-
公开(公告)号：CN108563119B
公开(公告)日：2021-06-15
申请号：CN201810254250.6
申请日：2018-03-26
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于模糊支持向量机算法的无人艇运动控制方法，属于运动控制技术领域，首先采集无人艇航行的数据和外部环境数据，划分为训练数据和测试数据进行预处理，对预处理结果查找分隔阈值。然后判断训练数据量是否大于等于阈值，如果是，对训练数据采用粒子群算法，否则采用网格搜索算法，得到最优配置参数进行验证和简化。输入预处理后的测试数据，若其线性可分，带入模糊支持向量机得到最优决策面；若线性不可分，将数据映射到高维空间，然后训练得到最优决策面。将船体的环境干扰力数据划分为训练数据和测试数据，得到最优模糊支持向量机的输出补偿到运动环境中。本发明提高无人艇运动效果，有效减少由于环境干扰所产生的偏差。
-
公开(公告)号：CN108388250B
公开(公告)日：2021-03-05
申请号：CN201810292118.4
申请日：2018-03-30
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于自适应布谷鸟搜索算法的水面无人艇路径规划方法，属于水面无人艇路径规划技术领域。首先构建USV规划路径，初始化参数；每个鸟窝位置在自由栅格中开始迭代，选出初始全局最优鸟窝位置。对其余鸟窝逐个进行更新，得到新的一组鸟窝位置，用评价函数逐个测试每个鸟窝的路径长度，分别计算各鸟窝的当代布谷鸟的鸟蛋被巢主鸟发现概率；然后逐个选取鸟窝位置，随机产生一个服从均匀分布的随机数，若小于发现概率，保留当前鸟窝为当代的最终鸟窝位置，与初始全局最优鸟窝位置组合，重新选出第t+1代全局最优鸟窝位置。重复迭代，直至输出最优路径。本发明保持很强的局部精细搜索能力，改善了收敛速度慢的问题，满足USV作业过程中的需求。
-
公开(公告)号：CN105981025A
公开(公告)日：2016-09-28
申请号：CN201480075394.5
申请日：2014-12-01
Applicant: 哈尔滨工程大学
IPC: G06F19/00
CPC classification number: H03H17/0282 , G06F17/50 , H03H17/0202 , H03H2017/021
Abstract: 本发明提供的是一种基于序列递归滤波三维变分的实测海洋环境数据同化方法。包括对海洋环境实测数据进行预处理；计算目标函数值；计算目标函数的梯度值；计算目标函数的极小值；提取实测数据中的空间多尺度信息；更新背景场数据，形成最终的数据同化分析场。本发明对传统的递归滤波三维变分方法进行了改进，依次对不同尺度的信息进行同化，有效地克服了传统三维变分方法无法有效提取多尺度信息的问题；采用高阶递归高斯滤波器，并将高阶递归滤波器的级联形式转化为并联结构，使得递归高斯滤波的递归滤波过程可并行执行，克服了级联的滤波器带来的诸多问题。
-
公开(公告)号：CN102768536B
公开(公告)日：2014-06-25
申请号：CN201210251782.7
申请日：2012-07-20
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种基于多目标萤火虫算法的路径规划方法，属于路径规划技术领域，包括：对路径规划问题进行建模、初始化多目标萤火虫算法、更新萤火虫位置并确定非劣解集、更新外部档案文件、判断是否达到预先设定的最大迭代次数和确定Pareto最优路径。本发明基于Pareto支配的概念对基本萤火虫算法进行改进，很好地利用了萤火虫算法的全局搜索与并行计算能力。在规划中同时考虑多个路径性能指标，一次规划就能够得到一组Pareto最优解集，具有很大的灵活性。这种路径规划方法异于传统的针对单一目标的路径规划方法和采用加权法把多目标转化为单目标的路径规划方法，能更好地满足路径规划的实际需要。
-
公开(公告)号：CN102567492B
公开(公告)日：2013-10-30
申请号：CN201110434191.9
申请日：2011-12-22
Applicant: 哈尔滨工程大学
IPC: G06F17/30
Abstract: 本发明公开了一种海陆矢量地图数据集成与融合的方法，包括数据预处理、数据格式转换、数据集成显示、同名实体匹配及同名实体合并等步骤。本发明提出的DAT数据格式将地图控制信息、索引数据以及位置坐标数据封装在一个文件中，以图层为单位进行存储。该存储格式便于图层的管理，且读取相应图层数据时，只需打开一次数据文件，可以大大提高数据读取速度，同时也一定程度上缩小了地图数据文件的大小。另外，本发明提出的基于多边形简化的同名面状实体匹配方法，可以用简化得到的四个点或八个点代替构成面状实体的全部点实体参与匹配过程，从而可以降低复杂度，提高匹配速率，同时可将化简结果存储成文件形式，便于二次使用。
