群体仿真中聚集路径的生成和自动评价的方法研究

发布时间：2016-12-07 19:02

  本文关键词：基于决策树分类的橡胶林地遥感识别，由笔耕文化传播整理发布。

《山东师范大学》 2015年

群体仿真中聚集路径的生成和自动评价的方法研究

张聪聪  

【摘要】：群体仿真是一项借助计算机对群体行为进行模拟研究的技术，，它随着计算机图形学和虚拟现实的发展而逐渐发展起来，并在各个领域得到广泛的应用。特别是在城市规划、群体性突发事件的预判、大型动漫游戏的制作、消防安全、建筑设计、国防安全等方面发挥了重要的作用。群体智能算法是人工智能的一个重要分支。它通过对生物群体行为的模拟，产生了一些处理复杂优化问题和其它一些实际应用难题的新思路和新方法。比如，受到鸟群觅食行为而成功设计的启发式算法有效的应用在组合优化、群体路径规划、资源调度、虚拟网络和通信等方面的实际问题。路径规划是群体仿真中最重要的研究之一。在自然界中有许多动物和昆虫虽然个体微不足道，但群体分工明确、秩序井然。群体智能算法就是一类模仿自然界群体智慧的算法。群体仿真和群体智能存在着天然的联系。在群体仿真中，如何通过群体智能算法进行群体路径的规划是当前研究的热点，它能为群体动画的创作提供素材和技术支持，也能为大型的疏散逃生仿真提供底层支撑。决策树算法是一种通过一系列的规则对数据进行分类评价的方法，也是一种机器学习的方法。通过它可以进行路径评价，提高分类的效率和准确率。 本文所做的工作主要如下： (1)针对群体仿真中聚集场景的特点和现有方法的不足提出了基于改进微粒群算法的多种群划分的聚集路径规划方法。具体方法是：首先，针对聚集现象修改算法的参数；其次，提出一种基于微粒群算法的多种群划分策略；最后，对多目标点聚集可能出现的拥堵排队状况提出了一种动态调整的策略。避免了传统的多种群划分的依据单一、不明确的情况。这一改进有效的提高了群体仿真路径规划的效率，增强了群体仿真的逼真效果。 (2)针对群体仿真中大量粒子运动路径的评价中存在的评价速度慢、准确率低、缺乏依据特征等问题，提出了基于决策树算法的路径自动评价模型。在群体粒子的聚集过程中，通过分析提取影响其运动行为的属性，应用于决策树算法进行生成路径好坏的判断评价。这一模型有效改善了传统评价方法的缺陷，具有较高的实用性和有效性。 (3)结合具体科研项目，在VS2003平台上，基于ACIS、HOOPS环境下运用以上研究成果进行了仿真实验，验证了本文提出的基于微粒群算法的多种群划分的策略和动态调整策略的路径规划方法的可行性和有效性。在Matlab中比较了传统路径评价和其改进方法。实验表明本文提出的基于决策树算法的路径自动评价模型提高了评价的速度和准确率。

【关键词】：
【学位授予单位】：山东师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【参考文献】

中国期刊全文数据库 前10条

1 徐晓晴;朱庆保;;动态环境下基于多人工鱼群算法和避碰规则库的机器人路径规划[J];电子学报;2012年08期

2 高卫峰;刘三阳;黄玲玲;;受启发的人工蜂群算法在全局优化问题中的应用[J];电子学报;2012年12期

3 曹敏;史照良;阳建逸;;蜂群智能算法的遥感影像分类方法[J];测绘学报;2013年05期

4 夏亚梅;程渤;陈俊亮;孟祥武;刘栋;;基于改进蚁群算法的服务组合优化[J];计算机学报;2012年02期

5 吴建辉;章兢;李仁发;刘朝华;;多子种群微粒群免疫算法及其在函数优化中应用[J];计算机研究与发展;2012年09期

6 刘晓娜;封志明;姜鲁光;;基于决策树分类的橡胶林地遥感识别[J];农业工程学报;2013年24期

7 王雪松;潘杰;程玉虎;曹戈;;基于相似度衡量的决策树自适应迁移[J];自动化学报;2013年12期

8 史恩秀;陈敏敏;李俊;黄玉美;;基于蚁群算法的移动机器人全局路径规划方法研究[J];农业机械学报;2014年06期

9 赵辉;李牧东;翁兴伟;;具有自适应全局最优引导快速搜索策略的人工蜂群算法[J];控制与决策;2014年11期

10 李仁府;独孤明哲;胡麟;汉哲勋;;基于QPSO算法移动机器人轨迹规划与实验[J];控制与决策;2014年12期

【共引文献】

中国期刊全文数据库 前10条

1 张长胜;任明康;尹浩;张斌;;蚁群算法在服务选取问题中的分析比较[J];东北大学学报(自然科学版);2013年04期

2 郭力争;王永皎;赵曙光;沈士根;姜长元;;Particle Swarm Optimization Embedded in Variable Neighborhood Search for Task Scheduling in Cloud Computing[J];Journal of Donghua University(English Edition);2013年02期

