2007年7月骑行青藏线(11)——那曲

从安多出发,经过申格里贡山,最终抵达那曲。沿途经历了美丽的风景,也遭遇了下雨天气。幸运的是,搭上了邮车免受雨淋。那曲作为藏北的重要城镇,虽环境卫生不佳,但商品经济发达。

安多县城比较脏,吃完早饭,赶紧上路,扑向下一个目标——那曲

在离开安多10公里的样子,开始翻越申格里贡山
虽然不是很陡,不过这种大S型的上坡还是爬的腿软,最后终于登顶,接着就是俯冲而下
 

 
沿途基本重复着前几天的风景,主要以下坡为主,所以骑起来轻松无比,一度以30的速度前进,在离那曲还是50公里时,天开始下雨,非常走运,拦一双排座邮车,免费将我们拉到那曲,司机人不错,在那曲地区活动30余载,虽然不是藏胞,不过对当地的人文地理如数家珍,野牦牛,无人区,康巴汉子,错那湖,天葬等等,我们听的也是受益匪浅。下午五点的样子,抵达那曲,入住一个四合院宾馆,三人间100,可以洗澡
那曲作为藏北重镇,比前面见到的落脚点都要大,这里卫生条件非常糟糕,垃圾满地,污水横流,不过商品经济还是非常发达。餐饮住宿主要是靠四川人,小商品主要来自浙江温州等地,而银饰装饰品主要来自云南。


 
【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