- 博客(34)
- 收藏
- 关注
RSS订阅原创 一种基于混合协作的约束多目标优化的新型多群体进化算法
实际应用中的各种挑战通常需要同时优化多个目标，并且这些目标有时可能会出现相互冲突的优先级。此类场景的示例包括汽车设计的优化 [1] 和电网效率的提高 [2]。
2024-06-12 17:58:53
702
原创 人类记忆优化算法：针对全局优化问题的记忆启发优化器
以最小化问题为例，本文开发了一种受人类记忆行为启发的启发式算法。人类的记忆是多模态的行为，人们常常会对指导未来行为的失败和成功印象深刻，同时，人类会时不时地回忆起最近的记忆，但也会忘记最近的记忆。具体示意图如图1所示。(a)中的人到处寻找手机，结果发现手机在自己手里，这是人类记忆暂时遗忘的过程；(b)中的人以前被蛇咬过，所以非常怕蛇，而且那段痛苦的记忆也很深刻。
2024-06-10 17:25:36
691
原创 vue学习-Pinia学习
Pinia 是 Vue 的专属状态管理库，可以实现跨组件或页面共享状态，是 vuex 状态管理工具的替代品，和 Vuex相比，具备以下优势提供更加简单的API （去掉了 mutation ）提供符合组合式API风格的API （和 Vue3 新语法统一）去掉了modules的概念，每一个store都是一个独立的模块搭配 TypeScript 一起使用提供可靠的类型推断。
2024-05-29 16:07:13
400
原创 VUE学习
侦听一个或者多个数据的变化，数据变化时执行回调函数，俩个额外参数 immediate控制立刻执行，deep开启深度侦听。顶层组件可以向底层组件传递方法，底层组件调用方法修改顶层组件的数据。// 2. 监听对象state 并开启deep。// 修改数据更新视图必须加上.value。// 2. 调用watch 侦听变化。// 2. 调用watch 侦听变化。// 2. 调用watch 侦听变化。// 执行函数 传入参数 变量接收。// 2. 监听对象state。// 直接修改不会引发回调执行。
2024-05-22 19:07:22
752
原创 正则表达式
正则表达式（Regular Expression）是用于匹配字符串中字符组合的模式。在 JavaScript中，正则表达式也是对象。大多数的字符仅能够描述它们本身，这些字符称作普通字符，例如所有的字母和数字。修饰符约束正则执行的某些细节行为，如是否区分大小写、是否支持多行匹配等。是一些具有特殊含义的字符，可以极大提高了灵活性和强大的匹配功能。也就是说普通字符只能够匹配字符串中与它们相同的字符。[ ] 里面加上 - 连字符： 表示一个范围。[ ] 里面加上 ^ 取反符号。replace 替换。
2024-05-15 19:40:55
657
原创 前端学习JS（日期、节点操作）
当 Render Tree 中部分或者全部元素的尺寸、结构、布局等发生改变时，浏览器就会重新渲染部分或全部文档的过程称为 回流。：由于节点(元素)的样式的改变并不影响它在文档流中的位置和文档布局时(比如：color、background-color、删除节点和隐藏节点（display:none） 有区别的： 隐藏节点还是存在的，但是删除，则从html中删除节点。触屏事件 touch（也称触摸事件），Android 和 IOS 都有。节点关系：针对的找亲戚返回的都是对象。，它是一种特殊的计量时间的方式。
2024-05-13 19:18:45
1054
原创 多目标多任务优化的有效知识转移方法
作为最具代表性的进化多任务优化算法之一，MFEA 已成功开发用于解决复杂的现实问题。如何通过调整知识转移的强度来减少负转移。为了解决这个问题，[16]提出了一种基于在线学习的进化多任务优化算法。在该方法中，利用不同任务之间的相关性来确定跨任务转移多少知识。此外，郑等人。[17]还提出了一种在任务之间捕获和共享有用知识的算法。在本文中，知识转移的强度根据任务相关程度进行调整。如何为不同的优化问题分配计算资源如何在任务之间建立映射以实现有意义的知识转移实际应用。
2024-01-08 14:43:11
914
原创 粒球相关笔记
粒球计算已经成功地冒险进入不同的人工智能领域，促进了创新理论方法的发展，包括颗粒球分类器、聚类技术、神经网络、粗糙集和进化计算。这大大提高了传统方法的效率、噪声鲁棒性和可解释性。
2023-12-27 16:44:03
1271
原创 Python箱型图
箱线图（箱形图、盒须图）是一种基于5个统计量（上边界、上四分位数、中位数、下四分位数以及下边界）显示数据分布的标准化方法，其可以用来检测数据的异常值和数据分布的形状，以及数据集的离散程度。图中矩形框显示数据集的上下四分位数，而矩形框中延伸出的线段（触须）则用于显示其余数据的分布位置，剩下超过上下四分位间距的数据点则被视为“异常值”。
