一种支持状态优劣的路径搜索算法

文章描述一种支持状态优劣的高效增量搜索算法。在大规模状态空间的搜索算法中,通过探询节点间状态的优劣来剪枝,可以极大的提高搜索算法的速度。本算法保留了D*Lite的算法简单性和增量搜索能力,还极大的提高了对大规模状态空间的优劣排序速度。     

动态路径诱导交通阻抗优化方法与实现

基于实时交通采集数据,获取合理动态规划最优路径,提出了考虑驾驶员出行行为因素的交通阻抗优化方法.研究了基于实时交通状态因素的动态路网优先等级指数的确定方法,重构了动态路径诱导交通网络模型,大大降低了路网的复杂度;基于多源实时数据,研究了动态路径诱导交通阻抗优化的计算方法,实现了路网的动态路径诱导,并通过GIS平台进行了仿真分析.该方法更符合驾驶员行为习惯,对于改进Dijkstra算法在动态路径诱导中的应用具有操作优势和显著意义.     

一种多目标增量启发式搜索算法

提出一种多目标增量启发式搜索算法, 该算法结合启发式搜索与增量搜索的思想, 当多目标问题搜索图的状态格局发生改变时, 该算法并不是对变化后的问题进行完全重新求解, 而是部分利用了先前搜索保留的信息求解新问题的最优解集, 从而提高了问题求解的效率. 通过Gridworld标准测试问题上的实验测试, 验证了算法的效率.     

基于遗传算法多目标非重叠路径诱导算法

依据遗传算法基本原理,提出一种多目标路径诱导算法. 染色体编码采用可变长度节点序列方法表示,以减少染色体编码长度. 设计了相应的多目标适应度函数. 该算法在给定多个目标约束条件下,能够解出多个近优路径. 实验结果证明,该算法能有效解决多目标非重叠路径选择问题,和目前已有其它方法相比,路径相似度更小.     

基于交通信息的个性化路径集成规划方法

为了更好地满足交通诱导系统用户的路径规划需求,判别了理想路径的影响因素,并分析了个性化路径需求的属性与特征.分别针对距离、时间、服务水平及综合属性提出了相应的路径规划方法,在此基础上,设计了个性化路径集成规划框架.通过一个示例路网给出了个性化路径集成规划的算例,验证了该方法能够集成多种模式的路径规划方法,并提高诱导系统用户的满意度.     

一种基于遗传算法的机器人加工路径规划方法

针对传统机器人加工路径规划采用示教再现方法很难适应复杂变化任务的问题 ,提出了基于遗传算法的路径规划方法 ,研究了遗传算法中的编码方式、交叉算子和变异算子的改进方法 .仿真实验表明 ,采用遗传算法进行机器人加工路径规划是可行的和有效的 .     

动态未知环境中的优化路径规划算法

提出一种在未知动态环境中进行启发式优化搜索的实时路径规划算法．该算法采用并行搜索策略,在机器人当前位置点到终点的连线方向上作角度增减两个方向的并行搜索．仿真试验证明该算法是实时而有效的．     

基于遗传算法的动态路径诱导

动态路径诱导（DRGS）是智能运输系统研究的一个重要方面,旨在通过向驾驶员提供基于实时交通信息的最佳行驶路径在来达到诱导出行行为,减少车辆在道路上的逗留时间,进而实现改善城市交通和避免交通拥挤、阻塞的目的。路径牵引算法是DGRS中的重要研究内容,它能计算出给定起讫对之间的的最优或准最优路径,路径牵引算法要考虑一全局准最优和实时性问题,而遗传算法具有全局寻优和潜在的并行性特点,将遗传算法应用于动态路径诱导系统中求解最佳路径,设计了特定的有序选择、交叉和遗传算子,并通过实例验证了算法的有效性。     

基于物理规划的路径诱导方法

针对路径诱导过程中驾驶员的个性化需求,提出一种基于物理规划的路径诱导方法。首先,基于物理规划方法的基本思想,构建能够反映驾驶员个性偏好的路径诱导模型,包括构建路径评价的指标体系、设计偏好函数的数学表达式以及设计相应的偏好因子,为路径诱导提供了模型基础;然后,在构建交通路网数据库的基础上,通过设计合适的代价函数,利用A*算法搜索得到一条能够反映驾驶员个人偏好的最优路径。仿真结果表明:本文所设计的路径诱导方法能够满足驾驶员的个性化需求。     

