Logic_9527的博客

1] 梁景润,刘丽桑,陈炯晖,等.多策略优化麻雀搜索算法及其路径规划的应用[J].福建理工大学学报,2023,21(06):605-612.栅格法模型最早由 W.E. Howden 于 1968 年提出，障碍物的栅格用黑色表示，可通过的自由栅格用白色表示。[3] 张恩浩.基于麻雀搜索算法的移动机器人路径规划算法研究[D].重庆理工大学,2022.[2] 邓明杰.面向路径规划的群智能优化算法研究[D].江西理工大学,2023.求解二维路径规划问题时，一般采用八领域搜索。

1] 梁景润,刘丽桑,陈炯晖,等.多策略优化麻雀搜索算法及其路径规划的应用[J].福建理工大学学报,2023,21(06):605-612.栅格法模型最早由 W.E. Howden 于 1968 年提出，障碍物的栅格用黑色表示，可通过的自由栅格用白色表示。[3] 张恩浩.基于麻雀搜索算法的移动机器人路径规划算法研究[D].重庆理工大学,2022.[2] 邓明杰.面向路径规划的群智能优化算法研究[D].江西理工大学,2023.求解二维路径规划问题时，一般采用八领域搜索。

Zou 等人首次提出了虚拟力算法（Virtual Force Algorithm, VFA）的概念，该算法模拟了分子间的范德华力机制，认为传感器节点之间存在类比的引力与斥力，其作用类型与大小依据节点之间的距离而定。在该研究中，节点不仅受到其他节点的排斥力，还受到来自优先覆盖区域的吸引力以及障碍物的排斥力，引力机制的引入显著提升了场景的覆盖效果。它假设待优化个体会根据某种关系与周围的环境或其他个体产生力的作用，而产生的虚拟的力会推动个体优化的进行。为阻尼系数，它会逐渐消耗势场中的能量直至系统稳定。

对现有建筑进行高质量的三维重建对于其维护、修复和管理至关重要。图像采集中的有效视角规划会显著影响基于摄影测量的三维重建质量。复杂的建筑结构常常导致传统视角规划方法下的区域采样不足，而过多的视角又会显著增加计算资源和数据采集的负担。为了解决这些问题，本文提出了一种新的先探索、后开发的视角规划策略，以在尽可能少的视角下实现高质量的建筑重建。在探索阶段，通过对图像和粗模型的语义与几何分析，识别出无人机禁飞区域与建筑关注区域。

随着电力系统规模的不断扩大，复杂环境下的电力线路及设施的巡检与维护面临更大挑战。目前，基于无人机的输电线路巡检技术受到越来越多的研究关注，多无人机的任务分配与路径规划是两个关键问题。本文首先构建了一个三维的巡检环境模型，并考虑山地环境中多个风场的影响因素进行建模与测量。针对多无人机任务分配问题，定义了一个考虑风场影响的多指标混合代价函数，并提出改进的双向蚁群-离散蜜獾算法（BACOHBA）进行求解。针对多风场条件下的多无人机路径规划问题，提出改进的蜜獾-果蝇算法（HBAFOA）进行优化求解。

1] 梁景润,刘丽桑,陈炯晖,等.多策略优化麻雀搜索算法及其路径规划的应用[J].福建理工大学学报,2023,21(06):605-612.[3] 张恩浩.基于麻雀搜索算法的移动机器人路径规划算法研究[D].重庆理工大学,2022.[2] 邓明杰.面向路径规划的群智能优化算法研究[D].江西理工大学,2023.优化算法VS求解二维路径规划问题。

本文提出了一种创新混合算法——混合混沌游戏灰狼算法（HCGO），该算法将灰狼算法与混沌游戏优化器相结合，巧妙地增强了算法在探索和开发方面的能力，丰富了种群多样性，提高了收敛精度，并保持了强大的探索能力。实验结果表明，混合算法在六个不同复杂度的场景中均表现出色，证明了其在解决复杂优化问题中的有效性。

在现代工业中，柔性制造系统发挥着不可或缺的作用，而地图建模的精度与连通性对提升AGV运输系统的效率与灵活性至关重要。针对实际制造环境中面临的空间限制、设备故障以及突发任务变更等挑战，本文提出了一种基于六边形网格地图建模的创新型AGV路径规划方法，该方法通过以六边形网格替代传统的方形网格，显著提升了路径规划的连通性、采样频率与安全性。本研究还将改进的蚁群算法与六边形网格地图结合应用于AGV路径规划，算法引入了启发因子，有效避免陷入局部最优。通过将蚁群划分为奇偶两组并采用双向搜索策略，增强了算法的全局探索能力。

