-
公开(公告)号：CN113313262B
公开(公告)日：2022-12-13
申请号：CN202110684852.7
申请日：2021-06-21
Applicant: 哈尔滨工程大学
IPC: G06N10/20
Abstract: 本发明提供一种基于量子世界杯竞争机制的智能抗干扰决策方法，包括如下步骤：步骤一：建立智能抗干扰决策模型；步骤二：初始化量子球队人员分配；步骤三：令量子球队两两对抗，进行淘汰赛；步骤四：决出冠军，进行比较；步骤五：判断t是否到达最大迭代次数，如达到则终止迭代；如未达到，则令t＝t+1，y＝1后返回步骤三继续执行；步骤六：输出最后一赛季的冠军球队人员分配作为最优解。本发明所设计的基于量子世界杯竞争机制的智能抗干扰决策方法能够得到比粒子群算法更优秀的结果，说明了本方法的可靠性，能在创建少量种群的情况下进行运算而不会陷入局部最优解。
-
公开(公告)号：CN113504793B
公开(公告)日：2022-07-15
申请号：CN202110783268.7
申请日：2021-07-12
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明提供一种基于Voronoi图的无人机集群路径规划方法，本发明为解决二维栅格环境建模路径规划速率较慢，计算复杂度较大的问题，基于Voronoi图进行战场环境建模，通过减少路径中间节点，降低了算法进行节点遍历时所需的时间，同时设计出一种基于量子松鼠觅食的离散优化算法应用于路径规划，通过量子旋转门对量子松鼠的位置进行更新，更好的平衡了全局寻优能力与局部寻优能力，保证了路径规划结果的有效性。同时本发明为了适应战场环境的变化可能造成的路径失效问题，提供多条备选航迹，保证了路径的可选择性。
-
公开(公告)号：CN113115456B
公开(公告)日：2022-07-12
申请号：CN202110357285.4
申请日：2021-04-01
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于量子星系搜索机制的双层异构网络功率分配方法，包括：建立双层异构网络功率分配模型；初始化星体量子位置；更新量子旋转角，实现局部搜索的寻优搜索过程；判断是否达到最大循环次数K1，若未达到，返回步骤三；若达到，终止循环；选出更优的星系；判断是否达到最大循环次数K2，若未达到，返回步骤五；若达到，终止循环；判断标志变量flag；实现局部搜索的寻优搜索过程；判断是否达到最大循环次数K3，若未达到，返回步骤八；若达到，终止循环，将第g迭代中得到的作为最优结果，判断是否达到最大迭代次数G，若未达到，返回到步骤三；若达到，则终止迭代，将第G次迭代中的最优星体位置输出。本发明能获得比其他的智能求解机制更优秀的系统性能。
-
公开(公告)号：CN113378103A
公开(公告)日：2021-09-10
申请号：CN202110611610.5
申请日：2021-06-02
Applicant: 哈尔滨工程大学
Abstract: 发明公开了一种强冲击噪声下相干分布源动态跟踪方法，具体是在强冲击噪声下设计了一种加权范数分数低阶相关矩阵，在此基础上设计基于加权范数低阶相关矩阵的极大似然动态跟踪方法进行相干分布源动态跟踪，并通过量子标杆学习机制快速得到跟踪结果。本发明设计了更具鲁棒性的基于量子标杆学习机制的相干分布源动态跟踪方法，在强冲击噪声下设计了加权范数分数低阶相关矩阵，并利用极大似然跟踪方法实现了动态跟踪。设计了加权范数分数低阶相关矩阵，能够分辨相干信源，在强冲击噪声下实现了对动态目标的有效跟踪，设计的量子标杆学习机制可以对加权范数分数低阶相关矩阵极大似然方程进行高精度求解，快速准确的得到跟踪结果。
-
公开(公告)号：CN113313262A
公开(公告)日：2021-08-27
申请号：CN202110684852.7
申请日：2021-06-21
Applicant: 哈尔滨工程大学
IPC: G06N10/00
Abstract: 本发明提供一种基于量子世界杯竞争机制的智能抗干扰决策方法，包括如下步骤：步骤一：建立智能抗干扰决策模型；步骤二：初始化量子球队人员分配；步骤三：令量子球队两两对抗，进行淘汰赛；步骤四：决出冠军，进行比较；步骤五：判断t是否到达最大迭代次数，如达到则终止迭代；如未达到，则令t＝t+1，y＝1后返回步骤三继续执行；步骤六：输出最后一赛季的冠军球队人员分配作为最优解。本发明所设计的基于量子世界杯竞争机制的智能抗干扰决策方法能够得到比粒子群算法更优秀的结果，说明了本方法的可靠性，能在创建少量种群的情况下进行运算而不会陷入局部最优解。
-
Patent Agency Ranking
公开(公告)号：CN115657710B
公开(公告)日：2024-11-12
