• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      一種巡檢機(jī)器人自適應(yīng)路徑巡檢方法的研究

      2023-05-30 06:27:37程晶晶周明龍
      電腦知識(shí)與技術(shù) 2023年1期
      關(guān)鍵詞:自適應(yīng)

      程晶晶 周明龍

      摘要:一種巡檢機(jī)器人的自適應(yīng)路徑巡檢方法,依據(jù)自適應(yīng)巡檢順序依次對(duì)交叉點(diǎn)處的巡檢路徑進(jìn)行與環(huán)境不穩(wěn)定性相匹配的自適應(yīng)巡檢,得到每個(gè)巡檢路徑的巡檢數(shù)據(jù)序列,將巡檢數(shù)據(jù)序列代入至預(yù)先建立的路徑狀態(tài)預(yù)測(cè)模型,得到巡檢路徑的路徑狀態(tài),并根據(jù)巡檢路徑的路徑狀態(tài)對(duì)巡檢路徑的不穩(wěn)定程度進(jìn)行反饋調(diào)整,實(shí)現(xiàn)了對(duì)巡檢機(jī)器人在交叉點(diǎn)的自適應(yīng)巡檢順序進(jìn)行反饋調(diào)整來(lái)保障巡檢順序符合巡檢排除不穩(wěn)定性的時(shí)效性。

      關(guān)鍵詞:巡檢機(jī)器人;路徑巡檢;自適應(yīng)

      中圖分類(lèi)號(hào):F270? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A

      文章編號(hào):1009-3044(2023)01-0035-03

      隨著機(jī)器人技術(shù)的快速發(fā)展,巡檢機(jī)器人在工業(yè)、農(nóng)業(yè)、醫(yī)療、軍事以及社會(huì)服務(wù)業(yè)等領(lǐng)域得到廣泛運(yùn)用[1],特別是以巡檢機(jī)器人為載體,搭載紅外熱成像儀、可見(jiàn)光攝像頭等設(shè)備完成與故障監(jiān)測(cè)、設(shè)備監(jiān)控等相關(guān)的工作任務(wù),具有廣闊的應(yīng)用前景和實(shí)用價(jià)值。

      在移動(dòng)機(jī)器人相關(guān)技術(shù)研究中,移動(dòng)機(jī)器人路徑跟蹤必須具有高可靠性,并且適應(yīng)強(qiáng)磁、強(qiáng)輻射、高寒、高壓等特殊環(huán)境。電磁感應(yīng)巡線(xiàn)是目前用于巡檢機(jī)器人最可靠的導(dǎo)航方案。電磁感應(yīng)巡檢是利用設(shè)置在機(jī)器人上的電磁感應(yīng)傳感器不斷感應(yīng)鋪設(shè)在巡檢路徑上的磁條,以保證機(jī)器人始終行駛在既定的巡檢路徑上,磁條是永磁鐵,不受環(huán)境光線(xiàn)、溫度、濕度、天氣條件、場(chǎng)地路面的影響[2]。

      但是現(xiàn)有技術(shù)中,機(jī)器人自動(dòng)運(yùn)行,運(yùn)行過(guò)程中操作人員并不能直觀(guān)地確定機(jī)器人的當(dāng)前巡檢路段,導(dǎo)致巡檢路徑順序無(wú)法依據(jù)現(xiàn)實(shí)情況合理規(guī)劃,不能保障巡檢時(shí)效性。

      1 一種巡檢機(jī)器人自適應(yīng)路徑巡檢方法的技術(shù)方案

      為解決現(xiàn)有技術(shù)中巡檢路徑順序無(wú)法依據(jù)現(xiàn)實(shí)情況合理規(guī)劃,不能保障巡檢時(shí)效性的技術(shù)問(wèn)題,文章提出了一種巡檢機(jī)器人自適應(yīng)路徑巡檢方法,主要是在多個(gè)巡檢路徑的交叉點(diǎn)依次獲取每個(gè)巡檢路徑的環(huán)境數(shù)據(jù)序列[3],通過(guò)不穩(wěn)定性預(yù)測(cè)模型得到每個(gè)巡檢路徑的不穩(wěn)定程度,排列出巡檢機(jī)器人在交叉點(diǎn)的自適應(yīng)巡檢順序,依次對(duì)交叉點(diǎn)處的巡檢路徑進(jìn)行與環(huán)境不穩(wěn)定性相匹配的自適應(yīng)巡檢得到每個(gè)巡檢路徑的巡檢數(shù)據(jù)序列,代入至預(yù)先建立的路徑狀態(tài)預(yù)測(cè)模型得到巡檢路徑的路徑狀態(tài),對(duì)巡檢路徑的不穩(wěn)定程度進(jìn)行反饋調(diào)整,以保障巡檢順序符合巡檢排除不穩(wěn)定性的時(shí)效性。