3 鲁启东;陈欣;张民;;基于CPSO优化的空空导弹μ综合控制器设计[J];北京航空航天大学学报;2013年11期

4 曾伟;;多子种群PSO优化SVM的网络流量预测[J];北京交通大学学报;2013年05期

5 胡立军;;数据挖掘技术在程序算法数据库中的应用研究[J];电子技术与软件工程;2014年06期

6 孙景文;常鲜戎;;基于改进混沌理论和ACPSO-LSSVR的短期负荷预测[J];电力科学与工程;2014年06期

7 叶福兰;;基于FP_tree的最大频繁模式挖掘算法的改进[J];成都大学学报(自然科学版);2014年02期

8 杜鹏桢;唐振民;陆建峰;孙研;;不确定环境下基于改进萤火虫算法的地面自主车辆全局路径规划方法[J];电子学报;2014年03期

9 尹凡;胡根生;王珏;;基于小波核MSVR的IKONOS影像多分类[J];淮北师范大学学报(自然科学版);2014年02期

10 石岭;刘春生;叶青;马艇;;基于PSO的无人机协同攻击动态资源分配[J];飞行力学;2014年04期

中国重要会议论文全文数据库 前4条

1 XIA Li-rong;LI Run-xue;GENG Zhi-qiang;;Adaptive Particle Swarm Optimization Algorithm Based on Dynamic Link Matrix and its Application[A];第26届中国控制与决策会议论文集[C];2014年

2 Jun-wei LI;Yong-mei CHENG;Ke-zhe CHEN;;Chaotic Particle Swarm Optimization Algorithm Based on Adaptive Inertia Weight[A];第26届中国控制与决策会议论文集[C];2014年

