一种改进工业自动导引车路径规划算法

为了解决当前工业自动导引车(automated guided vehicle,AGV)栅格地图下路径规划算法存在路径转弯较多、弯曲度较大、搜路时间较长且距离障碍物近等问题,基于A?算法提出了一种改进路径规划算法.首先,通过在全局地图中设置路径关键节点,生成关键点拓扑地图,并利用Floyd算法进行最短路径规划,输出路径节点集合;其次,利用A?算法对集合中相邻节点进行路径规划,并将生成的路径进行拼接;最后,通过引入贝塞尔曲线对拼接路径进行平滑处理,以获取全局路径.实验结果表明:本文算法规划的路径转弯更少、弯曲度更小、搜索时间更短且能完全避开障碍物行走,更符合工业AGV的应用环境.     

单纯形蚁群算法对带时间窗车辆路径优化问题的研究

研究了单纯形蚁群算法解决带时间窗约束条件的车辆路径问题,旨在突出研讨在运输中不仅距离最短,而且使应用的时间尽可能的少.首先建立时间、距离对搜索路径的影响函数,然后用单纯形蚁群算法解出最优路径.简单介绍了运输的现状,提出了物流双向运输的数学模型及单纯形蚁群算法,得出了物流运输最经济的合理路线结论.     

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.结果表明,改进A*算法所规划的路径距离障碍物比较远,转折点数量明显减少,同时路径更加平滑.     

基于极小代数赋权有向图最短路径求解算法

应用极小代数给出了求解简单有向赋权图最短路径问题的代数算法.该算法基于赋权有向图的直接距离矩阵A,在极小代数意义下计算k步最短路径距离矩阵Ak和最短路径距离矩阵A+,并依此确定出赋权有向图的最短路径以及最少步数最短路径.与Dijkstra算法相比较,所提出的代数算法求解路径规划问题能够较快地得到特定的最短路径及其长度.     

一种面向非结构化环境的改进跳点搜索路径规划算法

为解决非结构化复杂场景下基于搜索的寻路算法中存在的计算时间长、路径非最优等问题,在跳点搜索(jump point search,JPS)算法的基础上,提出一种带权重的跳点搜索(weighted jump point search,WJPS)算法.WJPS算法改进了启发式函数,同时采用非传统的距离表达,最终实现了在保证全局路径最短的同时,降低了计算时间.为了验证WJPS算法的有效性,设计了多种非结构化复杂场景地图,对A?、JPS算法和WJPS算法在寻路时间、扩展点数和路径长度3方面进行了对比.实验结果显示,相比A?算法和JPS算法,WJPS算法在复杂环境中能保证生成路径是最短的,同时利用JPS跳点算法中寻找拓展点的策略,能够实现毫秒级别的规划,且算法效率能够满足智能体对路径规划层的要求.另外,WJPS算法采用微分平坦法对生成的路径点作曲线拟合,使智能体的运动轨迹更加平滑.     

基于欧拉方法的集装箱堆场集卡路径控制策略

描述了Ye等建立的在集装箱堆场内作业车辆多、道路狭窄且数量有限的情况下,车辆如何选择行驶路径及提高堆场作业效率的模型.研究了堆场中集卡路径选择的控制与决策问题,提出了以道路资源为研究对象的思想,引入了欧拉方法,使堆场中集卡能够从时间和空间两个方面预测堆场道路的畅通或阻塞趋势,从而选择较畅通且距离较短的路线行驶.实验结果表明,该方法的阻塞时间和总的作业时间均明显短于Ye等的策略,验证了该方法的有效性.     

基于Q-IGA动态拟合贝塞尔曲线的路径规划

为在路径规划过程中得到一条适用于实际情况的最优路径,并克服遗传算法自身固有的易收敛于局部最优解和复杂度较高的缺点,提出一种基于Q-IGA（Q-standard Improved Genetic Algorithm）算法动态搜索贝塞尔曲线控制点的路径规划算法. 该算法摒弃利用贝塞尔曲线直接拟合最优路径的静态方式,使路径搜索与控制点搜索两个过程同时进行;并且在选择算子中添加一个判断准则,利用Q值检验法剔除相似度较高的解决方案,增强种群的多样性;与此同时,优化适应度函数,加入机器人体积及转弯角度带来的代价,使选择出的路径是一条距离较短且与障碍物保持安全距离的合理路径. 仿真结果表明,Q-IGA算法比改进人工势场法和混合遗传算法得到的路径更为合理,可降低机器人耗能,减少搜索时间,更适于实际的工业应用.     

基于改进Dijkstra算法的最短路径搜索仿真

提出基于Dijkstra算法的最短路径搜索改进算法,通过设置高效的优先目标搜索区域,减少大量无意义运算,达到提高搜索效率的目的.以淄博市交通道路图(局部)为例建立系统仿真模型,分别以两点间距离系数和拥堵系数作为权值进行系统仿真,得出了基于不同权值的最短路径求解结果,并对算法改进前后测试数据进行对比分析.结果表明,基于改进Dijkstra算法实际运行时间均值仅占Dijkstra算法运行时间均值的23%以下.     