      2 一種巡檢機(jī)器人自適應(yīng)路徑巡檢方法的具體實(shí)施流程

      一種巡檢機(jī)器人的自適應(yīng)路徑巡檢方法,包括以下步驟:

      步驟S1:在多個(gè)巡檢路徑的交叉點(diǎn)依次獲取每個(gè)巡檢路徑的環(huán)境數(shù)據(jù)序列[4],包括:巡檢機(jī)器人由交叉點(diǎn)出發(fā)依次向每個(gè)巡檢路徑行進(jìn)預(yù)設(shè)長(zhǎng)度得到環(huán)境監(jiān)測(cè)點(diǎn),并在各個(gè)巡檢路徑上的環(huán)境監(jiān)測(cè)點(diǎn)處朝向巡檢路徑終點(diǎn)監(jiān)測(cè)每個(gè)巡檢路徑的環(huán)境數(shù)據(jù)序列,環(huán)境數(shù)據(jù)序列由環(huán)境監(jiān)測(cè)點(diǎn)朝向巡檢路徑終點(diǎn)監(jiān)測(cè)到巡檢機(jī)器人的環(huán)境數(shù)據(jù)序列監(jiān)測(cè)長(zhǎng)度得到。其中,巡檢機(jī)器人在獲取到一個(gè)巡檢路徑的環(huán)境數(shù)據(jù)序列后由環(huán)境監(jiān)測(cè)點(diǎn)返回至交叉點(diǎn),再由交叉點(diǎn)重新出發(fā)到另一巡檢路徑的環(huán)境監(jiān)測(cè)點(diǎn)處。

      預(yù)設(shè)長(zhǎng)度設(shè)置包括:設(shè)置預(yù)設(shè)長(zhǎng)度為L(zhǎng),巡檢路徑的路徑總長(zhǎng)度為D,巡檢機(jī)器人的環(huán)境數(shù)據(jù)序列監(jiān)測(cè)長(zhǎng)度為d;以獲取的環(huán)境數(shù)據(jù)序列分布于巡檢路徑在上半程路徑和下半程路徑為原則構(gòu)建預(yù)設(shè)長(zhǎng)度的求解函數(shù),求解函數(shù)的函數(shù)表達(dá)式為:

      根據(jù)巡檢路徑的路徑總長(zhǎng)度D、巡檢機(jī)器人的環(huán)境數(shù)據(jù)序列監(jiān)測(cè)長(zhǎng)度為d設(shè)定出每條巡檢路徑的環(huán)境監(jiān)測(cè)點(diǎn),使得從該環(huán)境監(jiān)測(cè)點(diǎn)處能夠使巡檢機(jī)器人獲得的環(huán)境數(shù)據(jù)序列包含巡檢路徑上半程路徑和下半程路徑的環(huán)境情況,能夠更全面地掌握巡檢路徑的現(xiàn)實(shí)環(huán)境情況。

      將環(huán)境數(shù)據(jù)序列代入至預(yù)先建立的不穩(wěn)定性預(yù)測(cè)模型得到每個(gè)巡檢路徑的不穩(wěn)定程度,包括:將各個(gè)巡檢路徑的環(huán)境數(shù)據(jù)序列代入至各個(gè)巡檢路徑的不穩(wěn)定性預(yù)測(cè)模型,由不穩(wěn)定性預(yù)測(cè)模型輸出每個(gè)巡檢路徑的不穩(wěn)定程度。

