VRGS中均衡诱导比例和系统服从率的计算

在考虑先进的出行者信息对出行路径选择行为影响的基础上,建立了信息影响下的路径选择模型,基于驾驶员群体的划分和路网混合均衡建模理论,构建了一随机网络混合随机用户均衡模型,提出了同时求解诱导比例和诱导系统服从率的数学模型,设计了模型求解算法,并利用算例进行了计算分析.     

目标点动态变化的最优路径算法

研究目标点动态变化的最优路径算法,提出了一种改进的启发式最优路径算法,并采用实际路网数据进行了数据仿真实验,结果表明:提出的方法能较好的解决最优路径算法的实时性和精确性之间的平衡,具有较大的应用价值.     

基于光网状网物理层的智能全光保护方案设计

光网状网物理层的智能全光保护方案采用基于"双发选收"模式的1+1保护方式.方案设计包含硬件和软件2个方面,硬件部分为一种新型的智能实时监测保护设备,软件部分为一种保护光路径自动建立算法.算法运行于设备之中,能够事先为每条工作光路径在保护光纤网络中寻找并建立对应的保护光路径.设备对工作光路径中的光功率进行实时监测,当工作光路径发生故障时,及时切换到保护光路径.最后以一个12节点光网状网为例,给出了保护光路径自动建立算法的仿真结果.采用该保护方案能够以全光保护方式实现光网状网的透明无阻断通信.     

模糊约定时间车辆路径问题及其蚂蚁算法求解

模糊约定时间车辆路径问题是基于模糊预约时间,体现顾客偏好的一种车辆路径问题.建立了该问题的数学模型,针对其多目标性质,对几个目标分别给以权系数进行线性加权.在蚂蚁算法思想基础上,设计了用于求解该问题的改进型算法,并计算了Solomon问题库中的实例.经过大量数据测试,分析了蚂蚁算法中各参数以及各目标权系数的不同取值组合对结果的影响,获得了较好的结果.     

跨区域技术转移模式——北京技术转移服务业发展路径选择

文章分析了北京地区技术转移的跨区域特点,介绍了北京技术转移服务业的发展现状,结合实际案例分析了北京技术交易促进中心的跨区域服务模式,最后提出了北京技术转移服务业的路径选择建议。     

适于配送车辆导航路径规划的改进型粒子群优化算法

路径规划在车辆导航系统中具有举足轻重的作用,是配送车辆导航系统中的一个重要的模块。为解决物流配送车辆导航中的路径规划问题,文章以点对点模型为基础,对基本粒子群优化算法在初始种群的产生方法和种群的进化策略方面进行改进,提出适于配送车辆导航中路径规划点到点模型的改进型粒子群优化算法,并通过仿真试验验证算法的有效性。结果表明该算法具有快速的运算能力和较好的收敛性。     

可变信息标志诱导下的路径选择行为

随着智能交通技术的发展,可变信息标志(VMS)被广泛应用于动态交通管理中.元胞传输模型(CTM)可以很好的模拟交通流激波、排队形成与消散等交通流动力学特性.应用CTM研究了无信息诱导路径选择、基于VMS的近视转换和有界理性路径选择等三种规则,数值模拟结果表明, 后两种规则可以减少系统 总出行时间,信息服从率越高, 系统的改善程度越大.当有界理性规则的``界'参数设置在一定区间内时,该规则优于近视转换规则, 否则不如近视转换规则.     

基于频域生成图的随机运输路径优化

根据运输系统的不确定性、开放性、复杂性等特点,以各种概率分布函数的运输路径优化问题为研究对象,提出了一种用于搜索随机运输网络中最优路径的频域生成图模型(Frequency-domain Spanning Graph, FSG), 并设计出相应的优化算法来求解问题模型.FSG通过时频域间概率函数的相互转化,可直观地定量分析出O-D对之间通行概率的动态变化过程, 既能处理连续概率分布又能处理离散经验分布, 且算法易于计算机化,实现效率高. 最后结合MATLAB给出的算例,验证了模型和算法的可行性和有效性, 显示出FSG具有良好的应用前景.     

无威胁情况下任意两点间的无人机路径规划

针对无威胁情况下无人机的路径规划问题,提出了一种较简单、有效的路径规划方法:基于几何原理的无人机路径规划法。在提出了无威胁情况下路径规划的一些基本约定的基础上,重点研究了基于几何原理路径规划法的基本思想,并给出了路径规划的主要步骤。最后,通过一个仿真算例验证了此方法的有效性,并对此方法的优缺点进行了总结。     

基于改进蚁群算法的潜艇最短航路规划

提出了一种将潜艇的航路规划问题转化为多阶段最短路径问题的模型,和最短路径问题的威胁度加权算法,并使用蚁群算法来计算最短路径,达到求解潜艇航路规划问题的目的.还针对现有的蚁群算法收敛速度慢的缺陷提出了一种蚂蚁学习策略,同时对现有算法的信息素更新策略进行了改进.最后的实验比较得出,改进后的蚁群算法收敛速度与成功率相比传统蚁群算法有了明显提高.