登录
首页 » Others » 自动驾驶系列报告一---综合篇

自动驾驶系列报告一---综合篇

于 2020-11-30 发布
0 409
下载积分: 1 下载次数: 10

代码说明:

自动驾驶产业格局、自动驾驶解决方案、自动驾驶芯片、传感器、车联网国金证券SINOLINKSECURITIES行业深度研究图表年加州报告披露路测成绩图表:与克莱斯勒合作车辆及其硬件系统图表发展历程图表:百度平台技术框架图表:百度计划成员单位图表:百度划成员单位图表:百度十划成员单位(按产业链分部分)图表:特斯拉功能图表:奧迪自动驾驶传感器系统图表:特斯拉奥迪图表:自动驾驶芯片主要产品性能图表:未来专用计算平台将成为主流图表系列图表计算平台图表:地平线“征程”自动驾驶芯片图表:各类传感器特点图表:激光雷达原理图表:激光雷达效果图表:激光雷达优缺点图表产品信息图表:新128线激光雷达图表激光雷达芯片图表激光雷达生产线图表:国内主要激光雷达产品信息图表调制亳米波雷达原理图表:毫米波需达类别图表:毫米波雷达优缺点图表:行易道毫米波雷达参数图表:承泰科技毫米波雷达应用图表:苏州豪米波产品基本信息图表:纳雷科技产品基本信息图表:摄像头优缺点图表:车载摄像头产业链图表年全球市场占比图表:舜宇光学车载镜头出货量图表:舜宇光学车载镜头出货量增长率图表:舜宇光学年出货量图表:欧菲科技智能汽车业务收入图表:车联网的应用敬请参阅最后一页特别声明国金证券SINOLINKSECURITIES行业深度研究图表:车联网供应链架构图表:车联网发展趋势图表:我国车联网市场规模(亿美元)图表:三旗通信车联网产品图表:三旗通信合作伙伴图表:英卡科技服务结构图图表系列无线数据记录仪图表卫星定位汽车行驶记录仪图表系统图表系统图表:四维图新“趣驾”系统图表在车联网构架上是核心环节图表:奔驰年新一代车载信息终端系统图表系统的盈利模式图表系统总附加值拆解图表:全球从事系统主要企业图表:国外主要汽车企业所用的系统图表:国内从事系统主要企业图表:国内主要汽车企业所用的系统图表前装和后装市场规模测算(亿元)图表:公司系统分类及主营产品图表:驾驶员控制系统图表:智能车联电子系统图表:华阳集团产品图表:车载信息娱乐系统图表:显示模组与系统图表:高精地图与普通导航电子地图的区别图表:高精地图与普通导航电子地图的区别图表:高精地图头部厂商情况敬请参阅最后一页特别声明国金证券SINOLINKSECURITIES行业深度研究、总论:自动驾驶与电动化、共享化改变汽车产业格局和出行方式意义:与汽车电动化、共享化的趋势结合自动驾驶与汽车电动化、共享化的趋势结合。相比与传统的汽车行业,电动车在系统控制与执行层面更适合自动驾驶,而自动驾驶与车联网的结合、汽车共享化的趋势,能够有效的预防交通事故、同时减少拥堵、提高道路的通行效率,使其容纳不断上升的通流量。未来的出行方式以及汽车本身都将会有很大的变化,由此带来巨大的新兴市场。美国年轻人首次申领驾照人数比例持续下降,自年起,美国肯年群体(岁)驾照持有人数几乎以每年递减;岁各年龄层的驾照持有率均出现了下降,以岁为例,年持有驾照的人数比例下降近;反怏出了即使是美囯这样车轮子上的国家,年轻人不再那么迫切的去考鸳照,共享出行已经可以满足出行需求。图表:美国年轻人首次中领驾照人数比例持续下摩岁有驾照人数来源:匡金证券研究所年美国市场售出万辆二手车(历史最大值),其中即近万人将成为“无车一族”,不再选择买新车而是选择使用以及公共交通解决通勤,也反映出美国市场对于共享出行方式的认可。图表:美国二手车卖家卖车后的选择选择UberLyftt等叫车软件9%其他或不确定,14%买了另辆车或还有一辆车77%来源:路透社,囯金证券研究所敬请参阅最后一页特别声明国金证券SINOLINKSECURITIES行业深度研究我国市场接受度更高。我国市场对于汽车电动化、共享化以及自动化的接受度更高,产业投入更大,预计年自动驾驶的汽车会占据整体出行里程的以上,由此带来的千亿美元规模的新兴市场有待开发。图表:我因出行方式里程比100%90%80%70%60%50%40%30%20%10%0%20172018201920202021202220232024202520262027202820292030自驾私家车自动私家车自驾共享车辆自动共享车辆来源:因会证券研究所分级:人类驾驶逐级步入车辆自动驾驶自动驾驶定义ε即让汽车自己拥有环境感知、路径规划并自主实现车辆控制的技术,也就是用电子技术控制汽车进行的仿人驾驶或是自动驾驶。