多自主水下机器人(AUV)实时围捕是一个综合的研究课题,包括联盟生成和目标追捕等阶段.首先,基于快速行进算法(FMM)预估围捕时间,有效形成多AUV的动态围捕联盟;然后,在追捕阶段,AUV需要立即跟踪智能逃逸机器人以防止其逃跑.为了实现这一目标,在GBNN(Glasius biological inspired neural network)模型中使用反比例函数替换指数函数计算神经元连接权值,加入额外的衰减项,并提出两点加快神经元活性传播的改进措施,使其适用于实时追捕路径规划.仿真研究表明,围捕联盟形成机制和反比例权值GBNN模型实时路径规划策略都显示出其优越性.在水下环境的多AUV协作围捕中,所提出的围捕控制算法可以提高围捕效率,减少AUV所花费的追捕距离和逃逸机器人的逃逸距离.

特别的4个数字，qbsz+llt+ybaodian+haozhanl，采用南方和北方结合的形式，带有一些特征的调节功能，试试看吧

TWSVM数据，结合文章中代码使用

粒子群优化算法是一种新颖的仿生、群智能优化算法。该算法原理简单、需调整的参数少、收敛速度快而且易于实现，因此近年来粒子群算法引起了广大学者的关注。然而到目前为止粒子群算法的在理论分析和实践应用方面尚未成熟，仍有大量的问题需进一步研究。本文针对粒子群算法易出现“早熟”陷入局部极小值问题对标准粒子群算法进行改进并将改进的粒子群算法应用于BP神经网络中。本文的主要工作如下：本文首先介绍了粒子群算法的国内外的研究现状与发展概况，较系统地分析了粒子群优化算法的基本理论，总结常见的改进的粒子群优化算法。其次介绍了Hooke-Jeeves模式搜索法的算法分析、基本流程及应用领域。针对标准粒子群优化算法存在“早熟”问题，易陷入局部极小值的缺点，本文对标准粒子群算法进行改进。首先将原始定义的初始种群划分为两个相同的子种群，采用基于适应度支配的思想分别将每个子种群划分为两个子集，Pareto子集和N_Pareto子集；然后将两个子群中的适应度较优的两个Pareto子集合为新种群。Griewank和Rastrigin由于新种群的参数设置区别于标准粒子群算法的参数设置，新的粒子与标准种群中的粒子飞行轨迹不同，种群的探索范围扩大，从而使算法的全局搜索能力有所提高。 为平衡粒子群算法的全局寻优能力和局部寻优能力，提高粒子群算法的求解精度和效率，本文在新种群寻优过程中引入具有强收敛能力Hooke-Jeeves搜索法，提出了IMPSO算法。雅文网www.lunwendingzhi.com，并用IMPSO算法对标准基准测试函数进行实验，将得到的实验结果并与标准粒子群算法对基准函数的实验结果进行对比，仿真结果证明了该改进的粒子群算法的有效性。 最后本文研究改进的粒子群算法在BP神经网络中的应用。首先介绍人工神经网络的原理及基于BP算法的多层前馈神经网络，其次用IMPSO算法训练BP神经网络并给出训练流程图。 将IMPSO算法训练的BP神经网络分别应用于齿轮热处理中硬化层深的预测以及用于柴油机的缸盖与缸壁的故障诊断中，并将预测结果、诊断结果与BP神经网络、标准粒子群优化算法训练的BP神经网络的实验结果进行对比，实验结果证明了改进的粒子群算法训练BP网络具有更强的优化性能和学习能力。 英文简介： Particle swarm optimization algorithm is a novel bionic, swarm intelligence optimization algorithm. The algorithm principle is simple, less need to adjust the parameters and convergence speed is fast and easy to implement, so in recent years, particle swarm optimization (pso) to cause the attention of many scholars. So far, however, the particle swarm algorithm are not mature in theory analysis and practice applications, there are still a lot of problems need further research. Based on particle swarm algorithm is prone to "premature" into a local minimum value problem to improve the standard particle swarm algorithm and improved particle swarm optimization (pso) algorithm was applied to BP neural network. This paper's main work is as follows: at first, this paper introduces the particle swarm algorithm in the general situation of the research status and development at home and abroad, systematically analyzes the basic theory of particle swarm optimization algorithm, summarizes the common improved particle swarm optimization algorithm

Layui与WebGL结合，快速高效的实现美观界面同时利用鼠标添加兴趣点，并可设置自定义属性，点击兴趣点，可查询兴趣点自定义属性。

行业分类-作业装置- 一种基氏流动度测定仪用煤甑结合与分离器.zip

行业分类-物流装置-结合NB-loT技术的智慧园区物流巡检系统.zip

行业分类-物流装置-结合条码与短信查询的纹理防伪结构、物流系统及方法.zip

#资源达人分享计划#

结合哈工大停用词表、四川大学机器智能实验室停用词库、百度停用词表、以及网络上较大的一份无名称停用词表，整理的停用词表