车辆路径问题的蚁群算法研究

蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,通过介绍蚁群觅食过程中基于信息素的最短路径的搜索策略,给出蚁群算法在车辆路径问题中的应用,针对蚁群算法存在的过早收敛问题,引入节省量以及车辆载重利用率两种启发式信息对蚁群算法加以改进,并加入2-opt方法对问题求解进行局部优化,计算机仿真结果表明,这种混合型蚁群算法对求解车辆路径问题有较好的改进效果.     

一种适于车辆导航系统的快速路径规划算法

针对城市道路网图节点数较多,经典的求解最短路径的Dijkstra算法存在计算时间较长的问题.对矢量化的城市道路网图的特点进行分析,给出了道路网图的计算机存储结构,提出一种快速求解城市道路网两节点间的最短路径近似算法.算法的实现采用双向式搜索法、投影法和夹角最小的方法.理论分析和实验结果表明,和Dijkstra算法相比,该算法尽管有时得不到最优解,但能大大减小搜索空间,提高搜索速度,时间复杂性不超过O(N),适用于车辆导航系统.     

基于单元分解的改进D?lite路径规划算法

障碍物分隔搜索空间会隐藏D?lite算法正确的搜索方向,增加算法的计算次数,进而影响搜索效率,针对这一问题提出一种基于单元分解的改进D?lite路径规划算法.在原有Boustrophedon单元分解法的基础上加入了新的分解规则,对环境地图进行单元分解并构建了以单元为节点的图.设计了双向图搜索算法,能够快速计算出最短路径需要依次经过哪些单元.在这些单元中设置核心网格并依照顺序构建搜索链表,引导正确的搜索方向,使规划速度提高.在仿真平台上将算法与其他路径规划算法进行对比实验,实验结果表明,算法规划出的路径长度与其他算法几乎没有差别,并且减少了计算次数、降低了规划时间,验证了算法提高路径规划效率的有效性.     

车辆导航中一种改进的路径优化算法

针对车辆定位与导航系统中的最优路径规划中存在的问题,研究了最短路径搜索算法的快速实现技术,提出了一种启发式快速最优路径规划算法.在分析经典迪杰斯特拉最短路径搜索算法和A*启发式搜索算法的基础上,利用双向A*算法和地图分层搜索技术减小搜索空间,采用二叉堆结构来实现路径计算过程中优先级队列的一系列操作,从而提高了算法的执行效率.仿真试验的结果证明了该算法的优异性能.     

A*算法与蚁群算法相结合的无人艇巡逻路径规划

针对无人艇海上巡逻路径规划问题,提出了一种A~*算法与蚁群算法相结合进行最短巡逻路径优化的方法.在传统A~*算法的八角度搜索基础上,设计了一种多角度A~*算法以获得更短的两点之间可行路径,并以A~*算法搜索结果构建任意两个巡逻点之间的最短路径网络.结合最短路径网络建立多点巡逻路径规划问题的目标函数,利用蚁群算法进行求解以获得全局最优的巡逻路径.针对巡逻路径转折角较大的问题,提出了一种平滑算法以获得更符合实际航行需求的平滑路径.仿真结果表明:该方法有效地去除了冗余节点,缩短了路径长度,提高了路径平滑度,规划出了一条更优的无人艇巡逻路径.     

基于多智能体系统仿真的最短路径规划

针对有向图最短路径问题,提出了通过多智能体系统仿真的方式求解有向图最短路径的方法.首先,把有向图中的节点、边都建模为智能体对象;其次,设计机器人智能体从源点沿有向边移动对节点实现遍历,利用机器人智能体的自我复制能力和边断开能力实现对节点的并行访问并保证任何节点最多被访问一次;最后,利用Anylogic开发多智能体最短路径仿真系统进行方法验证.仿真结果表明,多智能体最短路径仿真系统能快速找出有向图最短路径,算法时间复杂度与Bellman-Ford算法相同.     

复杂路网下多客户间最短路径的扇面Dijkstra算法

复杂路网模型下多客户之间最短路径的计算,直接影响市区集送货问题的求解效率。该文提出多客户间最短路径扇面Dijkstra算法。该算法首先由客户在路网的分布确定出最小扇形区域及扇面搜索区域,并将路网节点分为拓展点集、邻节点集。然后在搜索过程中通过优化到达邻节点的通行代价来确定新的拓展点集、邻节点集。算法通过限制搜索区域、减少遍历节点的数量来缩短搜索时间。100个分布于北京市的客户间最短路径的计算表明,相对于Dijkstra算法,扇面Dijkstra算法能够在保证精度的前提下,降低15%的最短路径求解时间。     