深度信念网络（Deep Belief Networks, DBNs）是由Geoffrey Hinton于2006年提出的一种经典深度生成模型，它通过将多个受限玻尔兹曼机（RBM）单元堆叠在一起进行训练。RBM是一种无向的生成式能量模型，具有可见输入层和隐藏层，层与层之间有连接，但同一层内的单元之间没有连接。DBN从下到上分别将每层信念网络当做RBF进行训练，然后固定当前层权值，取样当前层的隐层作为下一层的输入。是分配给网络状态的能量函数，能量越低，表示网络处于“理想”配置。是配分函数（正则化），

VRPTW问题基于VRP问题，每个客户点都有一个时间窗口，表示可以在某个时间范围内访问。目标是在满足时间窗口和车辆容量限制的情况下，最小化总行驶距离或成本。[1] 李琳, 刘士新, 唐加福. 改进的蚁群算法求解带时间窗的车辆路径问题[J]. 控制与决策, 2010(09):102-106.

在无线传感器网络中 DV-Hop 算法是一种被广泛应用的与距离无关的定位算法，该算法中利用网络层的一个重要信息—邻居锚节点的信息进行定位。图中未知节点与邻居锚节点之间关系的示意图，其中A表示锚节点，U表示未知节点。收到信息包的节点仅保留与每个锚节点之间的最小跳数值，舍弃较大的跳数值，然后将该最小跳数值加1后再次向邻居节点广播。通过这种方式，网络内所有节点都能获取到达各锚节点的最小跳数信息。当未知节点获得平均跳距值后，即可根据之前计算得到的跳数确定自身与锚节点之间的距离。为这两个节点之间的距离。

为了实现UAV的高效运行，计划的路径需要在某一特定标准上达到最优。UAV飞行路径Xi表示为UAV需要飞过的一系列n个航路点，每个航路点对应搜索地图中的一个路径节点，其坐标为Pij = (xij, yij, zij)。除了最优性外，计划的路径还需要通过引导UAV避开操作空间中出现的障碍来确保UAV的安全运行。设K为所有威胁的集合，每个威胁假设为一个圆柱体，其投影中心坐标为Ck，半径为Rk。，与威胁相关的成本与其到Ck的距离dk成正比。UAV平滑度是对UAV方位角和俯仰角约束，这些是生成可行路径的关键。

1] 梁景润,刘丽桑,陈炯晖,等.多策略优化麻雀搜索算法及其路径规划的应用[J].福建理工大学学报,2023,21(06):605-612.栅格法模型最早由 W.E. Howden 于 1968 年提出，障碍物的栅格用黑色表示，可通过的自由栅格用白色表示。[3] 张恩浩.基于麻雀搜索算法的移动机器人路径规划算法研究[D].重庆理工大学,2022.[2] 邓明杰.面向路径规划的群智能优化算法研究[D].江西理工大学,2023.求解二维路径规划问题时，一般采用八领域搜索。

1] 陶哲,高跃飞,郑天江,等.基于A~*算法在蜂巢栅格地图中的路径规划研究[J].中北大学学报(自然科学版),2020,41(04):310-317.这里，本文提出基于融合A星-粒子群算法求解六边形栅格地图路径规划。六边形栅格地图上移动可以看做。，应用于六边形栅格地图。

为了实现UAV的高效运行，计划的路径需要在某一特定标准上达到最优。UAV飞行路径Xi表示为UAV需要飞过的一系列n个航路点，每个航路点对应搜索地图中的一个路径节点，其坐标为Pij = (xij, yij, zij)。除了最优性外，计划的路径还需要通过引导UAV避开操作空间中出现的障碍来确保UAV的安全运行。设K为所有威胁的集合，每个威胁假设为一个圆柱体，其投影中心坐标为Ck，半径为Rk。，与威胁相关的成本与其到Ck的距离dk成正比。UAV平滑度是对UAV方位角和俯仰角约束，这些是生成可行路径的关键。

