铁路网络两顶点间最短路径定向搜索算法

提出以Ｄｉｊｋｓｔｒａ算法为基础的铁路网络两顶点间最短路径的一种定向搜索算法。算法利用阈值作为搜索约束，可大大提高计算速度。该方法已试用于全国铁路网上最短路径的计算，取得良好效果。     

基于MATLAB的混合型蚁群算法求解旅行商问题

蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,通过介绍蚁群觅食过程中基于信息素的最短路径的搜索策略,给出基于MATLAB的蚁群算法在旅行商问题中的应用,针对蚁群算法存在的过早收敛问题,加入2-opt方法对问题求解进行局部优化.计算机仿真结果表明,这种混合型蚁群算法对求解旅行商问题有较好的改进效果.     

基于改进Dijkstra算法的进路搜索研究

进路搜索是计算机联锁的核心部分，其准确性及高效性对保证行车安全至关重要。建立铁路站场结构的有向图模型，将站场进路搜索问题转化为有向图的遍历问题；根据铁路站场简化图的特点，从数据存储结方式和队列结构2个方面改进传统Dijkstra算法，采用广度优先搜索方式，提出以最短路径为目标函数的进路搜索策略；编制仿真程序对该算法进行验证，结果表明:基于改进Dijkstra算法能够正确、高效地完成多种类别进路搜索。     

基于轨道交通网络特点的K最短路算法研究

城市轨道交通网络发展带来出行路径选择的复杂性,为了科学掌握线路客流,组织运输,合理引导乘客路径选择,需要开展轨道多路径算法研究;同时,随着生活节奏加快,要求算法高效,注重路径获取的实时性。针对轨道网络特征,将站点之间K最短路搜索转化为线路换乘组合搜索,降低搜索空间复杂度,并利用杭州轨道交通网络进行案例验证。算法明显提升轨道网络K最短路搜索效率,能够更快速响应轨道交通实际运行变化,有助于提升今后轨道交通出行服务应用。     

基于拆分运输的低碳车辆路径优化

基于拆分运输问题的特征,考虑运输过程中CO_2排放的成本,构建需求可拆分的低碳车辆路径优化模型;针对该模型的特点设计基于禁忌搜索的2阶段启发式算法。并以祁东县生物质发电厂的燃料运输为例,验证上述模型和求解算法的有效性。仿真结果表明:1)最短路径不一定是最小CO_2排放路线;2)距离发电厂最短的客户点最后访问有利于减少总碳排量;3)在考虑道路通行能力容许条件下,载重量大的车型有利于减排。     

平面移动机器人最短路径规划的几何算法研究

平面移动机器人最短路径规划算法在许多领域有着十分广泛的应用.利用图论和Dijkstra算法研究了在由大尺度简单多边形(只在公共顶点相交的边组成的多边形)障碍物组成的平面场景中,平面移动机器人最短路径规划的几何算法,编制了仿真实现程序,给出了仿真结果.     

平面移动机器人最短路径规划的几何算法研究

平面移动机器人最短路径规划算法在许多领域有着十分广泛的应用。利用图论和Dijkstra算法研究了在由大尺度简单多边形（只在公共顶点相交的边组成的多边形）障碍物组成的平面场景中，平面移动机器人最短路径规划的几何算法，编制了仿真实现程序，给出了仿真结果。     

一类双环网络的最短路径问题

对双环网络DL（N，h）（满足gcd（N，h－1）＝h－1），进行了分析，证明了这类双环网络中任意两节点间的最短路径可用简单的数学表达式来描述，且当最短路径形式不唯一时，给出了所有形式的最短路径的公式。在此基础上给出了一个求最短路径的非常简便的算法。文中还讨论了该类网络的直径等有关问题。     

多种运输方式的组合优化模型及求解算法

根据不同交通工具的技术经济特征,建立一个适用于多城市之间如何选择最优交通方式组合的模型.该模型是一个多目标的0-1规划模型,通过虚拟一个运输网络,将原问题转化为一个带时间约束和能力约束的最短路径问题,并且给出相应的求解算法--基于求最短路(Dijkstra算法)的启发式算法,有效地解决了带有时间约束和能力约束的最短路径问题.     