      不穩(wěn)定性預(yù)測(cè)模型的構(gòu)建包括:選取每個(gè)巡檢路徑的標(biāo)準(zhǔn)環(huán)境數(shù)據(jù)序列以及選取多個(gè)表征每個(gè)巡檢路徑不穩(wěn)定程度的環(huán)境數(shù)據(jù)序列作為樣本環(huán)境數(shù)據(jù)序列;計(jì)算各個(gè)樣本環(huán)境數(shù)據(jù)序列與標(biāo)準(zhǔn)環(huán)境數(shù)據(jù)序列的數(shù)據(jù)相似度,并將數(shù)據(jù)相似度作為樣本環(huán)境數(shù)據(jù)序列對(duì)應(yīng)的巡檢路徑的不穩(wěn)定程度,數(shù)據(jù)相似度的衡量采用歐式距離、余弦相似度或相關(guān)系數(shù)中的任意一種;將每個(gè)巡檢路徑的樣本環(huán)境數(shù)據(jù)序列作為BP神經(jīng)網(wǎng)絡(luò)的輸入項(xiàng),樣本環(huán)境數(shù)據(jù)序列作為BP神經(jīng)網(wǎng)絡(luò)的輸出項(xiàng)[5],利用BP神經(jīng)網(wǎng)絡(luò)基于BP神經(jīng)網(wǎng)絡(luò)的輸入項(xiàng)和BP神經(jīng)網(wǎng)絡(luò)的輸出項(xiàng)進(jìn)行模型訓(xùn)練得到每個(gè)巡檢路徑的不穩(wěn)定性預(yù)測(cè)模型,不穩(wěn)定性預(yù)測(cè)模型的模型表達(dá)式為:

      Pi=BPi ([date]i) ? ? ? ? ?(2)

      式中,Pi為第i個(gè)巡檢路徑的不穩(wěn)定程度,[date]i為第i個(gè)巡檢路徑的環(huán)境數(shù)據(jù)序列,BPi為第i個(gè)巡檢路徑的BP神經(jīng)網(wǎng)絡(luò),i為計(jì)量常數(shù)。

      識(shí)別巡檢路徑的不穩(wěn)定程度,其中不穩(wěn)定程度高,表明該巡檢路徑上現(xiàn)實(shí)環(huán)境情況不穩(wěn)定,易造成巡檢路徑上的設(shè)備裝置出現(xiàn)異常工作狀態(tài),因此不穩(wěn)定程度高的巡檢路徑應(yīng)當(dāng)設(shè)定為優(yōu)先巡檢,即在交叉點(diǎn)處存在多個(gè)巡檢路徑待排序時(shí),將不穩(wěn)定程度高的巡檢路徑排列在前,從而盡快在該巡檢路徑上進(jìn)行安全巡檢,識(shí)別出異常狀況或排除異常狀況,如果存在異常狀況,可減少異常狀況的存續(xù)時(shí)長(zhǎng),降低損失,保證巡檢的時(shí)效性。

      步驟S2:基于不穩(wěn)定程度排列出巡檢機(jī)器人在交叉點(diǎn)的自適應(yīng)巡檢順序,并依據(jù)自適應(yīng)巡檢順序依次對(duì)交叉點(diǎn)處的巡檢路徑進(jìn)行與環(huán)境不穩(wěn)定性相匹配的自適應(yīng)巡檢得到每個(gè)巡檢路徑的巡檢數(shù)據(jù)序列,巡檢數(shù)據(jù)包括:設(shè)備影像、設(shè)備熱量、設(shè)備聲音等?;诓环€(wěn)定程度排列出巡檢機(jī)器人在交叉點(diǎn)的自適應(yīng)巡檢順序,包括:將交叉點(diǎn)的各個(gè)巡檢路徑依據(jù)不穩(wěn)定程度進(jìn)行由高到低排列得到巡檢機(jī)器人在交叉點(diǎn)的自適應(yīng)巡檢順序;其中,若存在至少兩個(gè)巡檢路徑的不穩(wěn)定程度相同且路徑總長(zhǎng)度不相同,則將路徑總長(zhǎng)度短的巡檢路徑排列在前;若存在至少兩個(gè)巡檢路徑的不穩(wěn)定程度相同且路徑總長(zhǎng)度相同,則隨機(jī)將任一巡檢路徑排列在前。依據(jù)自適應(yīng)巡檢順序依次對(duì)交叉點(diǎn)處的巡檢路徑進(jìn)行與環(huán)境不穩(wěn)定性相匹配的自適應(yīng)巡檢得到每個(gè)巡檢路徑的巡檢數(shù)據(jù)序列,包括:巡檢機(jī)器人由交叉點(diǎn)出發(fā)依次向每個(gè)巡檢路徑行進(jìn)至巡檢路徑終點(diǎn)監(jiān)測(cè)每個(gè)巡檢路徑的巡檢數(shù)據(jù)序列;其中,巡檢機(jī)器人在獲取到一個(gè)巡檢路徑的巡檢數(shù)據(jù)序列后由巡檢路徑終點(diǎn)返回至交叉點(diǎn),再由交叉點(diǎn)重新出發(fā)到另一巡檢路徑的巡檢路徑終點(diǎn)處獲取另一巡檢路徑的巡檢數(shù)據(jù)序列。

