人工免疫算法在足球机器人路径规划中的应用

提出了一种人工免疫算法———基于思维进化的人工免疫算法,此算法在人工免疫的基础上吸取了思维进化算法中的优点,提出了趋同半径和异化半径的概念,能够实现算法中抗体的局部和全局求解,使得人工免疫系统和思维进化算法有机地结合起来。同时将算法应用到足球机器人的路径规划中,构建了机器人的数学模型和亲和力函数,并且给出了具体的实现步骤,取得了合理的实验结果,对算法中的一些关键操作也进行了简要的说明。     

Floyd最短路径算法在火灾救援中的应用

火灾救援是城市消防工作的一个重要方面,火灾发生后,如何确定一条最佳路径是一个值得研究的内容。本文运用运筹学图论相关知识,针对消防灭火救援实践,结合城市交通附权图,建立了基于Floyd算法的火灾救援最佳路径计算模型,为消防管理部门在火灾救援工作中提供科学决策。     

基于人工免疫的N最短路径检索算法

求解N最短路径检索问题的传统算法通常比较复杂,计算量较大,针对这个问题提出了一种基于人工免疫的求解算法。借鉴免疫系统的抗体多样性机制、克隆选择、高频变异、免疫记忆以及蚁群算法的信息反馈等原理,通过抗体种群的免疫进化实现对N最短路径检索问题的求解。在多个测试图上与传统Yen方法和基于Dijkstra的方法进行了对比实验,结果表明该算法能以较高的成功率正确地求得全局最优路径集,对图的尺寸和结构以及待求路径数量较不敏感,而且具有很好的时间性能。     

三维最短路径算法在山间修路问题中的应用

针对交通工程中山间修路问题,建立了三维最短路径模型,并将三维最短路径问题转化为图论最短路径问题,提出了一种三维最短路径算法.结果表明,三维最短路径算法可有效地解决山间修路中出现的问题.     

基于改进蚁群算法的移动机器人火灾救援路径规划方法

为了解决在火灾救援中考虑多因素的移动机器人最优路径规划问题,提出一种基于改进蚁群算法的救援路径规划方法.通过改进全局信息素更新策略,考虑影响移动机器人到达待救援点时间的路径长度、转弯次数、坡度大小等主要因素,并根据多因素综合指标来分配各路径上的信息素量,指引蚂蚁走向最优路径.通过仿真算例并与同类方法对比,结果表明,该方...     

蚂蚁算法在公交查询最短路径求法中的应用

公交乘客出行路径选择是公交乘客信息系统的关键技术 ,提出以换乘次数最少为首要目标、出行距离最短为第二目标的算法 ,本算法是基于广度优先搜索并结合蚂蚁算法提出公交路线最短路径选择的新算法     

煤矿救援机器人全局路径规划

全局路径规划是煤矿救援机器人自主导航的关键技术之一,其任务是按照某一最优指标寻找一条从起始点到目标点的安全避碰路径。文中针对矿难发生后,井下部分巷道的局部环境不确定的特点,提出以矿难前的已知GIS系统为基础,结合改进蚁群算法获取环境不确定情况下的优化路径,从而获得全局最优路径的策略;依据安全性、路径最短原则设计了适应值评价函数,依此作为路径评价和信息素更新的依据;为避免停滞现象,采用确定性选择和随机选择相结合的路径选择策略。实验结果验证了算法的正确性和有效性。     

求解最短路径问题的DNA动态规划算法

最短路径问题是一个组合优化问题,许多交通运输、工程、管理等实际问题可转化为最短路径问题进行求解。文中利用DNA计算的并行计算模式,给出一个求解最短路径问题的DNA动态规划算法,该算法最多需要7n-11个生物操作。     

森林火灾多机型救援三维航迹规划

为解决通用航空森林火灾救援时机群调度存在的航迹优化问题,提出一种针对多机型的自适应三维改进A^*航迹优化算法。目前常用的传统A^*算法存在搜索节点多、计算速度慢和受限于二维空间等缺点,综合考虑不同救援航空器实际飞行时的性能限制,从三维空间上改进搜索节点;提出考虑救援成本的代价函数,同时采用自适应方法动态调整权重。仿真结果表明,该算法能有效减少航迹规划时间和航迹长度,加快搜寻救援方案的生成速度,有效提高救援机群调度效率,更符合通用航空器实际林火救援飞行。研究成果可为提高通航森林火灾救援效率提供理论依据,具有一定的参考意义。     

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.     

最短路问题的Auction算法在无圈网络中的改进

提出了Auction算法在无圈网络中的一种改进．在改进的新算法中,采取了新的推进(extension)方式,从而成功地降低了算法的复杂性．改进后算法的复杂性为O(m),此处m是图的弧数．     

综合运输网络中合理路径优化模型

为了提高多式联运经营人运输决策的科学性和可行性,建立了一个含路径合理性约束的联合运输路径优化模型.从货运生产实践角度出发,提出了联合运输合理路径概念.基于联合运输的实现流程,指出除了运输效益最大化外,合理的换装序列和换装次数限制是联合运输路径选择和优化必须要考虑的另外2个重要特性.对于一般联合运输问题,研究了运输总费用的构成,即直线运输费用、节点中转费用和超期惩罚费用.通过构建直观的联合运输网络图,以总运输成本最少为优化目标,将多方式联合运输合理路径的选择和优化问题转化为含有超期惩罚因子的广义最短路模型,对模型的假设和数学形式做了详细的描述,并提供了简要的求解思路和参考算法.     

时变网络中零等待时间最短路问题的一个对偶算法

时变最短路问题是最短路问题的一个推广.假设图G=(V,A)是一个有向图且有唯一的源点t,图G中的每条弧(i,j)∈A都附有两个参数:弧的传送时间b(i,j,u)和弧的传送费用c(i,j,u),它们都是在弧的顶点i上的出发时间u的函数.找出从源点到其它各点的最短路,即最小费用的路,并且要求每条最短路的传送时间不能超过给定的时间限制T.假设除源点外,在其它任何顶点都不能等待,b(i,j,u)是满足u b(i,j,u)≥0( (i,j)∈A,u=0,1,…,T)的任意整数,c(i,j,u)是任意的非负整数.给出了该问题的原规划和对偶规划,提出了一个最优性条件和一个对偶算法,并用一个数值例子来阐述算法.     

基于PSO和人工势场的机器人路径规划

文章提出了一种变形Gaussian函数作为势场模型,它能更准确地反映势场环境;通过分析震荡现象产生的原因,以及局部极小值点的特点,将粒子群算法引入到路径规划过程中,用于绕过障碍物或逃逸局部极小值;仿真结果表明,该方法能有效消除运动路径的震荡现象,极大地降低了陷入局部极小值的概率。     

无人机快速航迹规划算法

基于快速搜索树提出了一种快速高效同时具有鲁棒性的航迹规划算法.该算法主要包括3部分:选择采样点、搜索扩展树上距采样点最近的节点和扩展节点.首先产生采样点,以一定概率选取目标点作为采样点来提高航迹的质量和规划速度;然后找出搜索树上距采样点最近的节点;最后扩展节点,扩展节点时把航迹约束条件结合到节点扩展过程中,保证了航迹的可行性.这个过程不断迭代,直到找到目标点.仿真结果显示本方法能快速找到近似最优解并且对规划环境有一定的鲁棒性.     

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.