基于A*算法的机电产品管线自动敷设方法研究

研究了机电产品管线自动敷设,提出了一种改进的A*算法。该算法先采用离散的网格划分法建立敷设空间模型,以利于缩小搜索空间;再针对多路管线敷设引入最短通道约束、最短走线约束和最少折弯约束,建立敷设约束模型;然后结合这两个模型在A*算法估价函数中引入可行权值因子、通道权值因子和折弯评估项。实验表明,利用改进的A*算法驱动多路管线敷设路径搜索,可以得到合理的实现方案。     

车载导航系统中动态最短路径研究

以城市动态交通网络为背景,以路段通行时间作为计算最短路径的依据,在A*算法的基础上引入动态路阻函数,在全局范围内动态确定车辆最优路线,提高出行效率.     

基于Mapinfo的最短路径混合搜索算法

在迪杰斯特拉(Dijkstra)算法的基础上,针对有较多节点和道路的大网络在求解最短路径时计算时间慢、扩展节点多的缺点,采用基于局部最优方向和A*算法的混合算法,利用局部最优方向法的结果,对A*算法的启发函数加以改造,可以减少扩展的节点数量,快速的找到一条最短路径.通过实验仿真证实了该算法的快速有效性.     

基于改进A*算法的无人驾驶车辆路径规划方法研究

针对传统A*算法所规划路径距离障碍物近、转折点多、路径不平滑的问题,对A*算法进行改进并应用于无人驾驶车辆路径规划中.在传统A*算法分析的基础上对背向障碍物搜索和评价函数进行改进,同时采用3次样条插值方法对规划后路径平滑处理.将传统A*算法和改进A*算法应用于MATLAB环境下搭建的无人驾驶车辆模型进行路径规划仿真分析...     

A~*算法在游戏寻径中的应用

图搜索技术能够从图中寻找一条从起点到目标点的路径.围绕游戏寻径问题,介绍了如何确定启发式函数进行启发式搜索,并把A*算法用程序加以实现,从而证明A*算法可以解决游戏中的寻径问题.     

基于双曲正切函数的非线性新息辨识算法

以非线性Nomoto模型作为船舶运动数学模型,同时,通过线性回归模型,类比引入遗忘因子的随机梯度算法并结合推导出的随机梯度算法,以汽车运输船"Hual Trooper"为例进行仿真实验并对该算法进行推导和验证.结合双曲正切函数,得到非线性新息辨识理论,利用双曲正切函数处理新息.通过Matlab编程比较辨识效果,并通过计...     

改进的A*算法在现代电子商务运输中的运用

文章结合现代电子商务运输的信息化、多元化的特点,提出了一种针对解决旅行商问题而采用的启发式搜索方法A*算法中估价函数的设置的改进方案,在证明其符合A*算法的基本要求的情况下,利用现代地理信息系统的便利将这种算法应用到实际运输方案中,用实例证明这种改进的方案因具有较强的收敛性而有其实际的应用价值。     

基于自适应神经网络的电路系统故障诊断研究

针对人工神经网络的特点,对传统BP算法进行了全面改进,通过采用自适应学习率和动量因子修正等方法,有效克服了传统BP算法在实际应用中学习收敛速度慢和容易出现局部极小点的缺点。以电路系统的故障诊断为例,引入了模糊数学中的隶属度函数,对故障特征量进行处理后作为自适应神经网络的输入,故障编码作为网络的输出。实验仿真结果表明,该系统对电路故障类型能够有效地进行诊断和识别。     

基于柯西变异动态粒子群优化的克里金插值算法

针对克里金插值算法中变差函数拟合曲线误差过大、插值精度低等问题.通过基于线性动态变化因子结合柯西变异粒子群算法对变差函数的拟合模型参数进行最优化估计,同时在适应度函数中引入克里金地理权重来增强变量的空间相关性,最后与基于约束粒子群算法的克里金插值进行比较实验.仿真实验结果表明:改进算法使基台值误差减少近75%,获得的变差函数值拟合曲线更接近实际情况,插值精度更高.     

