基于改进蚁群算法的多目标路径规划研究

传统蚁群算法因在复杂环境中容易产生死锁，导致部分蚂蚁失效，造成效率低下，迭代次数增多。为此，提出了一种利用环境信息引入环境因子来调整启发函数的方法从而降低死锁情况的发生，增加了有效蚂蚁的数量，从整体上提高了蚁群的搜索速度，扩大了搜索范围。同时，传统蚁群算法在路径规划中仅在理想地域内寻求最短路径，而多因素环境中最短路径往往并非最优解。为解决此问题通过在不同环境中对转移概率进行加权优化在追求路径最短的基础上提出多目标路径规划，丰富了蚁群算法的实用性和现实意义。最后经仿真实验对优化算法进行验证，证明了上述优化的可行性。     

蚁群算法与模糊控制在智能导航系统中的融合设计

基于现代化城镇交通道路规划中的最优路径问题,构思了一种融合蚁群算法和模糊控制的智能导航系统设计方案.系统由前端数据采集单元、信息传输模块、服务器、车载终端显示装置组成,利用蚂蚁取食的方法来寻求最优路径,以最短的时间抵达目的地.仿真及试验结果表明:该系统可以通过模糊控制来简化系统设计,并结合蚁群算法有效缓解交通拥堵,具有较强的实用性和推广性.     

多约束最短路径模型与求解

提供满足驾驶员多个心理期望的路径是导航系统该解决的关键问题,其本质是资源约束最短路径问题,属于NP难问题,无法使用传统的最短路径算法解决.提供了多约束路径规划的数学模型,并使用了蚁群算法对其求解,在算法中针对问题重新设计了信息素更新规则和启发因子.实验证明算法具备良好的寻优能力,能准确找出路网中满足多种属性约束的路径.     

Dijkstra改进算法在车辆导航系统中的应用与仿真

车辆导航系统的最基本功能是最短路径的搜索,车载导航是单源单目标的最短路径算法的重要应用之一.传统的Dijkstra算法是一种典型的单源最短路径算法,因为实际系统的实时要求,有必要改进Dijkstra算法.基于对时间和空间复杂度的分析,提出一种新型的Dijkstra改进算法,具有高效性.其改进分3个方面:采用邻接表作为道路网络拓扑的存储结构;利用二叉堆实现优先队列;根据节点的分布情况将搜索过程分为几个阶段,引入了动态限制搜索区域机制.最后在实际道路网络中的测试及仿真结果表明了改进算法的可行性和优越性.     

基于蚂蚁算法的混合方法求解旅行商问题

通过介绍蚂蚁觅食过程中最短路径的搜索策略,给出蚂蚁算法在旅行商问题中的应用,并加入3-opt方法和去交叉策略对问题求解进行局部优化.实验结果证明了其有效性.     

校园导航系统最短路径的实现

随着高校的发展,校园面积不断扩大,为适应数字化校园建设的要求,各高校开发设计了校园导航系统．查询最短路径的实现是校园导航系统主要功能之一,阐述了基于Flash技术开发平台,运用迪杰斯特拉（Dijkstra）算法实现校园导航系统最短路径的功能．     

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     

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.     

游戏场景中基于直接交互机制的蚁群路径规划算法

针对即时战略游戏环境中传统的路径规划算法寻路因素较为单一、信息传递较少、被敌方单位击杀概率较大等问题，提出了一种仅仅基于直接交互机制的蚁群寻路算法。这种算法不仅仅是通过在蚂蚁之间直接交互信息来传递代表寻路目标点位置的信息，同时蚂蚁还与敌方单位进行直接交互，获取在路径上对己方单位带来伤害的敌方单位的位置信息，提高我方侦察单位的存活率，从而规划出一条避开敌方攻击单位到达敌方基地的更合理路径。这种算法同时还扩大了蚂蚁的感知范围，提高了蚂蚁之间进行交互的概率，缩短了完成路径规划所需的时间。通过栅格网络和游戏《星际争霸：母巢之战》仿真地图与A*算法、人工势场算法等常见的路径规划算法做对比实验，结果表明，基于直接交互机制的蚁群算法在某些栅格地图中取得了最短的路径，而且在特定游戏场景中有最长的停留时间，有效解决了游戏场景中的路径规划问题。     

双层PCB布线的混合蚂蚁优化方法

蚂蚁算法是一种新型的进化算法,已证明其对TSP问题有很好的解决能力.笔者将一种混合蚂蚁算法应用于PCB布线问题,以路径最短为目标,辅以分布布线、避障规则等手段求出最短路径,在线网的拓扑结构已确定之后,运用元胞自动机的元胞演化机理,以通孔最小化为目标,对线网进行层分配.最后在计算机上用Delphi实现.通过对一个实际布线问题的测试,得出比Protel更好的布线结果.     

