算法;最后进行了仿真实验。仿真结果表明,基于启发信息和冲突消解策略的改进PSO算法,提高了算法的收敛性和全局搜索能力,提升了任务分配和航迹规划效率。
-
民航座舱内可见光无线通信系统的布局研究
-
作者:
马一鸣
段明铭
郝祥印
马世耀
来源:
科技风
年份:
2020
文献类型 :
期刊
关键词:
可见光通信
粒子群算法
民航座舱内光源布局
-
描述:
基于LED的可见光通信(VLC)的机载无线网络是当前研究的热点,本文研究了基于机舱照明灯的通信系统光源布局,并利用粒子群算法对光源布局优化,使光照明功率满足通信要求,为VLC在民航的应用提供参考。
-
航母舰载机机库出库问题研究
-
作者:
李明宝
来源:
华中科技大学
年份:
2020
文献类型 :
学位论文
关键词:
小生境遗传算法
舰载机调度问题
粒子群算法
-
描述:
航母舰载机机库出库问题研究
-
基于NARX网络的航空发动机性能参数预测优化
-
作者:
刘超
熊静
来源:
农业装备与车辆工程
年份:
2023
文献类型 :
期刊
关键词:
数据预测
航空发动机
粒子群算法
NARX神经网络
-
描述:
航空发动机的构造复杂性使得发动机工况监测成为一项困难的任务。提出了一种基于粒子群算法优化的NARX神经网络预测模型,用来准确预测航空发动机运行时传感器数据的变化趋势;通过准确预测航空发动机输出的传感器数据,以达到有效监测航空发动机的工况状态的目的。实验结果显示,预测模型所得性能参数发动机工作站温度、高压转子转速、发动机工作站压力值和低压转子转速的均方误差分别为0.00652、0.00525 、0.0093和0.00912 。结果表明,所提出的基于粒子群算法优化NARX网络能够有效地预测发动机性能参数且相较于传统NARX网络、传统BP神经网络和粒子群算法优化的BP神经网络,在预测准确度上有较大优势,为基于飞参数据进行发动机健康管理与监测提供了良好的数据支持。
-
面向安全的装配式建筑施工现场平面布置研究
-
作者:
杨哲慧
来源:
东南大学
年份:
2018
文献类型 :
学位论文
关键词:
安全
粒子群算法
平面布置
装配式建筑
-
描述:
面向安全的装配式建筑施工现场平面布置研究
-
基于序优化的改进粒子群算法在电子战飞机航迹规划中的应用
-
作者:
田梦泽
贾庆山
赵亮
来源:
第37届中国控制会议
年份:
2018
文献类型 :
会议论文
关键词:
序优化
航迹规划
电子战飞机
粒子群算法
-
描述:
基于序优化的改进粒子群算法在电子战飞机航迹规划中的应用
-
基于机器学习的民航常旅客流失模型的研究
-
作者:
赵航
来源:
中国民用航空飞行学院
年份:
2021
文献类型 :
学位论文
关键词:
代价敏感算法
XGBoost
粒子群算法
流失预测
-
描述:
基于机器学习的民航常旅客流失模型的研究
-
基于NARX网络的航空发动机性能参数预测优化
-
作者:
刘超
熊静
来源:
农业装备与车辆工程
年份:
2023
文献类型 :
期刊
关键词:
数据预测
航空发动机
粒子群算法
NARX神经网络
-
描述:
航空发动机的构造复杂性使得发动机工况监测成为一项困难的任务。为了准确预测航空发动机运行时传感器数据的变化趋势,提出一种基于粒子群算法优化的NARX神经网络预测模型。通过准确预测航空发动机输出的传感器数据,达到有效监测航空发动机工况状态的目的。实验结果显示,预测模型所得性能参数——发动机工作站温度、高压转子转速、发动机工作站压力值和低压转子转速的均方误差分别为0.006 52,0.005 25,0.009 3,0.009 12。结果表明,所提出的基于粒子群算法优化NARX网络能够有效预测发动机性能参数,相较于传统NARX网络、传统BP神经网络和粒子群算法优化的BP神经网络,在预测准确度上有较大优势,为基于飞参数据进行发动机健康管理与监测提供了良好的数据支持。
-
联合作战中航空兵作战规划研究
-
作者:
常一哲
李战武
江洋溢
罗振宇
鞠明
赵刚练
来源:
火力与指挥控制
年份:
2023
文献类型 :
期刊
关键词:
航空兵
粒子群算法
联合作战
作战规划
-
描述:
提出一种联合作战中航空兵作战规划方法。分析联合作战中航空兵肩负的主要作战任务及各任务间的逻辑时序,以此构建了作战任务网络;在作战任务网络的基础上,建立关于目标函数、约束条件以及到达时间的作战规划模型;在编码方式、搜索策略等方面对粒子群算法(particle swarm optimization,PSO)作出了改进,用以求解规划模型;最后使用具体算例进行了仿真分析,结果证明,所提方法能够对联合作战中的航空兵使用进行合理规划。
-
基于孔特征约束的飞机部件位姿优化方法
-
作者:
王青
郑飞
任英武
程亮
李江雄
柯映林
来源:
计算机集成制造系统
年份:
2017
文献类型 :
期刊
关键词:
制造准确度
粒子群算法
装配误差
对接深孔
最优位姿
-
描述:
为了实现飞机大部件的最佳位姿装配、保证装配精度,提出一种基于制造准确度与对接深孔协调准确度的大部件位姿优化算法。以制造特征点的三维相对偏差和协调深孔的位置相对偏差的加权组合为变量,建立部件装配误差评价目标函数;以最小的装配误差为优化目标,将装配过程中对应对接深孔之间轴线的相对偏差为约束条件,建立飞机大部件数字化装配姿态评价的最优化数学模型。对于模型的求解,以奇异值分解算法计算结果作为初值,采用Lagrange法结合粒子群算法进行求解,得到部件的最优位姿,使部件在满足制造准确度的同时对接深孔孔轴方向的偏差最小,满足装配的要求。通过在飞机数字化装配中的运用并与奇异值分解算法进行比较,验证了该算法的有效性。