首页期刊导航|计算机仿真
期刊信息/Journal information
计算机仿真
计算机仿真

吴连伟

月刊

1006-9348

kwcoltd@public.bta.net.cn jsjfz@compusimu.com

010-68767186

100037

北京海淀阜成路14号

计算机仿真/Journal Computer SimulationCSCD北大核心CSTPCD
查看更多>>本刊旨在促进我国仿真技术交流和发展，既总结过去、探索基础理论，又跟踪发展前沿，重点报导仿真应用成果。现已是中国科技论文核心期刊。于2003年被《中国科学文献计量评价研究中心》评为优秀期刊。同时被选入中国学术期刊（光盘版）文献检索系统、中国科学引文数据库、中国核心期刊数据库。现已成为仿真技术领域中优秀期刊。
正式出版
收录年代

    改进粒计算算法下时序数据关联规则挖掘仿真

    胡萍廉哲
    448-452页
    查看更多>>摘要：挖掘数据的关联规则有利于提高数据的利用率,时序数据通常包含大量的时间序列和多个特征,在挖掘过程中受噪声的干扰,导致挖掘精度下降.为了解决这一问题,提出基于改进粒计算的时序数据关联规则挖掘模型.采用自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)方法对时序数据分解,对分解后获得的数据分量滤波,通过数据重构获得去噪后的时序数据;根据CerFac模型通过自底向上的方式对时序数据展开属性约简;采用改进粒计算的方式在属性约简后的时序数据中挖掘关联规则.实验结果表明,所提方法可有效消除时序数据中存在的噪声,高精度的实现时序数据的属性简约处理,且挖掘时间保持在 1.5ms内,表明所提方法的挖掘效率高.

    粒计算属性简约数据去噪关联规则挖掘

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    智能优化算法的模块化测试与仿真

    王苏彧瞿圆媛李庆玲
    453-457页
    查看更多>>摘要：生活及工程应用中许多问题可归结为目标之间相互矛盾的多目标优化问题,其应用需求强烈、理论创新性强、模型建立难、求解方法复杂.提出了智能优化算法的模块化测试与仿真方法,以多目标粒子群算法为例,通过对算法本身参数配置,以及多测试函数、多算法综合对比测试,可得出算法求解的帕累托前沿以及解集的收敛性与分布性指标,进而可评判该算法对于求解同类优化问题时的性能优劣.将上述方法应用到煤矿井下掘进截割路径规划中,得出了高效能、强安全的掘进截割最优路径.智能优化算法可用于"人工智能"相关课程课堂教学中,分析求解多目标优化问题,也可用于实验教学演示、创新实验项目,有助于提高学生的科研素养与实践能力.

    多目标优化智能优化算法多目标粒子群路径规划

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进RRT的直捻机上纱机械臂路径规划

    徐巧杨涛梅顺齐潘松...
    458-464页
    查看更多>>摘要：为了提高直捻机上纱机械臂的避障路径规划效率,提出一种动态目标圆采样结合回归机制的改进型双向快速扩展随机树算法(Dynamic-target-circle Sampling and Regression mechanism Bidirectional Rapidly-exploring Random Trees,DSRB-RRT).为解决随机树盲目采样问题,提出了一种动态目标圆采样法,引导随机树在以目标为圆心的动态圆区域内进行采样;为解决随机树拓展速度慢,提出了一种变步长变概率法,根据障碍物信息自行改变拓展步长和偏置概率,加快随机树收敛;引入了回归机制防止随机树在区域内过度采样;算法生成路径后,裁剪路径中冗余节点来缩短路径长度,并用三次B样条曲线平滑优化路径.仿真结果表明,DSRB-RRT算法相比于加入目标偏置的RRT、BI-RRT和GS-RRT在不同障碍场景下的收敛效率更高,平均路径更短.在ROS系统中对上纱机械臂进行仿真,验证了DSRB-RRT算法的有效性,可以提高机械臂路径规划效率.

    直捻机上纱机械臂路径规划双向快速扩展随机树

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    配电线路绝缘漆喷涂机器人作业位置跟踪仿真

    余畅高久国刘鹏杨一峰...
    465-469页
    查看更多>>摘要：应用在高架配电线路上的绝缘漆喷涂机器人在自然因素影响下,无法保持匀速作业,导致其位置跟踪难度较大.于是提出一种新的机器人作业位置跟踪方法.对采集的目标图像完成高斯滤波处理,最大程度强化目标图像细节信息.检测目标图像显著域,获取可能存在目标的感兴趣区域,同时在原图内提取对应特征,完成作业位置识别.引入Bouguet算法,校正目标图像.利用双目立体匹配的视差获取机器人作业位置,最终实现配电线路绝缘漆喷涂机器人作业位置的跟踪.仿真结果表明,研究方法能够准确跟踪机器人作业位置,目标位置的识别误差低于0.5cm,平均耗时为43.6s,有效提高了绝缘漆喷涂机器人作业效率.

    配电线路绝缘漆喷涂机器人作业位置跟踪高斯滤波匹配窗口大小

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    多因素优化蚁群算法机器人路径规划

    孙凌宇王威刘文瀚秦红亮...
    470-476页
    查看更多>>摘要：采用传统蚁群算法进行路径规划中,存在收敛速度慢,路径不平滑,方向性与目的性较差等问题,提出了多因素优化蚁群算法以提高路径寻优的性能.应用扩散方式赋予地图不均匀的初始信息素,为路径搜索提供更好的方向性,避免了局部最优解的出现;距离启发信息、障碍物阻力启发信息和路径角度启发信息作为综合启发信息应用于蚁群算法,增强蚂蚁移动的目的性,缩短路径长度;运用贝塞尔曲线优化路径上的拐点处,输出平滑路径.仿真结果表明,多因素优化蚁群算法应对多样性环境具有更强的适应性,有效避免了局部最优解,规划出的最优路径更短且光滑,有利于机器人流畅通行,更具有工程实践意义.