根据人与车辆控制的程度不同,美国汽车工程师协会界定了五级自动驾驶方業,目前在基础上,到级刑的自动驾驶将迳渐成为新车型的标配产生大量新增需求,这是目前主要的投资机会到的完全自动驾驶也在逐渐成熟中,一旦商业化将影响产业的未来。敬请参阅最后一页特别声明国金证券SINOLINKSECURITIES行业深度研究图表;美国汽车工程师加会自动驾分级Execution ofFallbackManitoringSystemSAElevelNameNarrative DefinitionAcceleration/ of Driving, of Dynamic(DrivingDecelerationEnvironment Driving Task Modes)Human driver monitors the driving environmentNothe full-time per formance by the human driver of allAutomation aspects of the dynamic driving task, even when enhanced Human driver Human driver Human driverthe driving mode-specific execution by a driver assistancestem of either steering or acceleration/deceleration using Human drver Human driver Human driver some drivingAssistance information about the driving environment and with theand systemmodesaspects of the dynamic ariving taskthe driving mode-specific execution by one or more driverassistance systems of both steering and acceleration/Partial decelerat on using information about the drivingAutomation environment and with the expectation that the humanSystem Human driver Human driverSome drivingmodesdriver perform all remaining aspects of the dynamic arivingtaskAutomated driving system("system")monitors the driving environmentthe driving mode-specific performance by an automated3Conditional driving system of all aspects of the dynamic driving tasksystemHuman driver Some drivingAutomation with the expectation that the human driver will respondmodesappropr iately to a request to intervenethe driving mode-specific performance by an automa: edHigh driving system of all aspects of the dynamic driving task,SystemSystemSystemSome drivingAutomation even if a human driver does not respond appropriately to amodesequest to intervenethe full-time performance by an automated driving system5Fullof all aspects of the dynamic driving task under all roadwaySystemAll drivingAutomation and environmental conditions that can be managed by amodeshuman drver国金证券研究所代表没有自动驾驶介入的传统人类驾驶。级能够对方向盘和加减速中的单项操作给与支持。比如已经广泛应用的自适应巡航()功能,即能够通过雷达探测与前车的实时距离自动控制加减速,从而保持与前车的安全距离。级能够同时对方向盘和加减速中的多项操作给与支持。如果汽车除了具备上面级描述中的自造应巡航外,同时还具备车道保持()功能,或者自动变道功能,那则属于级自动驾驶级之前环境的观察者都是人,进入则意味着道路环境的观察和驾驶操作都由系统来完成,人只需要对所有的系统请求进行应答。系统已经完全能够识別出直线、弯道、红绿灯、限速路牌,路上行走奔跑的人猫狗等等各种环境变量。环境观察和驾駛操作都由系统来完成,人只需要对所有的系统请求进行应答。比如突然下雨了,检测到地面湿滑是否需要减速;比如裣测到前方车辆行驶过慢是否需要超车;检测到前方有人在车道较近处走动是否需要呜笛提醒等等,这些请求系统会反馈给驾驶员,由人来做决定。级驾驶操作和环境观察仍然都由系统完成,人只需要在某些复杂情况进行应答。比如只需要在某些复杂地形或者天气恶劣的情况时,才需要人对系统请求做出决策,而其他情况下系统能独自应付自动驾驶。级就是完全的自动驾驶状态,车上没有方向盘,没有刹车,没有油门,完全不需要人的介入。敬请参阅最后一页特别声明国金证券SINOLINKSECURITIES行业深度研究图表;人类驾欤逐级步入车辆自动驾驶HumanMachineLEVEL OLEVELTLEVEL 2VEL4LEVEL 5No driverAwarenessInterventionLongitudinal orTrafficfor Take OverNo ActiveTransverseControlAssistanceulaeNo DriverNo Take OverystemLongitudinalTake OverRequestLongitudinal orRequestTransverseand TransverseGuideGuideHands onHands onHands Temp offHands offHands offHands offEyes onEyes Onyes Temp ofEyes offMind offDriver C仟fIiWAutobahn(SA)City(Ride Sharing)来源国金诬券研究所实现:通过决策层、感知层、执行层■自动驾驶系统通常可分为决策层、感知层、执行层,以及高精地图和车联网的支持图表:自动驾狄实现层级自动车联网驾驶云端地图中控制器车端C|D感知层执行层摄像头转向制动动力雷达芯片模块来源:国金证桊研究所感知层:环境信息和车内信息的采集与处理。这方面涉及到道路边界检测、车辆检测、行人检测等技术,即传感器技术,所用到的传感器一般都会有敬请参阅最后一页特别声明国金证券SINOLINKSECURITIES行业深度研究激光雷达、摄像头、毫米波雷达、超声波雪达、速度和加速庋传感器等等由于各个传感器在设计的时候有各自的局限性,总个传感器满足不了各种工况下的精确感知,想要车辆在各砷环境下平稳运行,就需要运用到多传感器融合技术,该技术也是环境感知这一大类技术的关键技术所在,目前国内这方面和国外的主要差距也集中在多传感器融合方面。决策层:依据获取的信息来进行决策判断,确定适当工作模型制定相应控制策略,替代人类做出驾驶决策。这部分的功能类似于给车辆下达相应的任务,例如在车道保持、车道偏高预警、车距保持,障碍物警告等系统中需要预测本车与其他车辆、车道、行人等在未来一段时间内的状态,先进的决策理论包括模糊推理、强化学习、神经网络和贝叶斯网络技术等。由于人类驾驶过程中所面临的路况与场景多种多样,且不同人对不同情况所做出的驾驶策略应对乜有所不同。因此驾驶决策算法的优化需要非常完善高效的人工智能模型以及大量的有效数据。这些数据需要尽可能的覆盖到各种罕见的路况,而这也是驾驶决策发展的最大瓶颈所在执行层:指系统在做出决策后,替代人类对车辆进行控制,反馈到底层模块执行任务。车辆的各个操控系统都需要能够通过总线与决策系统相链接并能够按照决策系统发岀的总线指令精确地控制加速程度,制动程度以及转向幅度等驾驶动作。高精地图以及车联网的支持,系统能够确定位置并规划一条可通行的路径实现智能车辆的自主导航;更进一步,车联网的应用一方面能够是出行更加方便智能,另一方面又能够护展汽车交通工具的属性,成为未来个人的移动平台。相关公司图表:自动驾驶相关公司公司名称代码收盘价业务索菱股份自动驾驶系统兴民智通、自动驾驶系统德赛西威、人机交互均胜电子人机交互系统华阳集团数字仪表东软集闭自动驾驶系统路畅科技自动驾驶系统巨星科技激光雷达中海达激光雷达华域汽车毫米波雷达舜宇光学车载摄像头欧菲科技车载摄像头四维图新高精度地图亚太股份自动驾驶制动系统耐世特自动驾驶转向系统金龙汽车整车来源:国佥证券研究所敬请参阅最后一页特别声明国金证券SINOLINKSECURITIES行业深度研究二、自动驾驶解决方案:整车厂和科技巨头蓄势待发厂商:投入巨大、成果显著传统整车厂如奧迪、特斯拉、通用、丰田、福特等公司均有自己的自动驾驶研发团队,在自动驾驶领域投入巨大,成果显著,如奧迪级自动驾駛系统已经量产上市。图表:厂商进展情况系统路径进展测试车队奥迪和并行级量产上市禾取摄像头毫米波雷达方案,目前年型具备能力,有万辆特斯拉白至能够传回驾驶数据,有大量驾驶里栏。马斯克最近宣布,覆盖各类驾驶场景的完全自动驾驶将在年年末到来通用和并行将生产数千辆自动驾驶汽车,用于出租车服务:亿美辆雪佛兰元收购亿美元入股直接年首先将自动驾驶车投入招车服务,亿美金收购辆沃尔沃丰田和并行己实现,车型正在测试,年实现完全无人驾驶能力亿关金收购,战略投资,拥有庞大福特直接自动驾驶测试车队,年自动驾驶汽年上路,用于共享出行,年辆年销售私人客户来源:公开資料、国金证桊研究所系统厂商:小联盟百度大联盟能够提供自动驾驶解决方案的系统厂商,目前以谷歌的和百度的为代表,图表:系统厂商进展情况系统路径进展测试车队年即起步,年组建年与克菜斯勒合作的放(谷歌直接无人驾驶车上市,预计年投入运营。已积累英里,每英里需人工干预次,遥遥领先竞争对手克菜斯勒,辆年成立自动驾驶事业部,年自动驾驶事业群组,李彦宏(百度)为主,支持宣布年小规模生产自动驾驶小巴车年大规模量产自动驾欤汽车测试年月进行深圳实地路测;此前进行了硅谷雨夜的路测。结果显示均较好。来源:公开资料、国金证券研究所■谷歌母公司旗下独立的专注自动驾驶系统开发的子公司。谷歌自年起启动自动驾驶项日,年成立独立实体图表发展历程时间开发进展年启动自动驾驶汽车项日,成立自动驾驶汽车团队,大范围采集街景数据,构建地图数据库年经由《纽约时报》,正式对外公布正在研发全自动驾驶汽车及以上年获得加州机动车管理局〈)颁布的自动驾驶汽车路测许可年正弌开始复杂情况下的城市道路实测年。设计(萤火虫)原型车并进行系列改装年公司重组为,开始和汽车制造商合作,不再亲自制造汽车本身年成立专注研究并商业化自动骂驶技术的独立实体公司年拿到美国高速公路安全管逗局(〕的认定文件,开启真人乘车试验年在亚利桑那州拿到美国首个商业自动驾驶打车服务执照来源:公司官网,国金证券研究所敬请参阅最后一页特别声明

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • (2,1,3)维特比译码器对应的说明文档
    对应(2,1,3)维特比译码器工程的文档说明,希望对大家有帮助
    2020-12-08下载
    积分:1
  • LDPC码的matlab实现
    这个Matlab仿真程序实现LDPC低密度奇偶校验码(Low Density Parity Check)算法。用了BPSK调制,适用于AWGN信道下,很全
    2020-06-14下载
    积分:1
  • 遗传算法与工优化_玄光男_润伟
    本书是遗传算法的一本经典书籍。玄光男和程润伟合著。目汞3.7距离方法…………………………………":100371距离方法的一般思想…703.7.2计算距离度量…444…*…1023.7.3距离方法的应用噜早嗶忄唱嗆甲ψ『噜早鲁鲁旱P會P噜鲁鲁唱与·■鲁d鲁D咱·中自冒■啁■■曾■■P■P■曹1043.8妥协方法噌■■■■冒■冒■冒暑■■鲁冒■■■■■冒■■冒■■日■■■■■■■■和↓■最聊谭愚■和西晶dd晶动3.9目标规划方法….…10第4章模优化问题…甲■号十十↓4山口■■■■■■■■■■■■画■画n10941引言早昏!昏4昏山十山山·■留詈■·口音■“甲◆44P咱■自c■1094.2模糊线性规划■■■『■冒口■…:…1094.2.1模榭线性规划模型…s…1104.2.2遗传算法方法……………,………:,:11442.3交互式方法w"…!"""s""!"s,L1642.4数值例子1184.3模糊非线性规划…昌■晶■甲++4+白■■■■口■『十自l■?■『甲■甲矿1204,3.1非线性规划模型…………24.3.2用于求解FO/RNP1的非精确方法…………………1234.3.3交互式方法………………………154.3.4数值例子1264,4模糊非线性混合整数目标规划争■+山中早曾4曾曾會■曾■罪血聊自_略!1284,4.1模糊非线性混合整数目标规划模型■旱旱冒甲■■昏■■d1284.42遗传算法方法……1304.4.3数值例子自口·?··血中自省品日↓4晶日日甲吾晋……………:1324.5模糊多目标整数规划,"…s:1384.5.1问题描述……看pψ口13845.2增广的最小最大问题……………………………………40.5.3遗传算法方法會曾血曾鲁…………1404.5.4交互式模糊满意方法………………"s"t435.5数值例子144第5簟可靠性设计问题甲·自福4口备日看山山山口日日日4吾B·幽口甲》+目吾τ■1481引言5.2网络可靠性设计………《自■自·自哪日日b如由■5.2.1问题描述15QⅫ目录5.2.2 Dengiz, altiparmak和 Smith的方法…………………1505.2,3 Deeter和 Smith的方法…………1555.3基于树的网络可靠性和局城网设计…16l53.1双目标网络拓扑设计…11605.3.2数值例子……………………………………:1665.4多目标可靠性设计會!●早日●自◆中鲁·曾■鲁■4音目中自中昏自P目冒音自『■■■日『自D聊qp自即自自自自自自司日■■道■b电即画41695,4.1双目标可靠性设计……■唱罩鲁P‘會自■·聊·■司●D申看…ss……∴M1694.2遗传算法方法罩卩●■■·k↓■■■■b■d1695.4.3混合遗传算法方法…中斗P■白自+如『■■■b日日音日p食●自零唯●4pF714.4带有模糊目标的可靠性设计……su"…174第6章调度问题…中专自■會血督■平自谭卩血聊曲聊178引言……………………………………………1786.2作业车间调度………增+早早■盲◆自宁自命唱吾西b山如日中P中4看音甲目品司品罪山山自西由q1786.2.l基本方法…………………,………1796.2.2编码……口亡d…"s1796.2.3适应性遗传算子■中噜鲁會!中■譬1806.24以启发式方法为特点的遗传算子…………………………1836.2.5混合遗传算法1856.2.6讨论…""…1916.3群体作业调度问题r……_画唱晋■十舀昌■■口■■晋口↓冒+■■由■日早要甲号甲冒P卜■■■■如1926.3.1问题的描述和必要条件备由看.4吾日自吾啬v日日◆自自·4·口即口自咱目s1926.3.2基本运行""“"""……·…"""s"…………194表示…+……"…1!!B““s…19E6.3.4评价幽·44警↓甲甲1976.3.5遗传算子……………………………………………1976.3.6整体过程…………………………………………:1976.3.7数值例子……………晕翟■■山d●1986.4資源约柬的项目调度…4·4·■卜■如古罾日◆q『◆自血即·曾●聊司■咖自▲自■自晶昏如自白2006.41基于优先权的缩码………………1·命會省自自音自P■自自咱白自唱最‘罪42026.4.2遗传算子…………""""…s…2056.4.3评价与选择■看晋冒日●唱中↓由·■唱面斗q甲+量口2076.4.4试验结果……""…""s·2C86,5并行机器调度日录Ⅻ6.5.1支配条件2126.5.2 Memetic算法…………………………………………………2166.5.3试验结果6.6多处理器调度问题…,中即■鲁冒■2206.6.÷问题描述与假设………………………………………………………2206.6.2求解MSP的遗传算法…………………206.6.3数值例子4■P日·号日·咖自P·自·日■·目4B日4卓看d画■■d中·晶qφ甲号■甲■甲昏平昏■昏如●■●223第7章高级运輸问题…………………………甲自『■■昏『◆■■如■■曲。冒中2267.1引言…………*…"…"…s…∵………………………………2267.1,1运输模型…………,………….::267.1、2运输问题的构遣………………………………….2772基于生成树的方法…唱■鲁面■b■日甲如b血bdd■中2307.2.1树的表示中唱自P■■晶■萨卓◆甲■口b■■■号P即■中?2317.2.2初始化日1日°日宁■卩_甲■■t7,2.3遗传运算“日日:◆P晋自百自甲口自P省中自a自■凸………234了,2.4评价与选择……情●早■■即■自血··■血■■++4甲辱下■2347.2.5整个算法过程……………………………………:.357.3多目标运输问题……·早P·■·日哥日日日西4晶“甲中"■·自:■即如自■烟咖日西通2367.3.1问题的描述…………………↓■日■日早中中自■·唱日■吧曾·1t鲁辛冒…*2367.3,2多目标运输问题的基于生成树的遗传算法…2377,3.3数例239.4固定费用运输问题Ba2427.4.1数学模型2427.4.2fTP间题的难点…………2437,4.3fTP的求解方法d■p即■q■■看■■國■■■b晶b‘山bb早昏卜斷■备■■■自即曾■鲁■2437.4.4遗传算法的实现……………………甲早■音曹中■■卓■画2447.4.5数例7.5容量限制的工厂选址问题…■ψ會P◆■曾4西■■画d晶画2467.5.1数学模型罩品品品目b4:.口·自日即日日↓·日P44日日吾··24?7.5.2针对T厂问题的基于生成树的遗传算法…hh警■音学日日日日2自a画t2487.5.3数例……2496带模糊系数的双目标运输问题2507.6.1问题的表述……………………………………,251月录7.6.2排序模糊数■■血■血·會■■■會■■噜會■■會自甲中看鲁看血中噜曹個鲁P咱PPP看看看!噜7.6.3遗传算法的实现………"2527.6.4数例……254第8章网络设计与路径…………………………………2583.1引言2588.2最短路径问题……………………2588,2.1问题描述…………………t………"2598.2,2遗传算法的方法…………………………………………"……26082.3数例s…2658.3有适应能力的网络路由……………………………………………"2668.3.1基于遗传算法的有适应能力的路由2678.3.2染色体表示咖■■■■2678.3,3染色体评价■章·;咖咖…2688.3.4遗传算子…■■譬■号■■■tbdd·t血d2688.3.5数例聊●自·』壘■■着■wrrs;“"…2724集中式网络设计…ψq■4血b血4■■■◆■·■■■自■自■自■自■■■_■■晶■▲甲4}+■…2758.4.1问题的描述…………*……………………2758.4.2遗传算法……,""" ++I++TB+Br.…;s"……!2768.4.3数例▲…2778.5计算机网络扩展…■■■■↓4十山4p■■T■■『··q章自自■曾■■■自聊……………2788.5.1问题描述2782 Kumar, Pathak和(ptn的方法8.5.3数例…■■■■■啬■ψ■ψ罩·自●↓↓壘■■■■■晶卩晶4b4φdsms■a■↓■+個山t■曾■■音多阶段工序汁划2828.6.l问题的描述曾■■日『·■早早譬P即■4■■■■4■山■·b828.6.2遗传算法··号P··D■昏■■■日自■身罩·』自自·日4B目■B■晶bp4●4d2838.6.3数例甲會■昏■口■饣中十2848.7网络上的MG/s队列设酱定位會ψ會即自■■■画■■db凸面■白■■甲↓4山2858:7.1问题的描述…………………;………………………∵…………2868.7.2进化计算方法………………………………………893.7,3数例…………………"…"r"………291第9章制造元设计………中山中■4晋甲曾T吾4卩■;■Td+4■■■冒t曾■■■■留■2949.1引言……………;……………………………………2949.2制造元设计■會◆■鲁■智咱自■■■中鲁鲁■曾聊■■t卩·■■4聊■聊■咱自■■电L■■自聊■……+,…2959.3传统的制造元设计方法■号◆444■自曲■2969.3.1相似系数方法…………………………………………299.3.2基于数组的方法………电··1日罪■■山■■■中罩●4卓■中自p■昏■2979.33数学规划方法……………中即··日··■·■·日■·中号唱■号■■‘■■日卜p↓●卓■■2989.34图与网络方法………………………………………2989.4退传算法方法…s"………,"·299.4.1遗传子表示和遗传算子…↓看b昏↓昏■■"甲●曾2999.4.2 Joines基丁次序的方法…………9.4.3Mn和Kimn的方法b■■■·号卩·■ψ自西■中■■■■Jbb●4●049.4.4 Joines的整数规划方法………9,4,5其他方法…………1·卩『『『P■■d卜一r■『■甲『卓■■『■■■■旷*r』…3159.5可选址工计划的制造元设计……………………….39.5,1可选操作和机器冗余的结合………………………………13179.5.2可选路径的绪合■■4·西■b■■■甲nd4●■是3209.5.3Mon,Gen和Kim的对于独立单元的方法3259.6独立单元的设计…………,3309.6.1机器类型数最小化的族群构造3309.6.2族群数的确定……………aaa·中日▲b·白。当3349.6.3极小化机器数…日·P·■■■■罪ψ■聊咖■↓■卜■即↓■3379,6.4其他设想……1■甲甲甲甲昏■早■■国山■4■■↓■4■晶晶■■b■画血曲338参考文………………………………339素引………………………381第1章遗传算法的基础1.1引言自1960年以来人们对于模拟生物以及由此开发的针对复杂优化问题的有效算法产生了浓厚兴趣。当前在该领域中常常引用的术语就是进化计算( evolutionarycomputation)它包含以下一些主要算法:传算法( genetic algorithMs)由Hlln开发303),进化策略< evolution stra: Clcs)(由 Rechenberg)和 Schwefel开发),进化规划 evolutionary programming)(由 Fogel等人开发0)和遺传程序设计( geneticprogramming)(由K0za开发)。当然还存在若T将上述算法的各种特点加以结合而形成的混合算法。当前进化计算领域的最新发展水平在Back和 Schwefel3,Michalewi21以及Foge等人的综述里有很好的介绍,作为强有力且应用广泛的随机搜索和优化方法,遗传算法可能是当今影响最广泛的进化计算方法之一。在过去的几年中,遗传算法界将更多的注意力放在工业上程领域的优化问题上,并由此产生了一批新的研究和应用11:有关遗传算法的参考书目请参阅 Alander的著述1般认为遗传算法有5个基本组成部分(这是由 Mictialewica归纳的41.问题的解的遗传表示2.创建解的初始种群的方法3.根据个休适应值对其进行优劣判定的评价函数4:用来改变复斜过程中产生的子个体遗传组成的遗传算子5.遗传算法的参数值遗传算法维持由一群个体组成的种群Pt(t代表遗传代数)。每一个体均代表问题的一个潜在的解。每一个体都被评价优劣并得到其适应值。某些个体要经历称作遗传操作的随机变换由此生产新的个体。主要有两种变换方法:变异( mutation)的方法是将个个体改变从而获得新的个体;杂交( crossover)的是方法将两个个体的有关部分组合起来形成新的个体。新产生的个体(称作后代( offspring!C(t))继续被评价优劣。从父代种群和子代种群中选择比较优秀的个体就形成了新的种群。在若干代以后,算法收敛到个最优个体该个体很有可能代表着问题的最优或次优解。遗传算法的一般结构可以摘述如下:第1章遗传法約基础遄传算法过程begil始化P(t评价Pwhile(终止条件不满足)dbe重组P(以产生Ct评价C(从P(t)和C()中选择P(t-1)endend关于搜索策路存在两种重要方案:深度搜索最优解利广度搜索解空间m,遗传算法提供了一种在复杂解空间上进行有向随机搜家的方法。遗传算子原则上进行的是盲搜索;选择算亍嫏勻可能将遗传搜索的方向引早到解空间的理想区域中。针对特定现实世界屮问题开发的遗传算法需注意这样一条普遍原则,即要在对解空间进行深度搜索和度搜索中继持很好的平衡。为实现这一原则,必须仔细考虑遗传算法的所有组成部分另外可能还需要结合附加的启发式方法来增强其性能1.1.1编码问题如何将问题的解编码成为染色体是逮传算法使用屮的关键问题。该问题已经从多方面进行过饼究,比奶当个体需要解码成为解时从基因型空间到表现型空间的映射性质,以及个体被遗传算子操作时的变形特性等。编码的分类在 Hofland的℃作中,编码采用了二进制字符串(lbinary strings)的形巴经知道,由于 Hamming悬崖的存在,二进制编码对于函数优化问题存在重缺陷。 Hamming悬崖指的是表现型空间中距离很小的个体对可能有很大的 Hamming距离+42。举例来说,个体对01111000000于表现型空间中的相邻点最小 Euclidean距离点》但它们却在基因型空间其有最大的丑 aImiNg臣离。为了翻越且 ammIng悬崖’个体的所有苞需要同时进行改变。由杂交和变异实现翻越Ia悬崖的可能性非常小。在这种情况下,二进制编码无法维持表现型空间中点的位置。对于丁业工程领域里的许多问题而言,几乎不可能用二进制编码来表示它们的解在过去的1年里已经针对特定的问题提出了各种编码方法,其目的都是为了能够更有效地实现遗传算法。根据采用何种符号作为某因的等位基因,编码方式可以分类如下◆二进制編码( binary encoding)实数编码(rea!- number encoding整数或字母排列编码般数据结构编码实数编码对于函数优化问题最为有效c关于实数编妈在函数优化和约荣优化领城比二进制编码和Gray编码更有效的说法,经得到了广泛的验证191041由于实数编码基因型空闯中的柘扑结构与其表现型空间中的拓扑结构一致,因此徒容易从传统优化方法中借鉴好的技巧来形成有效的遗传算孑。整数和字母排列編码( literalpermutation encoding)对于组合优化问题最为有效。由于组合优化间题最关键的是要寻找满足约束项目的最佳排列或组合,因此字母排列编码对」这类问题是最有效的方法对于更为复杂的现实问题,用合适的数据结构来表示基因的等位基因,可以有效抓住问题的本质。在这种情扰下,基因可能是n维数组或更为复杂的数据结构根据編码的结构,编码方法还可以分为如下两类:(1)一维築码( one-dimensionalencoding):(2)多维编码( multidimen onal encoding)。大多数实践中采用了一维端码。然而许多实际间题需要多结构的解:用多维编码方法米衣不这些解就很自然。比如,vinous和 Michalewic2对运输间题采用了分配矩阵进行编码。( hoon和 Pari对VSI电路效置问题采用了二维编码(。 Anderson, Jones和Ryan采用了二维网格型编码。Moon科Kim对于图问题采用二维編码13Ono, Yamamura和 Kobayashi对于作业车间调度向题采用了作业赈序矩阵编码、Bti和Mon给出∮关子多维编码和杂交的一般性讨论。他们在文中指出将多维问题的解进行一维编码必然会损失多维结构中相当数量的信息根据编码的内容,编码方法还可看作如下两类:(1)仅包含解,(2)包含解和参数在遗传算法实践中,第一种方法被广泛用来针对给定的问题开发合适的编码。第一种方法在 Rechenberg和 Schwefel提出的进化策略中被采用11]个个体包含厨个部分:首先是给定问题的解其次是策略参数,包括变异中正态分布的方差和协方差。将策略参数并入个体表示的目的,是通过将进化算子应用于这些参数来促进它们的进化自透应。因此搜索就在解空间和进化参数上问时进行。通过这种方法,可以在任意环境下获得变异参数的合理调整和多样性。不可行( infeasi bility)与非法性( (illegality)遗传算法交替地在编码空间和解空间中进行操作。换句话说,也就是交莕地在基因型空间和表现型空间中进行操作。遗传算子作用于基因型空间中,而评价和选择则作用于表现型空间中。然选择连接了染色休和解码产生的解的性能。从基因型空间到表现型空间的映射对于遗传算子的性能有很大影响。其中…个与映射相关的重要问惠就是某些个体对应着给定问题的不可行解。对子约束优化间题和组合优化问题而言,这个问题可能很严重
    2020-12-08下载
    积分:1
  • Labview 控制 8路继电器模组
    串口控制继电器模块.vi
    2020-06-27下载
    积分:1
  • HSV和RGB转化小工具
    自己开发的一个HSV和RGB转化的小工具,使用的时VC++ 2005,时间仓促做的不太漂亮,但是好用。有源码,需重新编译。
    2020-12-03下载
    积分:1
  • stm32F429的ADC采样的傅里叶变换
    2018年电赛A题,本质做频谱分析,主要手段是采集信号,然后对采集到的信号做傅里叶变换变换。实际上实现的功能是简易频谱分析仪。
    2020-12-04下载
    积分:1
  • python 交通流量数据
    用于岭回归模型进行交通流量预测的基础数据。根据已有的交通流量数据,对以后时间的车流量的信息进行回归预测。数据来源:某路口的交通流量监测数据,记录全年小时级别的车流量。
    2020-12-12下载
    积分:1
  • Intel Parallel Studio XE 2019 Windows版附带License
    Intel Parallel Studio XE 2019 Windows版本带License亲测可用,支持VS2013、VS2015和VS2017三个版本的开发环境
    2021-05-07下载
    积分:1
  • 小波阈值去噪+模极大值去噪 代码实现
    利用小波算法实现图像去噪,包含软硬阈值去噪,中值,均值滤波等,内含图片灰度与彩色实例。以及代码文件说明、
    2020-12-06下载
    积分:1
  • 科研常用代码(预测分类评价)
    matlab常用代码大全,帮助你科研,论文实证分析,数模竞赛第44章 层次分析法第45章 灰色关联度第46章 熵权法第47章 主成分分析第48章 主成分回归第49章 偏最小二乘第50章 逐步回归分析第51章 模拟退火第52章 RBF,GRNN,PNN-神经网络第53章 竞争神经网络与SOM神经网络第54章 蚁群算法tsp求解第55章 灰色预测GM1-1第56章 模糊综合评价第57章 交叉验证神经网络第58章 多项式拟合 plotfit第59章 非线性拟合 lsqcurefit第60章 kmeans聚类第61章 FCM聚类第62章 arima时间序列
    2020-06-19下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载