申请号：CN202211220690.2
申请日：2022-10-07
Applicant: 哈尔滨工程大学
IPC: G05D1/46 , G06Q10/04 , G06Q10/0631 , G06N3/006 , G06N10/60
Abstract: 本发明提供一种多目标量子北极熊机制的异构无人机大规模任务分配方法，以任务执行效率作为目标函数，使用量子北极熊方法优化目标函数，克服了以往优化方法易陷入局部收敛的问题。同时，设计了量子北极熊编码机制，实现了量子北极熊的位置与任务分配方案之间的映射。本发明针对无人机对大规模地面目标的难题，设计了量子北极熊机制对多架无人机进行任务分配，以任务执行效率作为目标函数，并考虑了多个约束条件，使任务分配问题更贴切实际。
-
公开(公告)号：CN112926825B
公开(公告)日：2023-10-10
申请号：CN202110079047.1
申请日：2021-01-21
Applicant: 哈尔滨工程大学
IPC: G06Q10/0631 , G06Q10/067 , G06N3/006
Abstract: 本发明提供一种基于多目标量子磷虾群机制的多无人机任务分配方法，针对当无人机任务分配过程中有多个目标需要同时被求解时，本发明设计了多目标量子磷虾群机制来解决多无人机作战任务的多目标联合求解问题，通过使用非支配解排序和拥挤度计算的方法对量子磷虾的位置进行评价，使整个量子磷虾群向有较高的非支配等级和较大拥挤度的量子磷虾位置演化，能够获得更好的性能，而且得到的Pareto最优解能够支配使用单目标优化算法求得的单目标解，实现了能够为同时考虑多个目标的任务分配提供不同的分配方案，决策者可以根据实际工程问题中目标的重要程度来选择合适的任务分配方案，拓宽了已有任务分配方法的应用范围，有更广阔的应用前景。
-
公开(公告)号：CN115937493A
公开(公告)日：2023-04-07
申请号：CN202211544646.7
申请日：2022-12-03
Applicant: 哈尔滨工程大学
IPC: G06V10/20 , G06V10/28 , G06V10/762 , G06N3/006 , G06V10/26 , G06V10/74 , G06V10/774
Abstract: 本发明提供一种基于竹子定律和熵的哈里斯鹰机制图像分割方法，将竹子定律和哈里斯鹰机制相结合并用于设计哈里斯鹰机制过渡阶段的能量方程，使求解机制更符合大自然生物的猎捕规律，在全局探索和局部开采两个阶段更能达到有效的平衡。在全局探索阶段使用熵对哈里斯鹰种群进行变异，减小陷入局部最优解的可能。相较于一些基于已有传统群智能的图像分割方法，所设计基于竹子定律和熵的哈里斯鹰机制图像分割方法拥有更快的收敛速度、更高的收敛精度、更高的分割精度和更好的鲁棒性。
-
公开(公告)号：CN115657710A
公开(公告)日：2023-01-31
申请号：CN202211220690.2
申请日：2022-10-07
Applicant: 哈尔滨工程大学
IPC: G05D1/10 , G06Q10/04 , G06Q10/0631 , G06N3/006 , G06N10/60
Abstract: 本发明提供一种多目标量子北极熊机制的异构无人机大规模任务分配方法，以任务执行效率作为目标函数，使用量子北极熊方法优化目标函数，克服了以往优化方法易陷入局部收敛的问题。同时，设计了量子北极熊编码机制，实现了量子北极熊的位置与任务分配方案之间的映射。本发明针对无人机对大规模地面目标的难题，设计了量子北极熊机制对多架无人机进行任务分配，以任务执行效率作为目标函数，并考虑了多个约束条件，使任务分配问题更贴切实际。
-
公开(公告)号：CN113329490B
公开(公告)日：2022-06-21
申请号：CN202110611625.1
申请日：2021-06-02
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于量子虎鲨机制的无线传感器网络节点定位方法，包括建立基于跳距修正的距离估计模型；建立基于跳距修正的节点定位模型；初始化待定位的未知节点标号为1，对待定位的未知节点进行逐一定位；初始化量子虎鲨群并设定参数；定义并计算量子虎鲨与猎物的距离，确定量子虎鲨群的最优量子位置；量子虎鲨分别执行猎物追踪模式和游曳模式，并在执行过程中使用模拟量子旋转门来演化量子虎鲨的量子位置；更新量子虎鲨量子位置和量子虎鲨群最优量子位置；演进终止判断，实现定位；定位终止判断，输出所有未知节点定位结果。本发明未知节点到全网锚节点的估计距离更接近于真实距离，具有更好的鲁棒性，实现无线传感器网络中未知节点定位。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.03 seconds)