基于A~*的快速三维航迹规划算法

针对标准启发式A*搜索算法所存在的规划速度慢以及受限于二维空间问题,提出了一种基于A*的快速三维航迹规划算法.该方法以基本A*算法为理论基础,并将约束条件结合在搜索算法中,在三维规划空间中将地形高度信息通过所确立的高度代价转换函数简化计算并达到快速规划要求.算法分析和实验表明,该方法能在三维环境空间中快速规划出所需航迹以满足任务需求.     

带通行限制的加权A*算法及其数据库实现

当A*算法应用于带有通行限制的路网时,算法得到的最优解中含有不可通行的路段,而人们期望的搜索结果是可通行路段的集合。为找到符合限制条件的最优解,本文通过建立合适的数据库表结构,对 A*算法进行改进,实现了带通行限制的A*算法,并对启发函数进行加权,使算法能够根据存储在数据库中的限制条件扩展节点,减少算法遍历的节点数目,降低执行时间,达到搜索出符合条件的最短路径的目的。     

基于剪枝策略的改进TDCALT算法

针对大规模路网中求解最短路问题的低效性与非实时性,通过时间依赖性路网来刻画路网和交通状况信息,构造时间依赖性路网下的高效最短路算法.以目前效率较高的TDCALT(time dependent core-based A*landmarks triangleinequality)算法为基础,提出动态优化上限值的改进措施,并首次引入和改进静态路网下最短路算法中的剪枝策略,形成ITDCALT(improved TDCALT)算法.在广州市路网上的试验表明:ITDCALT算法在算法运行时间和搜索空间上均优于TDCALT算法和TDIJKSTRA(time-dependent DIJKSTRA)算法;ITDCALT算法具有计算效率高、搜索空间小、性能稳定的优点.     

基于博弈论组合赋权云物元模型的城市道路交通系统风险评价

为保障城市道路交通系统安全运行,降低城市交通事故发生概率,提出一种基于博弈论组合赋权云物元城市道路交通系统风险评价模型。从城市道路交通系统风险因素出发,结合《城市道路交通管理评价指标体系》,选取实习期驾驶员比例等15个风险评价指标,构建“人-车-道-环”评价指标体系。基于云物元模型,解决评价指标中存在模糊性与随机性的问题,同时采用博弈论将C-OWA有序加权算子处理的专家打分值和改进熵权法求出的权重进行组合优化,围绕待评物元与风险等级之间的隶属度,计算得出风险等级。将该模型应用于我国西部某城市A道路交通系统,展开风险评价,同时将该模型的评价结果与C-OWA云物元模型和熵权云物元模型的评价结果进行对比。结果表明:该模型得出城市A道路交通系统中各指标风险评价结果与实地走访调研结果及实际情况基本一致,且博弈论组合赋权云物元城市道路交通系统风险评价模型更加具有实用性和有效性,可为城市道路交通系统风险评价提供新思路。     

考虑排放因素的城市交通信号配时建模

针对传统交通信号控制方法忽视环境效益的不足,研究考虑排放因素的城市交叉口信号控制方法. 根据城市道路机动车行驶过程,考虑不同行驶工况下污染物排放特点,分别建立了城市道路污染物和标准污染物排放模型;分析了交通信号评价指标的相关性,选取面向排放因素的性能指标,并采用相对评价指标体系,建立考虑排放的交通信号的配时模型;利用基于黄金分割的改进粒子群算法对配时模型进行求解;在不同交通状态下,采用3种算法对实例进行大量的数值计算和仿真验证. 结果表明所设计的算法求解精度高,且提出的模型在降低排放、提高路口通量方面具有良好的控制效果.     