多种运输方式的组合优化模型及求解算法

根据不同交通工具的技术经济特征，建立一个适用于多城市之间如何选择最优交通方式组合的模型。该模型是一个多目标的0－1规划模型，通过虚拟一个运输网络，将原问题转化为一个带时间约束和能力约束的最短路径问题，并且给出相应的求解算法－基于求最短路（Dijkstra算法）的启发式算法，有效地解决了带有时间约束和能力约束的最短路径问题。     

基于ROS的铁路客站自主移动机器人关键技术研究

智能服务机器人已成为当前国内外机器人领域的研究热点,其研究成果在人工智能技术的推动下逐步进入人们的日常生活。自主移动作为智能服务机器人重要的智能特征,是保证智能服务机器人实用化的关键。以机器人操作系统(ROS)为基础,对自主移动机器人的架构展开研究,提出自主移动机器人的硬件、软件架构,以该硬件、软件架构为导向,研究基于即时定位与地图构建(SLAM)的地图构建、定位、导航技术,设计了导航系统框架,提出改进型A*路径搜索算法用于导航路径规划,并在车站对算法进行验证,结果表明比传统A*路径搜索算法提高约30%的效率,降低了算法搜索时间及复杂度,提高了路径寻优效率,能够满足铁路客运车站内移动机器人定位、导航及路径规划的需求。     

A~*进路搜索算法的研究与实现

目前应用于铁路现场的各种计算机联锁系统所采用的进路搜索方法经实践发现其搜索效率低、占用资源大,针对此问题,结合进路搜索的实际要求,采用带启发信息的A*算法进行进路搜索。使用Visual C++搭建计算机联锁软件的实验平台,对A*进路搜索算法进行性能测试。结果表明,A*进路搜索算法能够快速准确的搜出所需基本进路,动态生成进路表,并且搜索时间短、占用空间小,相较其他算法具有更良好的性能。     

铁路OD分配优化方法

基于最短径路、合并径路、适度分流径路三种径路形式研究铁路OD分配问题。通过巧妙地构造合并径路邻域系,设计优化合并径路分配方案的模拟退火算法,解决铁路OD分配的核心问题。进而在合并径路分配方案的基础上,采用贪婪算法增加分流径路获得适度分流径路分配方案,以解决能力相对紧张的铁路运输网络的OD分配问题。大规模铁路OD分配实例计算表明,这些优化方法具有良好的优化质量和运算效率。     

智能车载乘客信息系统设计

简要介绍了车载乘客信息系统(PIS),分析了目前国内车载PIS部分现状,设计了智能车载PIS,增加了智能APP(计算机应用程序)、微信小程序等显示手段,将最短时间路径搜索算法和基于视频图像人流密度的估计算法相结合,增加智能的线路规划和显示功能,使PIS设计更实用、更人性化。     

基于A*搜索算法的城轨联锁系统仿真研究

进路搜索是计算机联锁软件的核心模块,搜索算法直接影响进路搜索的效率。为提高进路搜索效率,采用A*搜索算法进行进路搜索,为测试算法性能,使用C#编程语言搭建城轨联锁仿真平台进行仿真研究。在该仿真平台上,主要模拟城轨联锁系统中的进路处理过程,构建站场型数据结构,将A*搜索算法应用到进路搜索过程中,利用启发信息指导搜索,使搜索更高效、智能化。最后完善仿真平台的联锁功能,实现联锁人机交互。     

人工智能技术背景下的高职教育教学管理

人工智能技术在各个领域都发挥着重要作用,对高职技术人才的培养产生广泛影响。在新时代背景下,高职学校需要顺应人工智能技术发展的趋势,引导教师积极转变教学观念,运用人工智能新技术辅导学生成长,以培养出真正高水平的专业技能人才。高职教育教学需创新教育教学管理观念,重视理论研究和实践探索,积极建设新型师资队伍,并利用人工智能技术提升教育教学管理质量。     

基于移动实时位置信令数据的轨道交通换乘行为分析

介绍了上海轨道交通清分规则。在现有上海轨道交通K条最短路径的清分算法基础上,融合移动实时位置信令(OIDD)数据,对换乘行为中的主要换乘路径选择比例进行精细化设置,并对次要换乘路径的换乘比例算法作出补充。通过对乘客行为的分析和应用,实现了对现有上海轨道交通清分规则中换乘路径比例的精细化计算。     

双线铁路列车运行调整的禁忌搜索算法

关于列车运行调整(TOA)的优化模型和算法,国内外专家学者提出的具有代表性的主要算法可分为仿真方法、运筹学方法和人工智能方法。TOA问题具有约束性强、优化指标众多、动态性、实时性、组合优化特性等特点。因此结合目前铁路运输工作组织实际,以列车晚点率最小为优化目标,通过在可行解空间内部搜索待调整列车最优铺画顺序的方法求解TOA问题。建立了基于混合0-1线性规划模型的双线铁路列车运行调整的优化模型,提出了采用禁忌搜索算法搜索列车优化铺画顺序的方法。经在京广线、京沪线部分区段投入实际应用,验证了模型及算法的有效性和可靠性。