PCB布线的元胞蚂蚁算法研究

将元胞自动机思想引入到蚂蚁算法中,提出一种新的进化算法--元胞蚂蚁算法,通过算法的元胞演化机制对信息素的二次分配,有效地扩大了对解空间的覆盖率.将元胞蚂蚁算法应用于PCB布线问题,以路径最短和通孔数量最少化为目标,辅以分布布线、避障规则等手段,最后用Delphi实现.通过对一个实际布线问题的测试,得出了比Protel更好的布线结果.     

基于改进的启发式蚂蚁算法求解最短路径

针对复杂环境中机器人路径规划问题,为了提高蚁群算法的寻优能力和收敛速度,基于A~*算法的距离评价函数,对算法中的启发式函数进行改进,提出一种启发式的蚂蚁算法,并对新算法进行仿真测试.结果表明:改进后的启发函数可以有效改善蚂蚁算法搜索的盲目性,解决了传统蚁群算法收敛速度慢、易陷入局部最优解的问题.与传统蚂蚁算法相比,启发式蚂蚁算法在20×20网格下的相关系数提高了0.4722,40×40网格下的相关系数提高了0.226 5,说明改进算法的规划能力和收敛效率均有所提高,整体上优于传统蚂蚁算法.     

关于蚁群算法的参数设置研究

本文重点讨论了蚁群算法,包括蚁群算法的基本原理及工作流程.为了模拟实际蚂蚁的觅食行为,设人工蚁出发点H为蚁穴位置,食物源则在最终目标点F,蚂蚁觅食过程就是从H出发,在AS范围寻找食物源的过程.经过蚂蚁群体的反复寻食,基于蚂蚁留下信息素的正反馈作用,最终绕开所有障碍物找到了一条最短路径.     

限制搜索区域的距离最短路径规划算法

提出一种时间复杂度为O(n)的限制搜索区域距离最短路径规划算法(n为路网节点数).算法设计的基础是,经典Dijkstra算法搜索时的无方向性及实际城市道路网络特有的空间分布特性.算法实现采用邻接表数据结构和限制搜索区域的搜索机制,即利用实际城市道路网络的空间分布特性,合理限制算法的搜索区域.结合路径规划算法在实时车辆导航系统中的实际应用,给出了该算法的应用实例,实验结果表明,该算法能将路网中任意两点间的最短路径解算时间控制在3 s以内.     

基于MMAS的机器人路径规划

文章针对移动机器人系统在复杂环境中搜索目标和寻求最短路径问题,介绍了一种基于MMAS的机器人路径规划新方法;在MMAS算法的信息素更新中,采用了最大-最小蚂蚁系统的思想动态调整信息素,加强了正反馈的效果,同时周游最优蚂蚁和全局最优蚂蚁路径信息的动态更新,在一定程度上增加了解的多样性,也提高了蚂蚁的搜索效率;在搜索过程中,采取随机搜索与重点搜索相结合的方式对路径进行搜索,有利于加快搜索较好的解,而动态调整各项参数后,陷入局部解的可能性大大减少,并且可以找到最优解;最后通过仿真证明了该算法的有效性.     

基于蚁群行为的自适应Web站点及其仿真研究

被蚂蚁的觅食行为所激发(在巢与食物源之间总能找到一条最短路径),提出了一种建立Web自适应站点的方法。该方法把Web用户比作人工蚂蚁,在蚁群理论的指导下使Web用户能通过最短路径到达目标页面,从而自适应地标识出最重要的链接。同时,通过仿真实验对影响Web用户行为的因素(信息素的重要程度、信息素的蒸发系数、Web用户数等)进行了研究,其结论对进一步的理论研究和算法实现具有重要的参考价值。     

Dijkstra最短路径算法的优化及在应急交通中的应用

针对应急交通中寻找最短路径的重要性和对时间要求的严格性,在分析传统Dijkstra算法特征的基础上,对Dijkstra算法从两个方面进行了改进,并将改进后的算法应用于应急交通系统中快速搜索最短路径,实践证明改进后的算法在时间上优于传统的Dijkstra算法.     

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。     

大规模网络最大流对偶图算法模型及实现

在网络最大流算法的研究中,为了减少计算量,提出了许多改进的方法.基于图论中的最大流最小割定理,利用网络流图的对偶图的最短路径求网络最大流,对求最短路径的Dijkstra算法进行了研究,给出了一种改进的Dijkstra算法模型,该算法采用了堆排序中的小根堆来选择最短路径结点,使用集合运算对堆中的结点进行处理,使得参加运算的结点数减少,提高了算法的效率.     

基于k-臂分子求解最短路径的DNA计算模型

为有效求解最短路径问题, 避免传统算法计算量大、 求解时间长的问题, 充分发挥DNA(Deoxyribo Nuclec Acid)计算的并行性在求解复杂计算问题的优势, 提出一种基于k-臂分子和粘贴计算求解最短路径问题的DNA计算模型, 阐述了顶点、边及权值的编码方案, 描述了求解最短路径的DNA算法, 经验证, 该模型对求解最短路径问题是有效的。