2011.8.1-5 周总结

本周主要完成了功能移植到WinCE平台、解决轨迹图绘制闪烁等问题。但仍存在绘图不流畅、线程学习不足等挑战。下周计划包括现有功能的调试完善、添加注释等。

这个写周总结的习惯要改了,总是把上一周该做的总结留到下一周周一才做,应该是周一做周计划,周五(六)做周总结。

主要做的内容:
1.将已实现的功能移植到WinCE平台
2.解决轨迹图绘制时闪烁的问题。
3.解决在数据截取时取位不正确的情况,*号后4位,而不是5位。
4.星空图绘制校正
5.轨迹图完善,比例尺、坐标、长度框

未完成的内容:
1.绘图的过程仍然不流畅。
2.线程方面的学习了解没达到预期
3.坐标算法没能查处原因
4.二进制数据没有实现解析
5.轨迹点文件的的存储读取

可以看得出,解决的不多,没解决的不少,自我感觉不是计划太高,而是解决时效率太低,没有掌握很好的解决问题的方法,会为一个问题花费很长的时间,有些事情不是急着做,而是要认真的做,急和认真的区别就在于这过程中是否是进行着充分的思考。
掌握了解决问题之道,在面对具体问题时才有破解之法。

这一周的计划内容也比较多:
1.现有功能的调试完善
2.添加注释
3.二进制数据请求与解析
4.网络编程

更重要的是思考总结。

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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