感知质量优化和用户招募是移动群智感知的两个重要问题,随着数据量的大幅度增加,感知内容出现冗余,存在感知质量降低的风险.提出了一种感知质量优化的任务分发机制,在保证覆盖率的情况下,提高群体的感知质量.利用聚类算法评估任务真值,量化用户数据质量;基于汤普森抽样算法和贪婪算法设计并实现了一种用户招募策略,在保证任务空间覆盖率的基础上优化感知质量.针对TSUR(Thompson based user recruit)算法的性能进行仿真分析,并与已有的BBTA(bandit-based task assignment)算法和BUR(basic user recruitment)算法作比较.实验表明,在同一区域进行任务感知,与BBTA算法和BUR算法相比,累计感知质量分别提高了16％和20％,空间覆盖率分别提高了30％和22％.
薄壁金属管是发生碰撞时为安全性所设置的关键吸能构件。为了提高薄壁管结构的耐撞性,结合方管的易安装性和圆管的稳定性,基于方竹结构对薄壁管截面进行耐撞性分析和仿生优化设计。通过对方竹结构的原型分析,利用ABAQUS搭建了仿方竹结构薄壁管有限元分析模型,在对模型进行试验验证的基础上,以壁厚、肋长为研究参数对仿方竹薄壁管耐撞特性进行了仿真分析。在此基础上,采用全因子试验设计方法来构建响应面模型,以比吸能和初始峰值载荷为目标函数,运用多目标粒子群优化算法进行优化求解并获得最优解的Pareto集。研究结果表明:仿方竹结构薄壁管有较好的耐撞性和稳定性,壁厚0.892 mm、肋长2.995 mm为仿方竹结构的最优解,此时初始峰值载荷和比吸能分别为10 k N和7.936598 k J/kg。研究结果对薄壁管的结构设计和尺寸优化具有重要意义。
暂无评论