Ta上传的资源 (0)

本文提出并建立了多机器人系统二维平面规划空间的有权图模型,在此基础上,采用蚁群算法实现了多机器人系统的集中协调式路径规划。引入了通信网络技术的线路带宽利用率、网络负载均衡等系统指标,衡量规划结果,指导规划进程,从而在协调个体行为的基础上实现系统目标最优化。仿真实验表明该方法切实可行,协调性能优良。

本文档主要是由VMware电信行业系统架构师资深顾问-付飞讲解4VMware的云计算，可让读者更深入了解到VMware。

复杂科学研究已成为系统科学当前的一个主要研究方向，复杂科学研究开始于上世纪80年代中期，国外已经在理论与应用研究上取得了不少研究成果。特别是Swarm仿真平台出现后，它的研究步伐更快了。国内复杂性研究工作起步很早，但直到1997，才兴起复杂性研究的高潮，本文作者在国家自然科学基金项目复杂性研究专项—

人工势场法由于其简单性和便于数学描述被广泛应用在移动机器人路径规划上,然而多数研究都集中在解决静态路径规划上,即目标和障碍物都是静态的。本文提出了用人工势场法解决移动机器人动态路径规划问题的一个方法,在动态环境中,目标是运动的,障碍物是静止的。因此新的势场函数和相应的势场力被定义。最后仿真结果证明了

城市空间系统是一个复杂系统,其空间演化以大量具有能动性、适应性的微观行为主体(企业、居民、农民以及各类组织等)以及行为主体与环境的非线性相互作用为特征,产生出非连续的城市空间决策行为。传统的城市规划空间决策模型因其静态特征,无法反映出大量微观行为主体在城市规划空间决策互动行为中的时间维累积和空间维聚

多智能体系统和进化计算都是多学科相融合、具有很高实用价值的研究领域，它们也已在多个领域得到了广泛的应用，但其结合是一个具有挑战性的研究课题。本文从多智能体系统和进化计算相结合的角度出发，结合数值优化、组合优化、约束满足问题、约束布局问题、组播路由问题等多个具有挑战性的实际问题进行了系统深入地研究。针

路径规划问题是组合优化和运筹学领域研究的热点问题之一，具有重要的理论和现实意义。蚁群优化算法是受蚁群觅食行为启发而提出的一类群智能优化算法，该算法能有效地解决具有NP-Hard特性的组合优化问题。由于蚁群算法在求解离散问题的优势和对路径的敏感性，使它对路径规划问题的求解一直备受关注。本文针对旅行售货

交通管理在城市交通问题治理中十分重要,其目的是提供一个畅通、有序的交通环境。建立智能交通管理系统,广泛应用科学技术手段,全面提高管理水平和管理效益,是解决当前道路交通拥堵、事故频繁发生和环境污染严重的有效途径。在交通管理实施中涉及到很多管理策略的制定,包括交通诱导和控制策略的制定。由于交通系统本身的