为了实现UAV的高效运行，计划的路径需要在某一特定标准上达到最优。UAV飞行路径Xi表示为UAV需要飞过的一系列n个航路点，每个航路点对应搜索地图中的一个路径节点，其坐标为Pij = (xij, yij, zij)。除了最优性外，计划的路径还需要通过引导UAV避开操作空间中出现的障碍来确保UAV的安全运行。设K为所有威胁的集合，每个威胁假设为一个圆柱体，其投影中心坐标为Ck，半径为Rk。，与威胁相关的成本与其到Ck的距离dk成正比。UAV平滑度是对UAV方位角和俯仰角约束，这些是生成可行路径的关键。

多阈值图像分割（Multi-threshold image segmentation, MIS）是一种通过应用多个阈值将图像分割为多个区域的技术，与传统的二值图像分割方法相比，MIS能够更精确地划分区域，有效提取和分离图像中的多个目标或感兴趣区域。二维Renyi熵是一种用于描述二维随机变量联合分布的不确定性或信息量的指标。当分布的不确定性和复杂性增加时，二维Renyi熵值会增大；在图像分割领域，二维Renyi熵被用于量化纹理特征，有助于更好地理解图像的纹理属性。

1] 梁景润,刘丽桑,陈炯晖,等.多策略优化麻雀搜索算法及其路径规划的应用[J].福建理工大学学报,2023,21(06):605-612.栅格法模型最早由 W.E. Howden 于 1968 年提出，障碍物的栅格用黑色表示，可通过的自由栅格用白色表示。[3] 张恩浩.基于麻雀搜索算法的移动机器人路径规划算法研究[D].重庆理工大学,2022.[2] 邓明杰.面向路径规划的群智能优化算法研究[D].江西理工大学,2023.求解二维路径规划问题时，一般采用八领域搜索。

MD-MTSP（Multiple Depot, Multiple Traveling Salesman Problem）是多旅行商问题的一种变体，其中涉及多个销售点（仓库或基地）和多个销售人员。在这个问题中，每个销售人员从指定的销售点出发，必须访问分配给他的城市列表，并最终返回原始销售点，目标通常是最小化所有旅行商的总行程距离或总行程时间。

1] 梁景润,刘丽桑,陈炯晖,等.多策略优化麻雀搜索算法及其路径规划的应用[J].福建理工大学学报,2023,21(06):605-612.栅格法模型最早由 W.E. Howden 于 1968 年提出，障碍物的栅格用黑色表示，可通过的自由栅格用白色表示。[3] 张恩浩.基于麻雀搜索算法的移动机器人路径规划算法研究[D].重庆理工大学,2022.[2] 邓明杰.面向路径规划的群智能优化算法研究[D].江西理工大学,2023.求解二维路径规划问题时，一般采用八领域搜索。

1] 梁景润,刘丽桑,陈炯晖,等.多策略优化麻雀搜索算法及其路径规划的应用[J].福建理工大学学报,2023,21(06):605-612.栅格法模型最早由 W.E. Howden 于 1968 年提出，障碍物的栅格用黑色表示，可通过的自由栅格用白色表示。[3] 张恩浩.基于麻雀搜索算法的移动机器人路径规划算法研究[D].重庆理工大学,2022.[2] 邓明杰.面向路径规划的群智能优化算法研究[D].江西理工大学,2023.求解二维路径规划问题时，一般采用八领域搜索。

Otsu 算法（最大类间方差法）设灰度图像有。个灰度级，各灰度级对应像素点个数为。扩展到多阈值时，使用一组给定的阈值。使上述最大值的一组阈值即为所求的阈值。

蚂蚁在寻找食物的过程中，会通过释放信息素来指导其他蚂蚁选择路径。当蚂蚁找到食物并返回巢穴时，它们沿途留下的信息素使得其他蚂蚁更倾向于选择信息素浓度更高的路径。通过不断的迭代和信息素更新，蚂蚁群体逐渐能够找到最优或近似最优的解。检查当前节点是否为目标节点，如果是，则算法结束并通过逆向追踪重建路径。如果不是，将当前节点移至封闭列表，并检查其所有邻居，对每个邻居更新或计算其代价，将未在开放或封闭列表中的邻居添加到开放列表。A*算法是一种基于图搜索的智能启发式算法，它具有高稳定性和高节点搜索效率。