      步驟S3:將巡檢數(shù)據(jù)序列代入至預(yù)先建立的路徑狀態(tài)預(yù)測(cè)模型得到巡檢路徑的路徑狀態(tài),并根據(jù)巡檢路徑的路徑狀態(tài)對(duì)巡檢路徑的不穩(wěn)定程度進(jìn)行反饋調(diào)整,以實(shí)現(xiàn)對(duì)巡檢機(jī)器人在交叉點(diǎn)的自適應(yīng)巡檢順序進(jìn)行反饋調(diào)整來(lái)保障巡檢順序符合巡檢排除不穩(wěn)定性的時(shí)效性。將巡檢數(shù)據(jù)序列代入至預(yù)先建立的路徑狀態(tài)預(yù)測(cè)模型得到巡檢路徑的路徑狀態(tài),包括:將各個(gè)巡檢路徑的巡檢數(shù)據(jù)序列代入至路徑狀態(tài)預(yù)測(cè)模型,由路徑狀態(tài)預(yù)測(cè)模型輸出每個(gè)巡檢路徑的路徑狀態(tài)。

      路徑狀態(tài)預(yù)測(cè)模型的構(gòu)建包括:將各個(gè)巡檢路徑的歷史巡檢數(shù)據(jù)序列和歷史路徑狀態(tài)進(jìn)行提取,并將歷史巡檢數(shù)據(jù)作為SVM分類(lèi)器的輸入項(xiàng),歷史路徑狀態(tài)作為SVM分類(lèi)器的輸出項(xiàng),利用SVM分類(lèi)器基于SVM分類(lèi)器的輸入項(xiàng)和SVM分類(lèi)器的輸出項(xiàng)進(jìn)行分類(lèi)器訓(xùn)練得到路徑狀態(tài)預(yù)測(cè)模型[6],路徑狀態(tài)預(yù)測(cè)模型的模型表達(dá)式為:

      Label=SVM([Date])? ? ? ? (3)

      式中,Label為路徑狀態(tài),[Date]為巡檢路徑的巡檢數(shù)據(jù)序列,SVM為SVM分類(lèi)器,路徑狀態(tài)包括正常狀態(tài)或異常狀態(tài)。

      根據(jù)巡檢路徑的路徑狀態(tài)對(duì)巡檢路徑的不穩(wěn)定程度進(jìn)行反饋調(diào)整,包括:

      當(dāng)巡檢路徑的路徑狀態(tài)為正常狀態(tài),則將巡檢路徑的不穩(wěn)定程度調(diào)整為:

      當(dāng)巡檢路徑的路徑狀態(tài)為異常狀態(tài),則將巡檢路徑的不穩(wěn)定程度調(diào)整為:

      構(gòu)建路徑狀態(tài)預(yù)測(cè)模型用于獲取巡檢路徑的路徑狀況,在確認(rèn)巡檢路徑的路徑狀態(tài)后,根據(jù)巡檢路徑的路徑狀態(tài)對(duì)不穩(wěn)定程度進(jìn)行調(diào)整,從而為后續(xù)巡檢提供巡檢輔助,即當(dāng)前巡檢確定巡檢路徑為正常狀態(tài),則在下次巡檢時(shí)以當(dāng)前的路徑狀態(tài)為參考,當(dāng)前巡檢為正常狀態(tài),說(shuō)明該巡檢路徑上環(huán)境情況對(duì)路徑上設(shè)置裝置的狀況無(wú)影響或影響較小,因此需要對(duì)不穩(wěn)定程度進(jìn)行降低,從而使得該巡檢路徑的巡檢優(yōu)先性降低,本實(shí)施將路徑狀態(tài)對(duì)不穩(wěn)定程度的調(diào)整設(shè)定與調(diào)整時(shí)間差相關(guān)聯(lián),其中,下次巡檢較當(dāng)前巡檢的時(shí)間間隔過(guò)長(zhǎng),環(huán)境情況變化性不可估計(jì),進(jìn)而路徑狀態(tài)對(duì)不穩(wěn)定程度的調(diào)整可參考性降低,從而時(shí)間間隔越長(zhǎng),不穩(wěn)定程度降低程度越小,巡檢路徑的巡檢優(yōu)先性降低程度越小,下次巡檢較當(dāng)前巡檢的時(shí)間間隔較短,環(huán)境情況變化性較小,進(jìn)而路徑狀態(tài)對(duì)不穩(wěn)定程度的調(diào)整可參考性高,從而時(shí)間間隔越長(zhǎng),不穩(wěn)定程度降低程度越大,巡檢路徑的巡檢優(yōu)先性降低程度越大。

