江苏省计算机信息处理技术重点实验室基金(KJS0821)
- 作品数:2 被引量:24H指数:1
- 相关作者:段海滨刘森琪余亚翔李昊周国哲更多>>
- 相关机构:苏州大学北京航空航天大学更多>>
- 发文基金:中国航空科学基金北京市科技新星计划江苏省计算机信息处理技术重点实验室基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于Voronoi图和蚁群优化算法的无人作战飞机航路规划被引量:23
- 2008年
- 无人作战飞机(UCVA)航路规划是一类复杂优化问题。在众多航路规划算法中,Voronoi图是一种根据战场多威胁源分布情况获取可行航路的图形算法,而蚁群优化(ACO)算法是受到蚂蚁觅食行为启发而形成的一种启发式仿生算法。根据已知威胁源生成Voronoi加权图,其中每条Voronoi边的总代价可以由威胁代价和燃油代价计算得出;然后给出了在Voronoi图条件下,用于航路规划的改进ACO算法模型和具体实现方法;最后,将Voronoi图与ACO算法相结合,并针对某UCAV多种空战态势下的航路规划问题进行了系列仿真实验。实验结果验证了所提方法在解决UCAV航路规划问题时的可行性和有效性。
- 刘森琪段海滨余亚翔
- 关键词:航路规划VORONOI图
- 一种基于蚁群聚类的多模板图像边缘融合方法被引量:1
- 2009年
- 根据所采集图像的离散性特点,提出了一种基于蚁群聚类的新型的多模板图像边缘融合方法。该算法综合了图像聚类的方法和模板边缘提取的方法,运用蚁群聚类的思想来提取图像的边缘特征,并进一步融合多种边缘提取模板来设置聚类的启发式引导函数和初始聚类中心,从而避免了传统蚁群算法聚类搜索时的盲目性。系列仿真实验验证了这一方法的可行性和有效性。
- 段海滨罗松柏李昊周国哲
- 关键词:蚁群优化聚类