基于最短路径Dijkstra算法多尺度道路网中优化路径规划方法的研究

针对路径规划问题,论述了道路层次划分模型和多尺度道路网数据库的建立,提出了构建多级道路网拓扑结构的方法,在研究道路网络特征上,通过建立道路网模型,综合各路段的权值,应用一种改进的Dijkstra算法对道路进行最短路径分析;并给出了道路网络中多源最优路径的选取问题,得到了所要解决的多源最优路径问题.     

交通网络最优安全路径选择模型与算法

针对交通网络任意路段均可能发生中断的最小损失路径选择问题,提出交通网络最优安全路径选择模型,并设计了2种不同网络结构下最优安全路径选择算法.首先用模型计算任意一条路径上每条边中断后产生的从起点到终点最短替代路径长度的最大值,然后选择一条最短替代路径长度最大值最小且自身长度最小的路径.在网络中,当最短路径删除后该网络依然连通时,最优安全路径问题转化为最短路径问题,其计算复杂度为O(n2);当最短路径删除后该网络不再连通时,最优安全路径问题转化为最小最大问题,其计算复杂度为O(mn),且仅与网络中节点和边的数量有关.最后,结合交通网络的实际情况对最优安全路径进行了算例分析.     

基于距离测算的企业物流配送最优路径规划模型研究

针对当前企业物流配送总成本过高、配送距离过长等问题,提出基于距离测算的企业物流配送最优路径规划模型.测算企业物流配送时的车辆行驶时间距离与空间距离,将两者归一化处理实现配送距离测算;借助鲸鱼优化算法,通过包围猎物的形似搜索最优配送路径;为避免陷入局部最优解,融合莱维飞行与鲸鱼优化算法,选择最优配送路径;结合距离测算值与改进后的鲸鱼优化算法,构建企业物流配送最优路径规划模型.通过该模型选择捕猎路径最短的鲸鱼,将该鲸鱼的位置作为最佳鲸鱼位置并输出,实现企业物流配送最优路径规划.该模型可在城市内有大量需求点情况下,规划出最优路径,且规划后的路径能够有效减少配送距离、降低时间消耗.     

基于改进蚁群算法的多源设计变更传播路径优化

在复杂产品开发中，设计变更及优化是一个非常重要的问题。已有相关工作主要基于任务重分配以及结构变化的动态配置研究，存在设计中的稳定性和设计时间均不理想等问题，因此提出一种多源设计最优传播路径搜索方法，即采用复杂产品的有向加权网络模型，通过改进蚁群算法计算得出最优变更传播路径。实验验证发现：变更影响较小时，变更传播影响的覆盖率为38.2%，比高变更传播影响下的覆盖率降低了5.9%，并且路径搜索中未出现零部件重复的现象。利用改进蚁群算法能够解决传播过程中的路径耦合问题，实现全局最优解的搜索，对复杂产品设计变更传播路径优化具有一定的实际意义。     

多因素下基于路网拓扑的电动汽车充电路径规划策略

随着电动汽车产业的发展,电动汽车的充电需求也日益增加.为了满足电动汽车用户充电多样性需求并提高充电设施利用率,本文在考虑出行距离、充电电价以及充电站排队情况等三种影响因素下构建混合整数线性规划模型,提出了一种多因素下基于充电站路网拓扑结构的电动汽车充电路径规划方法,为用户规划充电路径与充电站选择.首先,该方法在能耗约束的前提下基于Dijkstra最短路径算法进行充电引导,为求解多目标最优引入信息熵的概念来确定各参数影响权重.其次,针对用户充电需求的差异性问题,提出了三种不同目标下的规划方法以降低用户充电成本.此外,本文构建了站点随机充电服务排队模型并进行敏感性分析以研究充电站服务能力对充电成本的影响.以某地区路网为算例进行仿真,结果表明本文提出的方法能够有效降低用户充电出行成本并合理规划出行路径,验证了所提模型的可行性和有效性,对充电选择和站点配置具有一定的决策参考意义.     