一种求解次优路径的算法

根据动态规则的原理,利用最优路径的中间轨迹结果,给出一种快速优选次优路径的算法,并将求解最优和次优路径的算法归纳完整．本算法已在IPM－PC机上编程调试通过．     

限制搜索区域的分层路径规划新算法

依据城市路网独特的空间分布特性及不同道路等级特性,提出一种以源节点和目的节点为椭圆焦点的限制搜索区域分层路径规划算法.通过对小型网格模型统计及回归分析,建立了一个鲁棒性椭圆形搜索区域模型参数,可以满足道路交通路径规划的要求.结合路径规划算法在实时车辆诱导系统中的实际应用,给出该算法的一个应用实例,对实验结果的分析验证了其有效性.     

基于\"节点删除\"的多路径获取方法的研究

提出一种基于\"节点删除\"的多路径获取算法,可以用来为动态路径诱导系统(DRGS)提供多条\"合理的\"候选路径.该算法比传统的\"k-最短路算法\"和基于\"重叠惩罚\"的多路径算法更简单、快捷和有效.     

优化算法在动态路径诱导系统中的研究综述

城市交通拥堵问题已成为阻碍我国城市经济发展的主要问题之一,动态路径诱导系统在城市道路交通流的均衡动态分配中起着举足轻重的作用,并对缓解我国现阶段的城市交通拥堵问题具有重大现实意义。文章对应用于动态路径诱导系统的智能优化算法进行研究,对其进行了分类和综述,并对其各自的优缺点进行总结,同时对下一步的研究进行了展望,为今后的研究提供参考和借鉴。     

基于可达性的用户最优动态交通配流模型研究

以多种已有模型为基础,建立了动态配流流量细化原则,并依据这一原则,在避免估算路段走行时间的情况下构造了一个改进的新模型．该模型的解释性强,具有全局收敛性,并考虑了距离不同带来的可达性的影响．在对该模型最优解条件的充要性进行说明的同时,对新模型的择路机理也予以了推证．     

基于增量谐波平衡法的Mathieu-Duffing振子分岔及通往混沌道路分析

提出了一种分析非线性系统分岔及通往混沌道路的新方法,以增量谐波平衡法为基础,求得特定参数状态下的周期解;根据Floquet理论,判定周期解的稳定性,分析周期解的分岔类型及参数的分岔值。求得分岔值后,根据周期解的分岔类型,构造下一级分岔周期解的谐波函数,计算下一级的分岔点。重复上述过程,可获得周期解分岔的一系列临界值及混沌产生的近似阈值。通过该方法,可以了解动力系统混沌产生的分岔过程。应用该法分析了Mathieu-Duffing振子的倍周期分岔,得到其周期倍化的系列分岔点及混沌产生的近似阈值,所得结果与数值模拟基本一致。     

图像制导导弹导引头搜索方案

目的　扩大图像制导导弹导引头的搜索区域、减小搜索盲区和提高捕获目标的概率; 方法　利用导引头俯仰搜索速度,平衡因导弹飞行速度造成的视线纵向移动速度;结果　得到了一种具有一维视觉效果的搜索方案,使监示器上图像只在水平方向平滑移动; 结论　这种搜索方案搜索范围大,视觉效果良好,目标捕获概率高,无盲区;     

大数据环境下的动态最短路径算法

数量庞大、类型复杂的海量数据给智能交通带来了新的挑战． 文中对交通诱导中的动态最短路径问题进行了研究,提出了动态交通网络数学模型,在此基础上设计了考虑交叉口延时的动态最短路径算法,并使用当前流行的大数据技术,设计了基于 HaLoopMapＲeduce 的动态最短路径并行计算模型,最后在连续流智能交通管控平台上对算法进行了测试． 实验结果表明,文中设计的算法和基于大数据的并行计算模型可以有效地查找到大规模路网中的动态最短路径,同时能很好地满足实时性需求．     

饱和度导行控制及其方法研究

分析了交叉口饱和度变化对路段行程时间和交叉口延误时间产生影响的灵敏性 ,在实现SO/UE(系统最优 /用户均衡 )混合均衡模式的系统目标时 ,确立路网中交叉口饱和度为导行控制依据 .建立了以饱和度为导行依据的导行方法 ,给出了导行路线优化流程图 .在非拥挤状态下 ,建议实施多路线导行 ,以均衡路网交通需求 .在拥挤 /交通异常存在状态下则实施饱和度导行策略 ,并对饱和度导行方法中的控制变量进行了分析说明 .