    蚁群算法路径规划扩散综合启发信息贝塞尔曲线

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于DBSCAN的三维点云缺失数据分类系数优化仿真

    陈航何可人蒋利炜
    477-481页
    查看更多>>摘要：针对三维点云数据质量不理想造成的分类困难问题,提出基于DBSCAN算法的三维点云数据分类优化方法.预处理三维点云数据,填补缺失数据,保证数据完整性.通过直通滤波法剔除远离三维点云主体的无效点,采用K-D tree和KNN算法改进统计滤波,滤除三维点云数据中的离群点,优化原始三维点云数据质量.引入天牛群优化算法改进DBSCAN算法,利用天牛群优化算法选取DBSCAN算法的邻域搜索半径和搜索邻域中包含的最小对象数两个参数,将优化后三维点云数据输入改进的DBSCAN算法中,实现三维点云数据分类.实验结果表明,所提方法C-H系数和轮廓系数更大、D-B系数更小.

    三维点云数据数据分类数据预处理天牛群优化算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于GPRS无线传输大型公共建筑能耗监测方法

    董洁米增顾雅珍王鹏...
    482-486页
    查看更多>>摘要：为了明确能源耗用情况,降低大型公共建筑能耗,提出了基于GPRS无线传输的大型公共建筑能耗监测方法.由多个传感器与ZigBee组成一个传感器网络,采集公共建筑资源使用数据,由GPRS无线传感器节点向嵌入式网关发送数据,限制跳跃数和队列长度,降低网络拥挤和传输时间.根据电路分布情况将计量分项能耗拆分为照明、空调、冷热站、终端设备等,方便筛选和整合监测数据的实际能耗状况.将得到的各项能耗数据整合统一为一个监测结果,凭借数学期望和方差判断能耗是否大于方差数据,判断能耗状态,实现建筑能耗监测.通过实验证明所提方法得到的监测结果与实际能耗之间的差距较小,说明其能够获得准确的监测结果.

    无线传输大型公共建筑能耗监测传输时延分析

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    室外动态车标图像关键特征边缘识别仿真

    刘强刘志国
    487-491页
    查看更多>>摘要：由于室外环境光照条件复杂,当车辆在行驶时,车标图像会产生运动模糊,导致边缘位置模糊,从而影响边缘的准确识别.为了有效解决上述问题,提出一种室外动态车标图像关键特征边缘精准识别方法.通过先验知识对室外动态车标粗定位,采用背景纹理去除方法获取精定位图像.结合RGB颜色空间类别,计算室外动态视频图像矢量距离和平均矢量,获取图像线性函数,并统计其类别.分析动态车标图像决策规则,展开室外动态车标图像的分割和决策分类,采用图像局部离散系数,得到离散矩阵.计算室外车标图像的动态阈值以及灰度值,将车标图像边缘关键特征归一化处理,实现车标图像关键特征边缘精准识别.实验结果表明,所提方法可以有效提升车标定位结果的准确性,且车标图像关键特征边缘的平均识别率在 90%以上,同时可以有效减少识别时间.

    动态车标图像关键特征边缘精准识别归一化处理

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    递归神经网络下多属性信息模糊推荐仿真

    莫凡吴卫祖
    492-496页
    查看更多>>摘要：由于海量信息资源的搜索需要较高的时间成本,因此信息推荐已经成为解决当前网络资源交互环境信息过载问题的关键方法.但是多属性信息数据结构复杂,单属性数据推荐算法难以取得理想的精度和结果.考虑用户信任信息形式和传播路径,提出基于递归神经网络的多属性信息模糊推荐算法.利用递归神经网络结构,存储用户历史兴趣信息.通过用户对项目的感兴趣程度建立评分矩阵,利用余弦相似性的思想计算项目属性相似性、综合相似性以及用户相似性.引入权值因子,将综合相似性与用户相似性的预测评分线性整合,得到多属性信息推荐列表,选取top-N推荐给用户.实验测试结果显示,提出方法下列表内相似性指标值ILS始终小于0.3,推荐精准度高于 90%,平均绝对误差可控制在 0.2 以下.以上所得数据均可证明所提方法可综合考虑目标的多属性特征,为用户推荐感兴趣程度最高的对象.

    递归神经网络多属性信息推荐算法综合相似性权值因子

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于邻域抽样多图神经网络的社会化推荐算法

    王若辰原欣伟段刚龙李建勋...
    497-504页
    查看更多>>摘要：基于图神经网络的社会化推荐算法可以从图网络中获取深层数据信息,提升推荐性能.但随着图网络复杂度提升,特别是对于多图神经网络,节点特征获取质量直接影响最终的推荐质量.为了提升多图网络中的节点特征获取质量,结合邻域抽样思想,提出一种邻域抽样多图神经网络社会化推荐模型MGNN-NS.基于用户-项目评分图和用户社交关系图,从用户和商品项目角度对图中节点的邻域节点进行抽样,并应用多头注意力机制对抽样节点进行信息聚合,获取用户和商品项目特征,计算预测评分,得到推荐结果.在真实数据集Epinions和Ciao上进行实验,结果表明MGNN-NS模型相较于基准算法有更好的推荐效果.

    图神经网络社会化推荐邻域抽样多头注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据