基于蚁群算法的物流配送路径优化研究

在实际生活中,如何选择最优的物流配送路线是物流车辆调度系统中最重要的问题之一。首先,针对物流配送路径优化问题,充分考虑了车辆路径的约束条件,以成本最小化和最大限度减少碳排放量构建了一种路径规划多目标优化模型;然后利用蚁群算法对其进行了求解,该算法在问题空间的多点同时开始独立的解搜索,保证了算法具有较强的全局搜索能力,并且具有较强的鲁棒性;将该算法应用到实际问题上运用MATLAB软件进行实验仿真,计算出最优的车辆配送路径方案;仿真结果表明:该模型和算法能较好地解决相关物流配送路径问题,从而提高物流服务的质量。     

分布式SDN控制平面下可靠的控制流传输路径选择

针对分布式SDN控制平面中控制流传输路径选择问题,分析控制流传输的可靠性并提出一种控制森林的控制流路径选择模型.该模型是基于网络中每个组件故障的影响程度,通过启发式优化来寻求近似最优解.最后,在多个拓扑上进行模拟实验,将所提的算法与已有的算法在可靠性、路径长度等方面进行分析与比较,结果表明,该算法能有效提高可靠性并对路径长度造成的影响极小.     

基于双向搜索的公交路径选择算法及优化模型

为了解决人们出行公交路径选择问题,分析了公交网络的特点,对最短路径常用算法进行比较,提出一种基于双向搜索的公交网络路径选择算法。为了选择最优路径,综合考虑出行时间、出行费用和换乘次数等因素,给出一个综合评价指数模型,并用算例对算法和模型的可行性进行验证。基于数据库理论,算法用数据库表示公交网络,用数据库查询技术实现最优乘车路经选择,易于实现,执行效率较高。     

基于多目标路径规划的应急资源配置模型

面对日益增加的突发事件,应急资源调度对于快速开展救援工作以及降低社会财产损失具有重要意义.文中建立了一种基于多目标路径规划的应急资源配置模型,可解决应急路径搜索与资源配置两个问题.考虑到突发事件会对道路网络造成较大影响,模型首先以基于BPR(美国联邦公路局)路阻函数的路径行程时间与基于大量历史交通量数据的可靠性为优化目标进行路径规划,综合禁忌搜索与非支配排序获取应急救援路径的Pareto解集,并且通过指标权重确定最优路径;然后在获得最优路径的基础上,基于突发事件级别引入效用系数进行资源配置,最大化总资源利用效益,并基于Lingo软件进行求解;最后在无锡市公路网的历史数据基础上进行了案例分析,验证了所提出模型与解决方法的有效性.     

马尔可夫性在AGV全局路径规划中的应用

通过对现有环境模型和路径规划算法的分析,提出了新的环境建模方法和基于已知环境信息的全局路径规划算法。对FMS采用机床位姿增广阵(APMM)和机床相对位姿阵(RPMM)进行建模,所建模型具有环境信息存储量小,数据易维护、易扩充等优点。最优路径的规划采用概率选择法,路径结点并行选择;最优路径取最大概率路径,路径规划效率高。仿真结果表明,所提出的路径规划算法具有简单、快速、可靠、并行搜索等优点。     

基于驱动参数建模的可行更改路径搜索和优选方法

为了解决产品设计更改中可行更改路径分析困难的问题,提出了一种基于驱动参数建模的可行更改路径搜索和优选方法.从集合论观点出发描述了产品中的更改传播现象;在传统产品参数建模的基础上构建产品驱动参数关联网络模型,并介绍了产品模型的预处理方法;引入深度优先搜索算法(Depth First Search,DFS)实现可行更改路径的搜索;提出了评价最优更改路径的指标和优选准则指导更改方案优选工作,采用多属性决策方法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)完成最优更改方案的优选;通过开发的原型系统,实例验证了该方法的可行性.     

