任务规划是无人机协同作战的关键技术之一。
以压制敌方防空火力任务为背景，考虑战场地形与威胁分布、击毁目标需要的火力以及无人机的战斗毁伤概率等因素，建立了多架无人机协同攻击多个地面目标的任务规划模型，并提出并行遗传粒子群优化算法（GAPSO）求解任务规划问题。
通过具体的仿真算例验证了协同任务规划模型的合理性，并比较分析并行GAPSO算法与标准GAPSO算法，证明了并行GAPSO算法具有更好的收敛性且避免陷入局部最优。
以压制敌方防空火力任务为背景，考虑战场地形与威胁分布、击毁目标需要的火力以及无人机的战斗毁伤概率等因素，建立了多架无人机协同攻击多个地面目标的任务规划模型，并提出并行遗传粒子群优化算法（GAPSO）求解任务规划问题。
通过具体的仿真算例验证了协同任务规划模型的合理性，并比较分析并行GAPSO算法与标准GAPSO算法，证明了并行GAPSO算法具有更好的收敛性且避免陷入局部最优。
2024/4/21 21:19:52
364KB
1
基于并行遗传算法的TSP问题C++代码，本代码改编自《ParallelGeneticAlgorithms:ATypicalMPIApplication》，添加了丰富的代码注释。
2023/7/4 6:36:53
191KB
1
使用GPU并行化遗传算法，并行方式为粗粒度式并行，开拓情景为ubuntu16.04;最终盘算下场相比于传统的遗传算法，在下场精度差未多少的情景下，功夫约为传统方式的五分之一
2023/4/13 13:04:39
373KB
1
较好的并行遗传算法，采用主从节点分布式的计算策略，并使用分解协调的思想，对Pareto前沿进行分段，将计算任务分配到局域网上的多台计算机上完成
2015/6/26 11:40:33
491KB
1
图论算法在计算机科学中扮演着很重要的角色，它提供了对很多问题都有效的一种简单而系统的建模方式。
很多问题都可以转化为图论问题，然后用图论的基本算法加以解决。
遗传算法是解优化问题的有效算法，而并行遗传算法是遗传算法研究中的一个重要方向，遭到了研究人员的高度重视
很多问题都可以转化为图论问题，然后用图论的基本算法加以解决。
遗传算法是解优化问题的有效算法，而并行遗传算法是遗传算法研究中的一个重要方向，遭到了研究人员的高度重视
2016/6/22 22:56:09
20.31MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB