复杂网络社区结构划分日益成为近年来复杂网络的研究热点,到目前为止,已经提出了很多分析复杂网络社区结构的算法。但是大部分算法还存在一定的缺陷,而且有些算法由于其时间复杂度的过高导致其不适合应用于对大型网络的分析。提出了一...复杂网络社区结构划分日益成为近年来复杂网络的研究热点,到目前为止,已经提出了很多分析复杂网络社区结构的算法。但是大部分算法还存在一定的缺陷,而且有些算法由于其时间复杂度的过高导致其不适合应用于对大型网络的分析。提出了一种基于PSO微粒群算法的复杂网络社区结构分析方法。此方法无需预先知道组成该复杂网络的社区数量、社区内的节点数以及任何门限值。该算法的可行性用Zachary Karate Club和College Football Network模型进行验证。展开更多
文摘针对常见仿人机器人步态优化方法中存在模型复杂、数据量大和收敛速度慢的问题,采用投影解析法分析仿人机器人运动模型,利用三次样条插值法对步态轨迹进行规划,基于粒子群算法(Particle Swarm Optimization,PSO)优化仿人机器人关节电机的角度。将零力矩点(Zero Moment Point,ZMP)作为仿人机器人动态稳定的判断依据,并把最小轨迹变量和每步驱动能耗构造为目标函数。MATLAB仿真实验表明:所提方法在仿人机器人步态优化中具有高效地搜寻全局最优参数能力,使仿人机器人实现了轨迹平滑、控制稳定的初始步、周期步和终止步等。
文摘复杂网络社区结构划分日益成为近年来复杂网络的研究热点,到目前为止,已经提出了很多分析复杂网络社区结构的算法。但是大部分算法还存在一定的缺陷,而且有些算法由于其时间复杂度的过高导致其不适合应用于对大型网络的分析。提出了一种基于PSO微粒群算法的复杂网络社区结构分析方法。此方法无需预先知道组成该复杂网络的社区数量、社区内的节点数以及任何门限值。该算法的可行性用Zachary Karate Club和College Football Network模型进行验证。