-
Patent Agency Ranking
公开(公告)号：CN102819663A
公开(公告)日：2012-12-12
申请号：CN201210246584.1
申请日：2012-07-17
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明提供了一种基于优化的支持向量回归参数的船舶航迹预测方法，该方法首先给定训练集，选择核函数类型，并利用学习集进行模型训练，得到预测函数，判读预测函数的均方误差是否达到精度要求；若达到则利用该函数预测船舶航迹，若没有，生成参数搜索路径图，利用智能水滴算法搜索最优参数，直至达到精度要求。在搜索最优参数时，智能水滴在寻优过程中具有正反馈机制，搜索过程迅速有效；在每代水滴搜索结束后，路径含沙量都会根据当代最优水滴含沙量情况改变，避免早熟现象出现，搜索能力较强，使得最终预测函数能快速得到，且可实现船舶航迹的快速有效地预测。
-
公开(公告)号：CN102360214A
公开(公告)日：2012-02-22
申请号：CN201110257951.3
申请日：2011-09-02
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于萤火虫算法的舰船路径规划方法，具体包括以下几个步骤：步骤一：根据任务信息确定路径的起始点和目标点，并根据起始点和目标点确定航行区域。步骤二：以起始点为坐标原点，起始点和目标点的连线为横坐标建立新的坐标系。步骤三：将航行区域内的障碍物进行简化合并，生成禁航区。步骤四：利用萤火虫算法进行最优路径搜索。步骤五：将最优路径中各个路径点的坐标转换为O-XY下的坐标。步骤六：得到舰船的最优路径，路径规划结束。本发明利用新的自然启发算法萤火虫算法作为优化算法进行舰船路径规划，方法执行效率高，能够规划出满足实际需要的航行路径。
-
公开(公告)号：CN102323906A
公开(公告)日：2012-01-18
申请号：CN201110265194.4
申请日：2011-09-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于遗传算法的MC/DC测试数据自动生成方法，包括：对被测程序进行静态分析，产生控制流图、数据流图、抽象语法树和抽象分析树；生成MC/DC测试用例预期结果集；对被测程序进行代码插桩；构造适应度函数；随机产生测试数据，检验是否满足预期执行的路径；使用遗传算法的选择、交叉、变异等遗传操作，得到合适的测试数据。本发明在适应度函数的构造上，结合链接法思想，以传统适应度函数为基础，提出以获取直接或者通过数据依赖间接影响问题节点遍历的控制节点的方法来优化接近水平适应评价。本发明对逻辑关系复杂的系统进行测试时具有很大的实用价值。
-
公开(公告)号：CN102063376A
公开(公告)日：2011-05-18
申请号：CN201110039023.X
申请日：2011-02-16
Applicant: 哈尔滨工程大学
IPC: G06F11/36
Abstract: 本发明公开了一种测试用例选取方法，属于软件测试技术领域，具体包含以下几个步骤：步骤一：通过原始测试需求集，获取约简测试需求集；步骤二：测试用例设计；步骤三：测试用例优先级排序；本发明公开了一个从测试需求约简-＞测试用例生成-＞测试序列生成的完整、高效的测试用例选取过程，在保证达到预期测试覆盖率的前提下，生成的测试用例数量大大降低；同时对测试用例进行优先级排序，对Web应用程序这种大规模软件的测试具有实际意义，提高了测试效率。
-
公开(公告)号：CN101916312A
公开(公告)日：2010-12-15
申请号：CN201010247719.7
申请日：2010-08-09
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于人工免疫和蚁群算法结合的船舶航线智能生成方法。前半部分通过对障碍物进行凸壳提取及多边形合，并对航行环境进行描述，接着按照一定的规则随机产生初始路径群，并对初始路径群进行预处理，最后对路径群进行匹配选择。后半部分则利用获得的较优可行解，生成信息素初始分布，然后利用蚁群算法进行最优路径的搜索。本发明的方法中前期采用基于亲和度的选择更新，从而有效地防止了“早熟”的问题，将搜索过程引向全局最优。后期利用蚁群算法的并行计算及正反馈的特点，提高了算法效率。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.037 seconds)