考虑液氧泄漏的改进A*算法及其应用

针对国内工厂液氧泄漏事故频发,工人紧急处理不得当以及逃离路线不安全问题,提出了一种更注重安全和效率的改进A~*算法并将其嵌入到应急演练系统中。通过在启发函数中加入权重因子和方向因素使得A~*算法能更好地应用于复杂地址中,同时根据风险模型的计算对路点进行安全距离的判断从而保证了寻路路线的安全性。对比实验结果表明:在标准A~*算法获得的路径中较多路点处于液氧泄漏危险区里;仅修改启发函数的A~*改进算法获得的路点数小于第一组实验所获得的路点数且更快地向目标点靠近,但仍有较多路点处于危险区域;既修改启发函数又考虑风险模型的改进A~*算法所获得的路点均处于液氧泄漏危险区域以外。由此可知,改进A~*算法较标准A~*算法获得的路径更加安全,同时更快地向目标点收敛。     

考虑非机动车流影响的微循环路网组织优化

为提高道路网通行能力,缓解干道拥堵,提高支路利用率,研究了非机动车流对机动车流的影响,并构建了影响模型,对机动车流的路阻函数进行改进。使用改进后的路阻函数构建微循环路网单向交通组织双层规划模型。上层模型以路网交通效率最大,干道平均饱和度最小和微循环支路平均饱和度最小为目标; 下层模型是基于用户平衡分配的交通流分配模型。采用遗传算法对模型进行求解。最后以北京市西三旗地区某微循环系统为例进行算例分析。研究结果表明:实施单向交通能够有效降低干道饱和度,提升支路利用率,平衡道路资源使用。在不考虑非机动车流影响时,进行单向交通组织的路段为9条,考虑单向交通影响时,进行单向交通组织的路段为4条,仅有两条路段重合,两种情况路网组织方案差异明显,所以应在实际路网优化时考虑非机动车流的影响。可见,考虑非机动车影响的微循环路网组织优化模型能够为实际单向交通组织提供理论支持。     

基于博弈分配的交通配流新算法

交通流分配,就是将预测得出的OD 交通量,根据已知的道路网描述,按照一定的规则符合实际地分配到路网中的各条道路上去,进而求出路网中各路段的交通流量．而枚举OD对中所有的路径是进行交通分配的基础,对于大型复杂的路网这项工作是比较困难的．该文提出了一种生成最短路径的方法,并结合博弈分配,将交通流分配在这些最短路径集上,避免进行大量枚举．文中将新算法与传统的logit分配算法做比较,最后用一个数值算例,说明了该算法的可行性和有效性．     

基于模糊非支配排序遗传算法的多车型快速路交通拥堵和排放优化

以优化城市多车型快速路交通系统拥堵和排放为目标, 综合考虑了走行时间(total time spent, TTS)、走行距离(total travel distance, TTD)、匝道排队、尾气排放和燃油消耗这5个性能指标, 改进了多车型快速路宏观交通流模型Multi-class METANET和多车型排放模型Multi-class VT-macro. 提出了一个新的高维多目标优化算法——模糊非支配排序遗传算法(fuzzy non-dominated sorting genetic algorithm, FNSGA-Ⅲ), 对快速路的匝道汇入率和主路的可变限速(variable speed limit, VSL)值进行了优化, 实现了缓解主路和匝道交通拥堵以及节能减排的目标. 提出的FNSGA-Ⅲ算法, 基于自适应模糊推理系统(adaptive network-base fuzzy inference system, ANFIS), 对下一时刻高维多目标优化的超平面进行预测, 能够有效引导算法在迭代过程中的进化方向, 提高算法的收敛速度. 基于上海市广中路实际路网进行仿真实验. 结果表明, 与现有的单目标遗传算法和高维多目标NSGA-Ⅲ算法相比, FNSGA-Ⅲ算法结合改进的多车型宏观交通流模型, 可以更合理地设置期望速度与匝道控制策略, 更为有效地环缓解快速路的交通拥堵和排放.     

交通安全和谐度分析与评价

论证了交通系统和谐度与安全的关系,提出了交通安全和谐度的4个层次以及和谐度评价指标体系. 从和谐的视角,通过建立单因素方程和多因素和谐度方程,以定性和定量相结合的方法进行交通安全评价. 通过和谐的视角进行交通安全的分析与评价,该评价既包括宏观层面也包括微观层面,既包括物质层面也包括精神层面,从而能够有的放矢地进行交通安全的分析和改进.