|
题目:
雅宝题库答案:
****此区域为收费内容**** 需支付 1 知识币后可查看,1币=0.01元查看答案
雅宝题库解析:
计算机生成兵力(Computer Generated Force,CGF)技术是近年来随着分布式仿真和人工智能等技术的发展而兴起的一个新的军用仿真建模领域,而基于虚拟战场环境的路径规划研究是CGF领域的一个重要的研究方向,它对CGF与虚拟战场环境的无缝契合起到了至关重要的作用。本文首先简述了传统路径规划和CGF领域路径规划的研究现状,分析了各种路径规划方法的适用场合,并比较了各种用于路径规划的搜索算法的优缺点,针对CGF虚拟战场环境的各种特点,本文提出对于栅格化的虚拟战场环境建模和矢量化的虚拟战场环境建模采用不同的路径规划方法,将虚拟战场环境数据库的数据分为栅格化战场环境数据为矢量化战场环境数据两部分,对于前者,主要采用比较常用且有效的A*算法在栅格化的环境下搜索最优路径;而对于后者,本文采用改进遗传算法来进行路径规划。遗传算法是建立在自然选择和群体遗传学基础上的随机、迭代和进化的过程,是传统路径规划中十分有效的算法。本文将矢量化的战场障碍物数据抽象成易于处理的线性和多边形障碍物来处理。在多边形障碍物环境下,本文提出一种基于多边形顶点二进制编码方式的遗传算法的路径规划方法,将战场环境的各种地形因素考虑进算法适应度函数的设计中,并采用自适应性和灾变性两种遗传算法的改进措施,通过二进制编码方式遗传算法与实数编码方式遗传算法的算例比较,标准遗传算法与改进遗传算法的算例比较,得出改进的二进制编码方式遗传算法对于CGF战场环境路径规划的优越性。上述算法的研究成果最后应用于“联合兵力生成系统”中,并分析了基于CGF战场环境的全局、局部路径规划和静态、动态路径规划,最终的仿真结果再次验证了改进遗传算法能够较好地解决CGF领域的路径规划题目。 |
上一篇:模板电沉积法制备锂离子电池微孔Sn基合金负极材料下一篇:仿昆虫微型扑翼飞行器气动设计及优化
|