公开(公告)号：CN109084800A

公开(公告)日：2018-12-25

申请号：CN201811181117.9

申请日：2018-10-10

Applicant: 北京理工大学

Inventor： 窦丽华 ,  漆鸣凤 ,  辛斌 ,  陈杰 ,  陈晨 ,  白永强

IPC: G01C21/34

CPC classification number: G01C21/3415 ,  G01C21/3446

Abstract: 本发明公开了一种基于空间压缩的多站接力导航下运动体路径规划方法，采用区域编码方式对路点进行编码，其位置可用局部直角坐标系下的二维坐标唯一表示，区域编码方法可表示出“眼状”交接区域内任意点的位置，具有广泛的适用性；根据导航交接约束阈值与导航站位置及有效作用半径之间的几何关系，压缩路点横坐标的取值范围，在运行路径规划算法之前直接剔除部分违反导航交接约束的不可行解，缩小了路径的规划空间，有利于路径规划算法更快找到高质量的可行解。

公开(公告)号：CN105005820B

公开(公告)日：2017-02-22

申请号：CN201510155893.1

申请日：2015-04-03

Applicant: 北京理工大学

Inventor： 陈晨 ,  陈正雄 ,  陈杰 ,  方浩 ,  王健 ,  张啸天

IPC: G06Q10/04 ,  G06N3/00

Abstract: 本发明提供一种基于种群爆炸粒子群算法的目标分配优化方法，属于智能算法优化领域。本优化方法为根据寻优过程中种群的聚集情况，引入“种群爆炸算子”，结合混沌搜索以及自适应的部分原理，在一定限制条件下进行粒子的发散处理，同时进行参数调节，避免种群过早陷入局部最优，实现了在虚拟战场中坦克智能兵力间交战的目标分配问题。步骤1，将己方和对方均采用实数编码，使用混沌搜索产生良好的初始种群；步骤2，调整算法的初始参数；步骤3，采用基于种群爆炸算子”的粒子群算法进行迭代寻优搜索；步骤4，当迭代次数达到设定次数时迭代结束，获得最优方案。相比于原算法，本方法增强了粒子的全局寻优能力，并满足了高实时性的要求。

公开(公告)号：CN106056330A

公开(公告)日：2016-10-26

申请号：CN201610356964.9

申请日：2016-05-26

Applicant: 北京理工大学

Inventor： 陈晨 ,  彭小迪 ,  陈杰 ,  吴啸尘 ,  丁舒忻 ,  王韫卓 ,  张明阳

IPC: G06Q10/08

Abstract: 本发明公开了一种基于网络化系统的多级保障部署方法，该方法针对具有多级保障层的网络化系统进行部署；包括如下步骤：对于网络化系统中的多级保障层进行信息获取，所述多级保障层包括从低到高的第1～第M级，每一级均包含多个节点；针对第m级保障层，m的初始值为1，进入优化部署过程：根据步骤1所获取的信息对网络化系统的第m级保障层建立目标函数，所述目标函数使第m级保障层所有节点的可保障率之和最大；选取收敛算法优化所述目标函数；从而确定第m级保障层的各节点的位置；m自增1，针对第m级保障层，重复优化部署过程，直至m＝M，由此完成针对每一级保障层的部署。该方法能够有效的将物资保障与选址问题相结合，完成多级保障部署。

公开(公告)号：CN103945395B

公开(公告)日：2016-06-01

申请号：CN201410069559.X

申请日：2014-02-27

Applicant: 北京理工大学

Inventor： 陈晨 ,  丁舒忻 ,  陈杰 ,  韩晓隆 ,  孙春雷 ,  孙振

IPC: H04W16/18 ,  H04W24/02 ,  H04W84/18 ,  G06N3/00

Abstract: 本发明公开了一种基于粒子群的无线网络传感器的快速优化部署方法，能够提高粒子群优化算法PSO的全局优化效果，减少粒子资源使用，大大加快了求解速度。该方法为：以无线网络传感器的每一种部署的可行解作为一个粒子，建立粒子群，初始化每个粒子的速度与位置，设定迭代次数，以粒子群优化算法PSO进行粒子的迭代搜索，其中在粒子的速度更新时，添加扰动项；迭代搜索进行至设定的迭代次数之后，获得最终的优化结果，实现粒子群优化；PSO以无线网络的有效覆盖率作为适应度；扰动项为扰动幅度与以标准正态分布选取的随机数的乘积，通过改变扰动幅度以增大或减小扰动项比重。本发明适用于PSO在粒子数很少的情况下得到比较满意的解。

公开(公告)号：CN102663219B

公开(公告)日：2015-03-04

申请号：CN201110432048.6

申请日：2011-12-21

Applicant: 北京理工大学

Inventor： 陈杰 ,  陈晨 ,  李鹏 ,  蔡涛 ,  郑伟伟 ,  徐志书 ,  徐星

IPC: G06F19/00 ,  G06N3/02

Abstract: 本发明公开了基于混合模型的燃料电池输出预测方法和系统，使得混合动态模型在静态、动态性能方面均有较高精度。在所述方法中，建立燃料电池输出电压的静态机理模型、燃料电池阳极气体流量和阴极气体流量的动态机理模型、静态神经网络和变结构神经网络；两个动态机理模型的输出作为静态机理模型的部分输入参数；采用静态神经网络补偿静态机理模型的输出后得到Vout；采用变结构神经网络逼近燃料电池实际输出与Vout的误差Ve的导数，对变结构神经网络的输出进行积分后得到误差估计值与Vout叠加得到燃料电池输出电压预测值。

公开(公告)号：CN104155011A

公开(公告)日：2014-11-19

申请号：CN201410350553.X

申请日：2014-07-22

Applicant: 北京理工大学

Inventor： 刘克 ,  陈晨 ,  李艳秋

IPC: G01J9/02

Abstract: 本发明提供一种二维干涉图的相位提取方法，具体过程为：设定参考频率，基于所述参考频率生成含一定相移量的多幅参考干涉图，将所述参考干涉图称为虚光栅；将待处理干涉图与每一虚光栅相乘，得到多幅莫尔条纹图；对每一幅莫尔条纹图进行傅里叶变换，得到莫尔条纹图的频谱；采用低通滤波器滤出每一频谱中的低频部分，再对低频部分进行逆傅里叶变换，得到多幅低频莫尔条纹强度图；对多幅低频莫尔条纹强度图进行移相计算，获取待处理干涉图x方向和y方向所要求的相位。该方法能够处理所采集到的二维干涉图，不仅具有较高的提取精度，而且具有较强的抗噪性。