基于网络拓扑的交通最优路线选择模型

从网络拓扑的角度,将交通最优路径搜索问题转化为图论中的最短路径搜索问题,并通过对最短路径搜索算法的分析和构建,结合分块矩阵和分类思想,提出了一套求解城市公交地铁道路网络两点间最优路径的算法,该算法具有较强的拓扑稳定性,可以扩展应用到城市交通地理信息系统（TGIS）领域。     

嵌入式导航系统中的最短路径分析

为了提高移动导航系统的功能,针对嵌入式计算机的特点,在进行网络分析后提出了用十字链表存储网络数据以有效地减少内存资源的占用,在此基础上,进而提出了相对确定方向偏离量最小的最短路径搜索算法并且结合双向搜索的思想对其进行了改进以有效提高算法的效率。经对照比较可知算法的时间、空间复杂度较小,更适合于移动导航系统的应用,改进的算法效率更高。     

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.     

无向图中严格第三短路问题的多项式时间算法

给定一个无向图G=（V,E;w;s,t）,其中s,t是2个固定顶点,w：E→R^＋是边的长度函数．最短路是指所有路中长度最小者,次短路是指长度比最短路严格大的所有路中的最小者,严格第三短路是指长度比次短路严格大的所有路中的最小者．对正权重无向图中严格第三短路问题给出一个O（n^4）多项式时间算法．     

无向图中严格第三短路问题的多项式时间算法

给定一个无向图G=(V,E;w;s,t),其中s,t是2个固定顶点,w:E→R+是边的长度函数.最短路是指所有路中长度最小者,次短路是指长度比最短路严格大的所有路中的最小者,严格第三短路是指长度比次短路严格大的所有路中的最小者.对正权重无向图中严格第三短路问题给出一个O(n4)多项式时间算法.     

含负权有向图最短路问题的一种新算法

Dijkstra算法是求解最短路问题的一种经典算法，但是它的缺点是不能用来求解含有负权的最短路问题。本文对图论中含有负权的最短路问题进行研究，提出了一种新算法，将含有负权的最短路问题先转化为不含负权的最短路问题，最后再利用Dijkstra算法求解，并用实例验证该算法的有效性，具有一定的现实意义。     

空间四边形网格曲面上最短路径的图论法求解

目的在空间四边形网格曲面上,寻求连结所有网格结点的最短路径。方法运用图论的相关知识,提出应用最短哈密顿路径法,通过建树的方法来连结网格节点以形成路径。结果在划分好的空间曲面网格上实现了最短路径的求解,进而证明了提出方法的可行性和构建算法的正确性。结论该方法可以更有效地解决空间曲面上最短路径的求解问题。     

迷宫问题的最短距离标记法递归求解

用标记每个搜索位置离起始位置最近距离的方法,通过递归函数求解,提出了一个对复杂迷宫的简明求解算法.求解结果给出了迷宫通道中所有各点离入口的最短距离、次短距离等有意义的批量信息.     

用最短路径法求关键路线及其SAS的实施

利用网络工程的关键路线为耗期最长的特点，将其按照一定的规则转化成最短路径问题，然后利用求最短路径的SAS程序，顺利地求出网络工程的关键路线。     

最短路问题的灵敏度分析与最短路调整

本文讨论的是无负回路的有向网络,在己知网络各节点间最短路的前提下,当网络中的个别节点、权值、弧发生变化时,变化对最短路有无影响,若有,如何利用变化前的最短路得到改变后的最短路,即:利用网络的独特优势,建立最短路问题的灵敏度分析算法.     

城市道路最短路径算法的研究

建立城市公交最短路径有利于城市交通建设有序和稳定的发展,目前采用GIS技术可以有效地管理公交车辆。从系统的最短路径入手,对行走路线作了分析,并给出了用于空间分析的最短路径追踪方法。此外介绍了该系统在具体城市交通应用中所要遵循的原则。     

关于动态最短路问题的探讨

主要研究网络优化领域中一种具有动态特征的最短路问题,给出了离散时间模型下关于时间和费用的动态最短路问题的描述,通过引入时间扩张图概念,将动态最短路问题转化为对应的静态网络中的最短路问题,讨论了两类动态最短路问题的复杂性并给出算法。     

随机网络的动态最短路研究

本文对于权值为时间t的连续函数动态最短路的问题,通过先求解某个时刻从起点到终点的最短路,然后分析某个时刻的最短路与该时刻的邻域内的最短路关系,再借助有限覆盖定理,求解出某一闭时间区间内的最短路时．从一新途径研究了变权的最短路问题．