      當(dāng)前巡檢確定巡檢路徑為異常狀態(tài),則在下次巡檢時(shí)以當(dāng)前的路徑狀態(tài)為參考,當(dāng)前巡檢為異常狀態(tài),說(shuō)明該巡檢路徑上環(huán)境情況對(duì)路徑上設(shè)置裝置的狀況影響較大,因此需要對(duì)不穩(wěn)定程度進(jìn)行提升,從而使得該巡檢路徑的巡檢優(yōu)先性升高,本實(shí)施例將路徑狀態(tài)對(duì)不穩(wěn)定程度的調(diào)整設(shè)定與調(diào)整時(shí)間差相關(guān)聯(lián),其中,下次巡檢較當(dāng)前巡檢的時(shí)間間隔過(guò)長(zhǎng),環(huán)境情況變化性不可估計(jì),進(jìn)而路徑狀態(tài)對(duì)不穩(wěn)定程度的調(diào)整可參考性降低,從而時(shí)間間隔越長(zhǎng),不穩(wěn)定程度升高程度越小,巡檢路徑的巡檢優(yōu)先性升高程度越小,下次巡檢較當(dāng)前巡檢的時(shí)間間隔較短,環(huán)境情況變化性較小,進(jìn)而路徑狀態(tài)對(duì)不穩(wěn)定程度的調(diào)整可參考性高,從而時(shí)間間隔越長(zhǎng),不穩(wěn)定程度升高程度越大,巡檢路徑的巡檢優(yōu)先性升高程度越大。

      根據(jù)巡檢路徑的路徑狀態(tài)對(duì)巡檢路徑的不穩(wěn)定程度進(jìn)行反饋調(diào)整,實(shí)現(xiàn)了巡檢路徑優(yōu)先性的調(diào)整[7],利用巡檢數(shù)據(jù)對(duì)基于環(huán)境數(shù)據(jù)獲得的巡檢順序進(jìn)行修正,提高巡檢順序設(shè)定的合理性。

      對(duì)巡檢機(jī)器人在交叉點(diǎn)的自適應(yīng)巡檢順序進(jìn)行反饋調(diào)整[8],包括:將交叉點(diǎn)的各個(gè)巡檢路徑依據(jù)反饋調(diào)整后的不穩(wěn)定程度進(jìn)行由高到低排列得到反饋調(diào)整后的巡檢機(jī)器人在交叉點(diǎn)的自適應(yīng)巡檢順序;其中,若存在至少兩個(gè)巡檢路徑的不穩(wěn)定程度相同且路徑總長(zhǎng)度不相同,則將路徑總長(zhǎng)度短的巡檢路徑排列在前;若存在至少兩個(gè)巡檢路徑的不穩(wěn)定程度相同且路徑總長(zhǎng)度相同,則隨機(jī)將任一巡檢路徑排列在前。在計(jì)算前,將各個(gè)巡檢路徑的巡檢數(shù)據(jù)序列和環(huán)境數(shù)據(jù)序列均進(jìn)行歸一化處理。交叉點(diǎn)的巡檢路徑不包含以交叉點(diǎn)作為巡檢路徑終點(diǎn)的已完成巡檢的巡檢路徑。

      3 結(jié)束語(yǔ)

