记我的第二个“华瑞世纪”

第二次参加华瑞世纪校赛。收获了和一年前一样的二等奖奖状,300元奖金。

去年的时候,抱了大釉的大腿,那时候的自己,什么都不懂,还记得比赛前,大釉问我擅长哪一块,图论数论等等,回答他不擅长图论,其实那时候,内心是崩溃的,因为实际上,并不懂什么是数论什么是图论,还不好意思说。不过大釉还是不嫌弃的和我组队了。比赛的时候基本上就只看且做且坑了一道水题,写了半个小时代码,总是bug,因为写的太不专业,大釉也没办法debug,只能重写。在大釉的主力AC以及我和司徒的水助攻努力下,是大一队的第二名,二等奖,900元奖金,那时的自己只是觉得很幸运,轻轻松松得到二等奖。

加入集训队的第一场本校赛,有了自己真正的队友,天神和堃腿,我想也是很幸运,三个人虽然还没有到默契十足的程度,但是在这么短的组队时间内,基本上能算是意见统一,合作很愉快,希望能就这样组队下去。在没有大腿的情况下,AC了6道题,结果可能并不算好,但能算得上是发挥正常,实力的真实水平吧,4道简单题,2道有一点难度的题。总结一下,A题WA了一次是太粗心和着急的结果,L题一开始思路错了,就往死胡同里走了不少弯路,D题可能是题意本身也说得不太清楚,我们理解的也不好。H题AC了特别开心,似乎这是我第一次在正式赛用专业一点的算法A过的题,并且是用我特别喜欢的树状数组。比较可惜的是B和K题,虽然不知道究竟对不对,但我依然相信我的K题的方法是正确的,没时间写完了。B题这种图论题是我们队的短板,以后也需要多练练图论题了。

编程之美跪了,不过没关系,缘分不够明年再来吧。

再就是感谢校赛让我见到了好多想见到的人,让我更加坚定自己的目标。

明年还参加,继续努力吧。



内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值