2023-12-04 16:00:59
409
原创 numpy部分函数实例
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考提示：这里对文章进行总结：例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
2023-10-26 14:43:07
93
1
原创 基于条件概率的异构无人机多目标协同任务分配
本文的动机包括两个主要方面：(i)构建一个能够衡量无人机破坏风险和协作多任务分配问题（MOCTAP）的各种资源约束的多目标优化模型；(ii) 提出一种具有高效解锁能力的进化算法，以避免死锁情况。尽管目前已经开发出许多针对协同任务分配问题（CTAP）的模型和算法，但仍需要进一步提高建模的准确性和多无人机MOCTAP的适用性，以适应日益复杂的战场环境。一方面，为了降低模型的复杂度和算法的计算难度，现有研究通过任务假设、无人机、还有弹药水平，比如无人机必须能够完成任务并生存，弹药必须充足等等。
2023-10-24 10:39:58
443
原创 结合聚类的FW-GA混合算法在无人机森林火灾侦察任务分配中的应用
针对森林火灾侦察的需要，提出了一种两阶段无人机任务分配模型。该模型首先利用卫星携带的传感器数据对森林火灾进行数字化处理，然后利用基于GMM的EM算法得到各无人机的初始位置。利用数字火力模型和无人机的初始位置，建立了基于MKP的无人机任务分配模型。该模型极大地简化了模型的复杂性，同时避免了基于位置的严格局部分区问题，就像简单的k-means算法一样。遗传算法通常用于求解MKP问题，但其收敛速度慢，计算复杂度高，且容易陷入局部最优解。这使得有效地解决大规模背包问题具有挑战性。
2023-06-24 20:16:35
375
1
原创 多无人机协同任务分配的改进遗传模拟退火算法研究
在大区域内执行搜索任务时，可以将大区域划分为几个小区域，以提高搜索效率。进一步将多无人机协同搜索问题转化为区域划分、子区域分配和子区域全覆盖路径规划三个子问题。首先，采用一定的方法[1]将大面积区域划分为若干个子区域;然后，根据平均划分的思想将子区域分配给无人机。最后，无人机依次遍历各自的子任务区域。然后将多无人机协同搜索问题转化为多无人机任务分配问题。提出了一种集成模拟退火的遗传算法(GAISA)。
2023-05-18 17:40:31
513
原创 基于自适应遗传算法的异构多无人机协同任务分配
本文的重点是解决异构固定翼无人机对多个静止地面目标执行SEAD任务的CMTAP问题。同时考虑了无人机的异构性和任务耦合约束。虽然遗传算法已被广泛应用于求解CMTAP问题，但这些现有的方法不能在这些假设下直接应用。为此，我们提出了一种自适应遗传算法(AGA)。首先，引入多类型基因，建立一种无死锁的染色体编码策略。提出的染色体编码策略保证了生成的染色体满足无人机异构性和任务耦合约束。为了计算任务执行时间，采用Dubins车模型对无人机航迹编队进行仿真。
2023-04-04 20:54:30
1619
原创 粒球计算分类器的高效，可扩展和鲁棒学习
引入了“颗粒球”的概念，定义了颗粒球标签和两个颗粒球之间的距离。提出了粒球计算分类器的框架，将粒球引入到分类器中，使现有的分类器高效、可扩展、鲁棒。提出的框架不局限于特定的分类器。为了建立粒球计算(GBC)分类器的通用理论框架，推导了颗粒球支持向量机(GBSVM)和颗粒球k近邻(GBkNN)算法。基于粒球的分类器的时间复杂度几乎为O(n)。这种时间复杂度使得它们在大规模数据处理中具有很高的效率。提出了一种颗粒球kNN (GBkNN)算法。
2023-03-15 17:09:16
1459
原创 用于多种无人机协作的群体智能算法：综合综述
随着无人机技术的快速高水平发展，将多架无人机作为自主控制的编队应用于复杂情况是一个新兴领域的代表之一。在实现自主控制的挑战中，碰撞避免、任务分配、路径规划和编队重构是关键功能。本文对各种经典的无人机群智能算法进行了系统的总结和分析。
2023-02-11 17:42:42
6387
原创 基于分散遗传算法的多Agent系统分散任务分配
Decentralized Task Allocation in Multi-Agent Systems Using a Decentralized Genetic Algorithm>2020年发表于ICRA>文献链接: [Decentralized Task Allocation in Multi-Agent Systems Using aDecentralized Genetic Algorithm](https://ieeexplore.ieee.org/document/9197314/ci