工厂设施布置的规划一直是工业工程领域不断研究和探索的内容， 其中最具代表性之一的是系统布置设计( system layout planning， SLP) 方法。作为一种经典且有效的方法， 其为设施布置提供了很好的改善思路， 但在长期的发展中也存在一些不可避免的缺点， 如计算结果不够精确， 很难确保计算结果较优且受人员主观因素的影响较大等。Li， Lj 与 Wi， Wj 分别为作业单位 i， j 的长与宽;其中，C2 为非物流关系总和，Tij 为作业单位之间非物流关系的紧密程度。

MD-MTSP（Multiple Depot, Multiple Traveling Salesman Problem）是多旅行商问题的一种变体，其中涉及多个销售点（仓库或基地）和多个销售人员。在这个问题中，每个销售人员从指定的销售点出发，必须访问分配给他的城市列表，并最终返回原始销售点，目标通常是最小化所有旅行商的总行程距离或总行程时间。

多目标点路径规划问题可表述为：移动机器人需要遍历n个目标点，且每个目标仅被遍历一次，目的是求一条经过所有目标点的最短路径。为第i个目标点到第j个目标点 A* 算法所规划路径的实际距离。

多阈值图像分割（Multi-threshold image segmentation, MIS）是一种通过应用多个阈值将图像分割为多个区域的技术，与传统的二值图像分割方法相比，MIS能够更精确地划分区域，有效提取和分离图像中的多个目标或感兴趣区域。二维Renyi熵是一种用于描述二维随机变量联合分布的不确定性或信息量的指标。当分布的不确定性和复杂性增加时，二维Renyi熵值会增大；在图像分割领域，二维Renyi熵被用于量化纹理特征，有助于更好地理解图像的纹理属性。

1] 梁景润,刘丽桑,陈炯晖,等.多策略优化麻雀搜索算法及其路径规划的应用[J].福建理工大学学报,2023,21(06):605-612.栅格法模型最早由 W.E. Howden 于 1968 年提出，障碍物的栅格用黑色表示，可通过的自由栅格用白色表示。[3] 张恩浩.基于麻雀搜索算法的移动机器人路径规划算法研究[D].重庆理工大学,2022.[2] 邓明杰.面向路径规划的群智能优化算法研究[D].江西理工大学,2023.求解二维路径规划问题时，一般采用八领域搜索。

1] 梁景润,刘丽桑,陈炯晖,等.多策略优化麻雀搜索算法及其路径规划的应用[J].福建理工大学学报,2023,21(06):605-612.栅格法模型最早由 W.E. Howden 于 1968 年提出，障碍物的栅格用黑色表示，可通过的自由栅格用白色表示。[3] 张恩浩.基于麻雀搜索算法的移动机器人路径规划算法研究[D].重庆理工大学,2022.[2] 邓明杰.面向路径规划的群智能优化算法研究[D].江西理工大学,2023.求解二维路径规划问题时，一般采用八领域搜索。

1] 梁景润,刘丽桑,陈炯晖,等.多策略优化麻雀搜索算法及其路径规划的应用[J].福建理工大学学报,2023,21(06):605-612.栅格法模型最早由 W.E. Howden 于 1968 年提出，障碍物的栅格用黑色表示，可通过的自由栅格用白色表示。[3] 张恩浩.基于麻雀搜索算法的移动机器人路径规划算法研究[D].重庆理工大学,2022.[2] 邓明杰.面向路径规划的群智能优化算法研究[D].江西理工大学,2023.求解二维路径规划问题时，一般采用八领域搜索。

单仓库多旅行商（Selective Discrete Multiple Traveling Salesmen Problem, SDMTSP）是旅行商问题（TSP）的一种变体，个旅行商从一个仓库中心出发，访问其中一定数量的城市并且每座城市只能被一次，最终回到仓库中心。

支持向量机(SVM)是针对二分类问题，支持向量回归(SVR)基于SVM应用与回归问题。SVR回归与SVM分类的区别在于SVR的样本点只有一类，SVM是要使到超平面最近的样本点的“距离”最大，SVR则是要使到超平面最远的样本点的“距离”最小。，影响样本点的聚合或分散程度。gamma隐含地决定了数据映射到新的特征空间后的分布。gamma越大，支持向量越少；gamma值越小，支持向量越多。，它控制着模型的复杂度和训练数据的适应程度。c是惩罚系数，即对误差的宽容度。c越高容易过拟合，c越小容易欠拟合。

EVRP（Electric Vehicle Routing Problem） 是一种针对电动汽车进行的路径优化问题，旨在为电动汽车确定最优路径，它是传统的车辆路径问题VRP的扩展，考虑了电动汽车的充电限制、电池容量以及充电站位置等因素。[1] 宋稚雅.基于纯电动物流车的城市配送车辆路径问题研究[D].北京交通大学,2019.