基于拉格朗日松弛的水灾逃生路径规划

研究了假设路段通行时间为随机变量的交通网络约束最短路径问题.建立0-1整数规划模型,求出最小期望通行时间路径.除流量平衡和路段通行能力约束外,还引入了唯一通路选择约束以保证最终只能生成最优路径.然后,提出了拉格朗日松弛法对难约束进行松弛处理,并将松弛模型分解成两个子问题.结合次梯度算法、标号修正算法和k-最短路径算法设计了一个算法框架,以最小化上下界的差距寻找近似最优解,用改进的算法框架进行求解.最后将该框架应用于龙岩市新罗区进行了计算试验.结果表明,该算法能够找到相对间隙较小的高质量解,验证了该方法的有效性.     

基于全球眼的地震现场应急救援交通路径分析系统研究

综合运用全球眼监控系统,并采用改进的双向Dijkstra算法作为最优路径选择算法,实现了一种基于全球眼的地震现场应急救援交通路径分析系统,能够为应急车辆及人员提供所在地到地震现场的实时最优的路径以供选择.     

路径抽样法在贝叶斯模型选择中的应用

为采用贝叶斯分析方法解决模型选择问题,针对传统的Box-Cox模型线性与非线性的选择问题,将路径抽样法应用于贝叶斯因子的计算,引进一个连续的路径参数并且假定它满足一定的概率分布,利用该路径参数连接待选择的模型,使计算贝叶斯因子的工作主要集中于马尔可夫链蒙特卡洛(MCMC)抽样上,从而简化了使用贝叶斯分析方法的计算过程,实现了路径抽样法在模型选择中的具体应用．     

填埋场裸膜红外巡检机器人最优路径规划

针对垃圾填埋场渗漏检测问题,提出了使用红外巡检机器人代替人工对垃圾填埋场裸膜进行全覆盖巡检的方法,并对机器人进行路径规划。首先,根据垃圾填埋场环境,采用矩形分解法对其进行区域分解,生成若干子区域;然后,用模板模型法规定机器人遍历各个子区域方式;最后,基于遗传算法,对其流程算法进行改进优化包括选择、交叉、变异等,实现各子区域间的转换连接,进而实现全覆盖最优路径规划。基于MATLAB仿真分析,结果表明：将改进的遗传算法与模板模型法相结合构成了一个成熟完整的全覆盖路径规划模型,能高效地完成巡检任务,并有较快的收敛速度和较低的重复覆盖率。     

舰船疏散网络模型通达性分析

摘要： 为研究大型舰船的通达性问题,针对大型舰船与客船的不同点,建立了紧急疏散宏观计算模型.以疏散用时最少及水密性最优为目标,在考虑各个集合点容量限制和同向流、逆向流影响的前提下,采用遗传算法,对不同地点出发的功能组进行疏散路径优选.与基于最短路径的方法对比表明,最短路径不一定是舰船疏散的最优路径.     

调水工程线路方案优选的理想解模型及其应用

建立了调水工程线路方案优选的评价指标体系,采用变异系数法和专家调查法相结合的方式确定评价指标权重,建立了调水工程线路方案优选的理想解法模型,并把该模型应用于调水工程线路规划方案评价中．算例表明该方法计算简便,结果合理,具有较强的应用性,是一种有效的综合评价方法．     

移动机器人路径跟踪控制方法的研究

介绍了移动机器人的基本硬件组成，基于预测控制的思想，提出了一种参考路径产生的新方法，这种方法可根据对机器人的运动预测，提前实现相应的控制动作，能在2～3个控制周期内准确逼近参考路径，且不存在一般反馈控制器的振荡问题，能够完成移动机器人路径跟踪的智能控制。实验表明：此控制方法可保证移动机器人沿各种参考路径行走且具有理想的鲁棒性。该技术也可应用到实用自主车的自动导航。     

复杂网络下基于路径选择的表示学习方法

基于路径和基于知识表示的推理是当前知识图谱领域两大主流推理方法,二者的融合算法可以提高知识推理的准确率,但是依旧存在表示学习的时候效率低下、预测准确率低、模型过拟合等若干问题.本文方法针对这些问题提出了基于路径选择的表示学习方法.对路径特征信息进行进一步的过滤和筛选,保留关键路径,在路径信息和知识表示的结合过程中使用平衡参数对缺失路径信息的三元组进行处理.使用公开数据集对模型进行测试,实验表明模型可以有效提高泛化能力和准确率.