2007年7月骑行青藏线(13)——纳木错(上)

位于当雄的圣湖纳木错岂容错过,骑行第13天,决定包车去纳木错,与一当地司机谈拢价钱,三人来回300块搞定,第二天天刚亮,在纳木错买门票的人上班之前冲进了圣湖的怀抱

如果体力佳的话,可以清早骑车翻过5190米的那根拉山口,这样门票,车马费都省了,不过路的确非常陡,比我们一路骑过来见过的所有的路都陡,按我们包车的藏族司机的说法,这短短的60公里的马路简直是一条血泪之路,哪一年死了多少人,哪个地方死了多少人,如数家珍,听的直后悔坐车进来,应该骑车或者走进来才对 

 

翻过那根拉山口,一路又是陡下坡直到纳木错乡  


 

到路边一家藏族家里吃早饭(泡面+火腿肠+酥油茶),小红帽是我们的司机 
 


藏民家的摆设还不错,厨房、客厅,卧室 ALL IN ONE!


吃完早饭,继续向扎西半岛进发
终于见到了圣湖真面目


 
拍照留念,不枉来一回
 
 

   
明码标价
圣湖的湖水清又清



玛尼堆
纳木错的花花草草  



扎西半岛
扎西半岛
【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