3 钟仕全;刘吉凯;徐雅;陈燕丽;;多时相GF-1 WFV数据的丘陵地区甘蔗种植面积提取[A];第十八届中国环境遥感应用技术论坛论文集[C];2014年

4 彭春华;孙惠娟;郭剑锋;刘刚;;考虑市场竞价的多目标优化发电策略研究(英文)[A];2012年江西省电机工程学会年会论文集[C];2012年

中国博士学位论文全文数据库 前10条

1 汪斌;林区公路网评价和优化研究[D];中南林业科技大学;2012年

2 伦永亮;信息物理融合系统优化调度理论与方法的研究[D];广东工业大学;2012年

3 向峰;云制造系统中基于能耗的服务组合关键技术研究[D];武汉理工大学;2013年

4 薛驰;基于专利知识的机械产品创新设计方法研究[D];浙江大学;2013年

5 马超;价值知觉的服务系统设计模型分析与优化方法[D];哈尔滨工业大学;2013年

6 曾致中;求解不等球和不等圆Packing问题的高性能算法研究[D];华中科技大学;2013年

7 仇晨晔;多目标微粒群算法研究及其在交通事故分析中的应用[D];北京邮电大学;2013年

8 王兆峰;板坯连铸二次冷却过程仿真及工艺优化[D];大连理工大学;2013年

9 崔喆;基于群智能优化算法的流水车间调度问题若干研究[D];华东理工大学;2014年

10 谷淑化;高凝油油藏渗流特征及热采方式研究[D];中国地质大学;2013年

中国硕士学位论文全文数据库 前10条

1 许晓曼;基于蚁群算法的QoS最优Web服务组合方法研究[D];南京邮电大学;2013年

2 张俊龙;网格环境下基于QoS的铁路信息服务组合优化研究[D];北京交通大学;2013年

3 邴兆虹;区间估计的不完整数据集混杂聚类算法研究[D];辽宁大学;2013年

4 刘晶晶;基于智能优化算法的群体动画设计与实现[D];河南师范大学;2013年

5 李一鸣;基于交叉变异粒子群算法的复杂多任务制造云服务组合研究[D];重庆大学;2013年

6 龚根平;中小型第三方物流管理信息系统的研究与设计[D];南昌大学;2013年

7 何丽慧;基于信任的Web服务组合选择算法研究[D];浙江工业大学;2013年

8 张清周;基于模型校核的给水管网漏失定位研究[D];哈尔滨工业大学;2013年

9 宋志飞;基于蚁群算法的TSP问题研究[D];江西理工大学;2013年

10 向毅;基于Nelder-Mead单纯形法的混合动态多种群粒子群优化算法的研究与应用[D];广州大学;2013年

【二级参考文献】

中国期刊全文数据库 前10条

1 毕慧敏;董海鹰;;改进遗传算法在机器人路径规划中的应用[J];兵工自动化;2006年04期

2 李擎;徐银梅;张德政;尹怡欣;;基于粒子群算法的移动机器人全局路径规划策略[J];北京科技大学学报;2010年03期

3 李擎;王丽君;陈博;周洲;尹怡欣;;一种基于遗传算法参数优化的改进人工势场法[J];北京科技大学学报;2012年02期

4 夏亚梅;孟祥武;陈俊亮;刘栋;黄永生;;面向服务组合的偏好本体表示及应用[J];北京邮电大学学报;2008年04期

5 贾永红;人工神经网络在多源遥感影像分类中的应用[J];测绘通报;2000年07期

6 杨国鹏;余旭初;周欣;张鹏强;;基于相关向量机的高光谱影像分类研究[J];测绘学报;2010年06期

7 陈杰;邓敏;肖鹏峰;杨敏华;梅小明;刘慧敏;;结合支持向量机与粒度计算的高分辨率遥感影像面向对象分类[J];测绘学报;2011年02期

8 谭琨;杜培军;;基于再生核Hilbert空间小波核函数支持向量机的高光谱遥感影像分类[J];测绘学报;2011年02期

9 杨红磊;彭军还;;基于马尔可夫随机场的模糊c-均值遥感影像分类[J];测绘学报;2012年02期

10 张雪霞;陈维荣;戴朝华;;带局部搜索的动态多群体自适应差分进化算法及函数优化[J];电子学报;2010年08期

【相似文献】

中国期刊全文数据库 前10条

1 王曙燕,耿国华,李丙春;决策树算法在医学图像数据挖掘中的应用[J];西北大学学报(自然科学版);2005年03期

2 龙际珍;任海叶;易华容;;一种改进决策树算法的探讨[J];株洲师范高等专科学校学报;2006年02期

3 冯少荣;;决策树算法的研究与改进[J];厦门大学学报(自然科学版);2007年04期

4 张维东;朱宏明;周闻钧;;决策树算法在蛋白质二级结构预测问题中的应用研究[J];微型电脑应用;2009年02期

5 宋广玲;郝忠孝;吴海燕;;改进的多关系决策树算法[J];计算机应用研究;2009年12期

6 陆瑞兴;杨颖;张毅;;决策树算法在物流仓储中的研究与应用[J];微计算机信息;2010年30期

7 王源;王甜甜;;改进决策树算法的应用研究[J];电子科技;2010年09期

8 张林;张昊;;决策树算法分析及其在实际应用中的改进[J];铜陵学院学报;2010年06期

9 张如;;基于决策树算法的高职学生英语四级通过情况的预测研究[J];电脑知识与技术;2011年11期

10 彭珊;;决策树算法在电信行业中的应用和分析[J];现代商贸工业;2011年17期

中国重要会议论文全文数据库 前3条

1 韩松来;张辉;周华平;;决策树算法中多值偏向问题的理论分析[A];全国自动化新技术学术交流会会议论文集（一）[C];2005年

2 杨林权;吕维先;;基于决策树算法的SimuroSot决策程序设计[A];马斯特杯2003年中国机器人大赛及研讨会论文集[C];2003年

3 王琦;;基于贝叶斯决策树算法的垃圾邮件识别机制[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年

中国硕士学位论文全文数据库 前10条

1 杨娜;基于决策树算法的供应商评估研究[D];中南民族大学;2010年

2 李旭;五种决策树算法的比较研究[D];大连理工大学;2011年

3 Harold Buko DADYE;[D];湖南大学;2013年

4 张悦;前向决策树算法的研究与改进[D];河北大学;2010年

5 王琴;决策树算法在高校研究生就业信息库中的应用研究[D];武汉理工大学;2010年

6 孙石磊;决策树算法研究及其在城建档案收集管理中的应用[D];河北工业大学;2007年

7 王晶;商业客户的信用度分析方法研究[D];长春工业大学;2011年

8 胡晋;基于决策树算法的客户价值评估系统开发[D];湖南大学;2013年

9 张健;改进的单调决策树算法[D];河北大学;2014年

10 徐玲;经典决策树算法在大学生学习与就业关联中的应用研究[D];内蒙古农业大学;2014年

  本文关键词：基于决策树分类的橡胶林地遥感识别，由笔耕文化传播整理发布。

本文编号：207655