      與現(xiàn)有技術(shù)相比,建立的不穩(wěn)定性預(yù)測(cè)模型識(shí)別每個(gè)巡檢路徑的不穩(wěn)定程度,基于不穩(wěn)定程度排列出巡檢機(jī)器人在交叉點(diǎn)的自適應(yīng)巡檢順序[9],將巡檢數(shù)據(jù)序列代入至預(yù)先建立的路徑狀態(tài)預(yù)測(cè)模型得到巡檢路徑的路徑狀態(tài),并根據(jù)巡檢路徑的路徑狀態(tài)對(duì)巡檢路徑的不穩(wěn)定程度進(jìn)行反饋調(diào)整,實(shí)現(xiàn)了對(duì)巡檢機(jī)器人在交叉點(diǎn)的自適應(yīng)巡檢順序進(jìn)行反饋調(diào)整來(lái)保障巡檢順序符合巡檢排除不穩(wěn)定性的時(shí)效性。

      參考文獻(xiàn):

      [1] 段瑗.基于視覺(jué)信息的移動(dòng)機(jī)器人路面環(huán)境分析方法研究[D].天津:河北工業(yè)大學(xué),2015.

      [2] 聶鴻宇,劉睿,薛志航.磁導(dǎo)航巡檢機(jī)器人運(yùn)動(dòng)控制系統(tǒng)設(shè)計(jì)[J].中國(guó)測(cè)試,2014,40(S1):42-44.

      [3] 奚婉.基于激光掃描的電力巡檢機(jī)器人導(dǎo)航系統(tǒng)研制[D].杭州:浙江大學(xué),2017.

      [4] 邵延華,羅燕楊,楚紅雨,等.基于STM32的便攜式環(huán)境質(zhì)量監(jiān)測(cè)儀設(shè)計(jì)[J].自動(dòng)化儀表,2020,41(7):7-10,14.

      [5] 黃永紅.灰色-BP神經(jīng)網(wǎng)絡(luò)在深基坑變形預(yù)測(cè)中的應(yīng)用研究[J].四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版),2016,29(5):18-22.

      [6] 王晨.數(shù)據(jù)驅(qū)動(dòng)的公路隧道運(yùn)營(yíng)監(jiān)控系統(tǒng)設(shè)計(jì)及應(yīng)用[D].西安:長(zhǎng)安大學(xué),2017.

      [7] 武孟賢.基于改進(jìn)遺傳算法的設(shè)備巡檢路徑優(yōu)化研究[D].天津:河北工業(yè)大學(xué),2016.

      [8] 凌烈.輸電線(xiàn)路巡檢機(jī)器人設(shè)計(jì)與實(shí)驗(yàn)研究[D].沈陽(yáng):東北大學(xué),2012.

      [9] 周明龍,程晶晶.一種防彎道側(cè)翻的智能移動(dòng)機(jī)器人設(shè)計(jì)[J].綠色科技,2022,24(10):246-249.

      【通聯(lián)編輯:代影】

      猜你喜歡
      自適應(yīng)
      散亂點(diǎn)云的自適應(yīng)α—shape曲面重建
      淺談網(wǎng)絡(luò)教育領(lǐng)域的自適應(yīng)推送系統(tǒng)
      以數(shù)據(jù)為中心的分布式系統(tǒng)自適應(yīng)集成方法
      自適應(yīng)的智能搬運(yùn)路徑規(guī)劃算法
      科技視界(2016年26期)2016-12-17 15:53:57
      Ka頻段衛(wèi)星通信自適應(yīng)抗雨衰控制系統(tǒng)設(shè)計(jì)
      電子節(jié)氣門(mén)非線(xiàn)性控制策略
      多天線(xiàn)波束成形的MIMO-OFDM跨層自適應(yīng)資源分配
      適應(yīng)性學(xué)習(xí)系統(tǒng)的參考模型對(duì)比研究
      分析,自適應(yīng)控制一個(gè)有乘積項(xiàng)的混沌系統(tǒng)
      基于參數(shù)自適應(yīng)蟻群算法對(duì)多目標(biāo)問(wèn)題的優(yōu)化
      灌阳县| 澄城县| 道真| 桂东县| 西华县| 汤原县| 开化县| 浠水县| 平湖市| 隆回县| 襄垣县| 遂川县| 江北区| 石渠县| 常德市| 射洪县| 重庆市| 武威市| 甘孜县| 伊春市| 马关县| 大英县| 太保市| 宁都县| 上蔡县| 博客| 施秉县| 石城县| 久治县| 海宁市| 精河县| 改则县| 祁门县| 育儿| 加查县| 玉山县| 志丹县| 长寿区| 石首市| 遂川县| 都昌县|