2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、復(fù)雜網(wǎng)絡(luò)抗毀性研究因其深遠(yuǎn)的應(yīng)用背景而深受廣大學(xué)者的重視,已成為了一個(gè)極具挑戰(zhàn)性的前沿課題。本文以復(fù)雜網(wǎng)絡(luò)理論為指導(dǎo),以智能優(yōu)化算法—粒子群優(yōu)化算法為尋優(yōu)工具,綜合運(yùn)用圖論、統(tǒng)計(jì)物理、矩陣論、計(jì)算機(jī)仿真等多學(xué)科領(lǐng)域知識,圍繞“復(fù)雜網(wǎng)絡(luò)抗毀性優(yōu)化”這一核心問題,深入地研究了復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的抗毀性分析與優(yōu)化,以及抗毀性優(yōu)化在多機(jī)器人網(wǎng)絡(luò)和列車運(yùn)行網(wǎng)絡(luò)中的應(yīng)用。論文主要研究工作及創(chuàng)新點(diǎn)如下:
  1、針對復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)抗毀性優(yōu)化問題

2、,提出了一種組合增邊優(yōu)化方案,首先將待選邊集映射成一個(gè)連續(xù)的整數(shù)空間,隨后以代數(shù)連通度為測度指標(biāo),以帶定向混沌變異的排序離散粒子群優(yōu)化算法對整數(shù)空間進(jìn)行組合尋優(yōu),該算法特征如下:提出錯(cuò)位均分機(jī)制初始化粒子位置變量和速度變量;提出排序機(jī)制使普通粒子位置變量與最優(yōu)粒子位置變量之間的大小關(guān)系一一對應(yīng),在兼顧了全局搜索的同時(shí)從實(shí)質(zhì)上縮小了粒子位置變量在每一維度上的搜索范圍;提出定向混沌變異算子可使得粒子在優(yōu)勢個(gè)體附近加強(qiáng)局部探索,劣勢個(gè)體盡快收

3、斂到優(yōu)勢個(gè)體附近,并以混沌變異的隨機(jī)性和遍歷性保持種群多樣性,有效平衡粒子群算法的全局搜索和局部搜索。最后,與逐次增邊二分法在解決網(wǎng)絡(luò)代數(shù)連通度優(yōu)化問題上進(jìn)行仿真對比,驗(yàn)證了本文算法的可行性與先進(jìn)性。
  2、研究了多機(jī)器人系統(tǒng)無權(quán)網(wǎng)絡(luò)模型中的優(yōu)化路徑規(guī)劃,基于PSO算法以代數(shù)連通度為多機(jī)器人局部網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)抗毀性測度,為機(jī)器人的下一步運(yùn)動(dòng)找出能使得局部網(wǎng)絡(luò)抗毀性更好的目標(biāo)點(diǎn),并將找出的目標(biāo)點(diǎn)作為路徑規(guī)劃的規(guī)劃路徑終點(diǎn)。然后針對多

4、機(jī)器人系統(tǒng)所處的受限空間環(huán)境,提出了一種環(huán)境自適應(yīng)區(qū)域柵格化的優(yōu)化路徑規(guī)劃算法。該算法首先相對于起點(diǎn)和終點(diǎn)構(gòu)成的中心軸線經(jīng)障礙物垂直投影的形心做正交平行直線簇,將環(huán)境模型劃分為區(qū)域柵格,并提出阻礙度指標(biāo)來降低搜索空間的維度以優(yōu)化區(qū)域柵格的劃分。其次給出一種多維變異粒子群優(yōu)化算法,在重構(gòu)坐標(biāo)系的橫軸維度上進(jìn)行隨機(jī)變異,結(jié)合其縱軸維度上的定向變異,可有效平衡復(fù)雜環(huán)境中搜索優(yōu)化解的效率與精度的矛盾,同時(shí)提出在粒子速度更新方程中增加有界隨機(jī)擾動(dòng)

5、量以進(jìn)一步提高算法跳出局部極小的能力,隨后當(dāng)優(yōu)化解的適應(yīng)度值小于設(shè)定的閾值時(shí),提出最小二乘曲線擬合方法對優(yōu)化解所描述的路徑予以平滑處理,并進(jìn)行碰撞檢測。最后,與經(jīng)典NDW-PSO及前沿C-PSO優(yōu)化規(guī)劃方法的對比仿真驗(yàn)證了算法的可行性和先進(jìn)性。
  3、為盡可能減少由于自然災(zāi)害導(dǎo)致鐵路運(yùn)輸受阻甚至中斷情況下受影響的列車數(shù),提出了對現(xiàn)有列車運(yùn)行方案以抗毀性優(yōu)化為目標(biāo)的量化分析方法。首先基于當(dāng)前列車運(yùn)行方案建立列車運(yùn)行網(wǎng)絡(luò)模型,該模型

6、以實(shí)際鐵路站點(diǎn)為節(jié)點(diǎn),以實(shí)際鐵路線為邊,以每條邊開行的列車數(shù)量為邊權(quán)重;隨后提出了一個(gè)稱之為度權(quán)效應(yīng)的評價(jià)指標(biāo),該指標(biāo)可以用來評價(jià)列車運(yùn)行網(wǎng)絡(luò)中節(jié)點(diǎn)的重要性,并以該評價(jià)指標(biāo)的標(biāo)準(zhǔn)差分為目標(biāo)函數(shù),使用改進(jìn)粒子群算法對網(wǎng)絡(luò)權(quán)重進(jìn)行優(yōu)化。仿真結(jié)果得出了優(yōu)化前后列車運(yùn)行網(wǎng)絡(luò)的抗毀性評價(jià)值分別為0.0044和0.0036,表明可通過量化分析方法來刻畫列車運(yùn)行網(wǎng)絡(luò)的抗毀性能,并分別在選擇性打擊和隨機(jī)失效兩種攻擊模式下對比分析優(yōu)化前后列車運(yùn)行網(wǎng)絡(luò)的抗

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論