基于城市应急指挥系统的最优路径算法

城市应急指挥系统要求在事故发生时,计算出到出事地点的最佳路线的最短时间,其核心算法仍是最短路径算法.针对实际的城市道路网特点,对道路网络模型、道路拓扑结构和数据库结构进行构建.以优化的数据存储结构为切入点,在分析了经典的Dijkstra最短路径算法的计算速度瓶颈的基础上,提出了基于方向性的空间最优路径算法,使该算法具有更高的效率.     

基于自适应多态蚁群算法的多约束车辆路径问题

建立了在有客户优先级、路况影响、多车型、时间窗和容量等多约束条件下车辆路径问题(VRPMC)的数学模型.由于该模型是一个NP-hard问题,目前还没有多项式算法求解,又提出了采用自适应的多态蚁群算法(APACA)来对其进行求解的策略.首先,算法中侦察蚁完成满足约束条件的路径侦察并设置侦察信息素;其次,搜索蚁利用侦察蚁提供的辅助信息进一步搜索可行路径,通过多态蚂蚁间的协作和自适应调整挥发系数,能更快地搜索到问题的优化解;最后通过一个实例与节约算法、遗传算法、禁忌搜索算法和基本蚁群算法进行了对比,结果表明:对VR-PMC问题,APACA算法比前述算法在算法稳定性、运行距离、计算速度方面更具有优势.     

论党的先进性再造 --社会建党论系列研究之二

党的先进性的再造分四个问题进行探讨:一是党的先进性的构成;二是党的先进性建设的基本方式;三是党的先进性建设的根本之点;四是党的先进性建设深化和完善的主攻方向。     

纵论马克思主义建党路线的确立和发展--马克思主义党的建设理论研究系列之一

社会主义运动和无产阶级革命发展到现在,大体经历了三个不同的历史时代,即思想革命时代、政治革命时代、社会革命时代。党在三个时代的基本路线,就是思想革命路线、政治革命路线和社会革命路线。相应于社会主义运动的三个革命时代和党的三个时代的基本路线,党就有三个时代的不同的建党路线,这就是思想革命时代的思想建党路线,政治革命时代的政治建党路线和社会革命时代的社会建党路线。     

利用DCN网实现传输设备的远程监控

文章从实用功能出发，讲述了通过DCN网对传输网络进行远程监控的两种解决方案。     

流路理论在管壳式换热器中的应用

为了节省能源，提高管壳式换热器的热交换效率，采用流路理论分析了强化传热管壳式换热器管程的流量和流速规律，壳程的实际换热面积．分析结果显示均匀分配介质在管程和壳程内流量能有效同时提高管程和壳程的换热面积，达到换热面积的合理匹配，提高总传热系数．通过试验测试表明总传热系数均高于普通换热器的总传热系数，达到了节省能源的目的．     

一种并行路由计算方案的研究与设计

提出了一种路由器中并行检索路由表的方案，它采用目的地址直接并行检索路由表的新方法，克服了传统路由表逐条比较检索速度太慢的不足。计算数据表明，采用这种并行检索路由的方法，将使路由器的转发效率大大提高。     

浅谈电气设备的巡视检查工作

探讨了做好巡视检查设备工作的必要性,阐述了巡视检查设备的方法和注意事项,提出了提高巡视质量的各种措施。     

浅析网络层的路由选择算法

本文就路由选择算法中的默认路由(含静态路由)和两种简单的动态路由算法作一简单分析。     

路由重分发中次优路径的解决方案

在大型网络中由于采用多种路由协议,必须开启路由器的重分发功能。但是路由重分发可能产生次优路径问题,为解决次优路径问题,通过对利用图形化网络环境模拟器GNS3建立的双向重分发模拟实验网络环境进行研究,分析管理距离值对多协议路由环境下路由选择的影响,设计了两种纠正次优路径的系统解决方案,方案一直接使用distance命令来修改某个协议的管理距离值;方案二利用访问控制列表针对某条路由精确地更改管理距离值,结果表明两种方案都能有效避免路由重分发中次优路径的产生。     

中枢辐射式航线网络分阶段航线决策研究

严格的中枢辐射式航线网络发展到一定程度必然会对枢纽机场的软件、硬件和旅客产生各种不良的影响,而非严格的中枢辐射航线网络的模型求解不易实现.针对这种情况,通过设计了一种合理的航线决策方法,先求出了可选航线的集合,然后再根据多属性决策方法筛选被选航线,得到了在资源有限的情况下最优的航线网络.目的是减轻算法对于决策模型的约束...     

利用改进蚁群算法的可规避威胁源最优航线规划

针对复杂环境中飞行器航线规划问题,在基本蚁群算法的基础上,提出一种可规避威胁源的航线规划方法。通过综合分析飞行器飞行环境中的地形信息和威胁信息,考虑航线距离、时耗、能耗、全程费用和威胁规避等因素,重构航线规划目标函数,加强了对飞行器实际飞行环境的描述,从而提高了航线规划的有效性;通过增加目标节点对下一节点的影响来改进状态转移概率,促使蚂蚁向目标方向前进,以节省计算时间,提高优化效率。仿真结果显示,与基本蚁群算法相比,改进算法可以节省10%的优化时间且缩短10多次迭代次数。