2023-02-10 15:50:59
864
原创 基于仿生狼群法的无人机群任务分配算法
任务分配是 UAV 集群中一个非常重要的过程，但目前面临着大规模、实时性等约束，如何有效地进行任务分配具有一定的挑战性。因此，对狼群在自然环境中的行为特征进行建模，并利用其来解决复杂场景下 UAV 集群动态任务分配问题。具体而言，所提出的方法考虑非平衡任务分配问题，并利用任务调度算法使分配结果满足任务性能约束。提出了一种适用于复杂场景下 UAV 集群的路径规划算法和覆盖搜索算法。针对不同目标数量和随机目标位置的仿真实验表明，该算法具有较高的任务完成率，并能平衡无人机的负载，为复杂场景提供了一种合适的解决方案
2023-01-28 17:48:17
1815
2
原创 Ant System:Optimization by a colony of cooperation agents(蚁群优化算法）
蚁群优化算法的特点：1、通用性，因为它可以应用于相同问题的类似版本； 例如，从旅行商问题(TSP)到非对称旅行商问题(ATSP)有一个直接的扩展。2、稳健性。 它可以应用于其他组合优化问题，如二次分配问题(QAP)和作业车间调度问题(JSP)。3、基于群体。 这很有趣，因为它允许利用正反馈作为一种搜索机制。蚁群优化算法的基本思想：用来在个体之间传递关于路径的信息，并用来决定去哪里的媒介由信息素踪迹组成。 一只移动的蚂蚁在地面上放置一些信息素（数量不等），从而用这种物质的踪迹来标记路径。 虽然一只孤立
2022-11-08 18:12:39
390
原创 Particle Swarm Optimization（粒子群优化算法）
1、本论文介绍了一种用于优化连续非线性函数的方法。该方法是通过对一个简化的社会模型的模拟发现的。2、粒子群起源于两个两种主要的组成方法学：A-life（artificial life人工生命：鸟群、蜂群等）以及进化算法。
2022-10-22 20:16:41
1045
原创 Android 和风天气+腾讯地图
文章目录前言一、和风天气申请+使用二、腾讯地图申请+使用三、两者连接前言使用技术：和风天气+腾讯地图整合使用提示：以下是本篇文章正文内容，下面案例可供参考一、和风天气申请+使用参考链接：https://blog.csdn.net/kim5659/article/details/121943119https://dev.qweather.com/docs/android-sdk/android-configuration/关键代码： private void loadCurrent
2022-04-18 19:18:24
2758
3
原创 Android开发技术
Android 开发技术1.RecycleView 设置监听器1.RecycleView 设置监听器步骤：1、在Adapter中新建一个接口，定义接口内部的方法，并将该接口在adapter中实现编写回调接口的基本步骤：1.创建该接口2.定义该接口的内部方法3.实现该接口4.接口方法的调用1.Adapter 内 public void setOnItemClickListener(OnItemClickListener listener) { this.mListener=
2022-04-06 21:23:25
731
原创 Android 开发问题
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档Android开发问题一、空指针问题提示：以下是本篇文章正文内容，下面案例可供参考一、空指针问题1.Fragment 内findViewByid空指针问题Attempt to invoke virtual method 'android.view.View android.view.View.findViewById(int)' on a null object reference解决方法： public View on.
2022-04-03 18:21:06
6905
原创 7.15
1.栈的基本操作描述栈是一种重要的数据结构，它具有push k和pop操作。push k是将数字k加入到栈中，pop则是从栈中取一个数出来。栈是后进先出的：把栈也看成横向的一个通道，则push k是将k放到栈的最右边，而pop也是从栈的最右边取出一个数。假设栈当前从左至右含有1和2两个数，则执行push 5和pop操作示例图如下：push 5pop...
2019-07-15 18:35:29
319
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人