在这个问题中，每个销售人员从指定的销售点出发，必须访问分配给他的城市列表，并最终返回原始销售点，目标通常是最小化所有旅行商的总行程距离或总行程时间。当蚂蚁找到食物并返回巢穴时，它们沿途留下的信息素使得其他蚂蚁更倾向于选择信息素浓度更高的路径。通过不断的迭代和信息素更新，蚂蚁群体逐渐能够找到最优或近似最优的解。检查当前节点是否为目标节点，如果是，则算法结束并通过逆向追踪重建路径。如果不是，将当前节点移至封闭列表，并检查其所有邻居，对每个邻居更新或计算其代价，将未在开放或封闭列表中的邻居添加到开放列表。

1] 梁景润,刘丽桑,陈炯晖,等.多策略优化麻雀搜索算法及其路径规划的应用[J].福建理工大学学报,2023,21(06):605-612.栅格法模型最早由 W.E. Howden 于 1968 年提出，障碍物的栅格用黑色表示，可通过的自由栅格用白色表示。[3] 张恩浩.基于麻雀搜索算法的移动机器人路径规划算法研究[D].重庆理工大学,2022.[2] 邓明杰.面向路径规划的群智能优化算法研究[D].江西理工大学,2023.求解二维路径规划问题时，一般采用八领域搜索。

三维MD-MTSP（Multiple Depot, Multiple Traveling Salesman Problem）是多旅行商问题的一种变体，其中涉及多个销售点（仓库或基地）和多个销售人员。在这个问题中，每个销售人员从指定的销售点出发，必须访问分配给他的城市列表，并最终返回原始销售点，目标通常是最小化所有旅行商的总行程距离或总行程时间。

人工势场法将物理学中场的概念引入到路径规划中，这种方法的核心思想是假设移动机器人为一个点，该点受到一个由多个力场组成的虚拟力场的影响。这些力场包括目标点对机器人的引力场和障碍物对机器人的斥力场。这种设置旨在模拟自然界中的力场交互，从而引导机器人沿着障碍物之间的安全路径移动，最终到达目标位置。势场函数的负梯度定义为人工力，其由引力和斥力组成。梯度指的是势场函数在空间中的变化率或方向，它指向函数增长最快的方向；势场函数的负梯度则指向函数减小最快的方向。（在物理中，物体会自然地沿着势能下降最快的方向移动。

1] 陶哲,高跃飞,郑天江,等.基于A~*算法在蜂巢栅格地图中的路径规划研究[J].中北大学学报(自然科学版),2020,41(04):310-317.这里，本文提出基于融合改进A星-鲸鱼优化算法求解六边形栅格地图路径规划。六边形栅格地图上移动可以看做。，应用于六边形栅格地图。

如果不是，将当前节点移至封闭列表，并检查其所有邻居，对每个邻居更新或计算其代价，将未在开放或封闭列表中的邻居添加到开放列表。Halton序列的构造基于数字展开，每个维度的采样点通过对数字进行变换来生成，这里采用Halton序列选取关键覆盖结点。路径规划中的路径还必须要确保无人机的安全运行，因此引入飞行安全性能够引导无人机躲避环境中的障碍物。无人机(unmanned aerial vehicle，UAV)路径规划是无人机导航系统中的一项关键技术，它使无人机能够自动确定从起点到终点的最优或可行飞行路径。

检查当前节点是否为目标节点，如果是，则算法结束并通过逆向追踪重建路径。如果不是，将当前节点移至封闭列表，并检查其所有邻居，对每个邻居更新或计算其代价，将未在开放或封闭列表中的邻居添加到开放列表。多机器人全覆盖路径规划问题涉及一组机器人系统，这些机器人需要协同工作以覆盖一个给定区域的所有可访问点，每个点至少被访问一次。首先需要将机器人的操作环境进行网格化处理，这里采用栅格地图。A*算法是一种基于图搜索的智能启发式算法，它具有高稳定性和高节点搜索效率。主要原理为：以起点作为初始节点，将其加入开放列表。