舰船货物运输物流最优路径选择研究

舰船货物运输物流最优路径可以降低企业的运输成本,因此对其进行研究具有十分重要的经济价值,为了获得最优的舰船货物运输物流路径,提出了组合算法的舰船货物运输物流最优路径选择方法。首先分析当前舰船货物运输物流最优路径选择研究的现状,找到难以找到舰船货物运输物流最优路径的原因,然后设计了舰船货物运输物流最优路径选择的数学模型,采用蚁群算法和粒子群算法的组合算法进行求解,搜索舰船货物运输物流最优路径,最后与单一的蚁群算法和粒子群算法进行舰船货物运输物流最优路径选择仿真实验。结果表明,组合算法的舰船货物运输物流最优路径选择结果不仅要明显优于单一的蚁群算法和粒子群算法,而且提高获得了最优舰船货物运输物流路径的成功率,选择效率也得到了明显的改善。     

MMAS在带时间窗的车辆路线问题中的应用

针对基本蚁群优化算法在物流配送路径优化应用过程中存在的问题,主要是由信息素全局和局部更新策略而导致车辆选择路径时容易陷入局部最优解的现象,本文详细研究了蚁群算法的改进算法,即最大最小蚁群算法;并引入信息素平滑机制来提升算法的路径探索能力,实现此组合优化理论在带时间窗的车辆路径问题中的应用.     

浅析航线选择中的改进最短路径算法

利用改进的最短路径算法对船舶最佳航线最短路径作出定量描述,阐述Dijkstra算法和改进算法,并通过船舶最佳航线选择示例说明算法的应用,比较表明,改进算法在搜索效率上优于Dijkstra算法。     

基于改进蚁群算法的水面无人艇智能避碰方法研究

针对水面无人艇路径规划中算法搜索能力的不足以及蚁群算法的早熟和停滞现象的问题,本文提出了改进的蚁群算法。具体是：在基本蚁群的基础上,通过增加方向角权值这一参数,来改变选择概率,从而实现智能避碰和优化全局路径。二维路径的matlab仿真实验表明,改进的蚁群算法具有更好的路径规划和适应度值变化。     

基于大数据的船舶航行最优路径规划算法研究

传统的航行路径规划算法为静态单一条件的最优选择算法,最优路径缺乏客观性,准确度明显下降。针对此问题提出基于大数据的船舶航行最优路径规划算法。引入云计算遗传特征计算算法,对航行相关的全局路径数据进行大数据遗传特征分析,得到具有代表性特征的备选路径;引入大数据蚁群择优算法,对备选路径进行最优路径计算,得到最客观真实的最优航行路径;通过设计多路径仿真实验,证明提出算法具有计算速度快、准确率高、可行性好的特点。     

基于电子地图的改进蚁群算法及其车辆路径寻优

路径优化研究中以目标节点的线性距离之和最短作为最优路径的求解结果难以运用于实际.文中提出了结合电子地图API的改进蚁群算法,首先得到各个节点之间的实际道路导航距离,然后对基本蚁群算法进行改进.在节点选择策略上采用了轮盘选择策略;在算法的不同时期对信息素挥发系数ρ进行调整;计算目标节点距离时去掉节点间直线距离,而采用从电子地图获取的实际导航距离;最后获取电子地图数据,用于改进后的蚁群算法,进行最优路径求解.实验结果分析表明,算法改进前后求得的直线最短路程分别为64.526、62.598 km,验证了改进后算法的有效性,实际道路导航最短路程为89.378 km,说明文中提出的最优路径求解方式更切合实际,实用性更高.     

基于改进蚁群算法的船舶冰区航行路径规划

在北极航道开通的背景下,针对在冰区航行环境中船舶航行路径选择的特殊性,通过改进蚁群算法提高船舶航行路径的规划效果。综合考虑航线距离、航行操作复杂度和流冰规避在内的冰区航行路径影响因素,建立路径选择多目标规划模型,结合人工势场法对蚁群算法进行改进,通过人工势场法获得初始路径和节点间距离因素构造启发信息,并以电子海图为基础建立海冰覆盖率分别为30%和50%情况下的冰区航道环境栅格模型,将算法应用在栅格模型中对算法进行验证。结果表明:该算法实现简单,规划的路径优良,能够有效地满足船舶在冰区复杂环境中航行路径规划的需要。     

基于AQPSO算法的圆碟形水下滑翔机路径规划

为解决复杂海洋环境影响下圆碟形水下滑翔机的路径规划问题,采用多黏性Lamb涡叠加方法模拟洋流环境模型。以最小能量消耗为优化目标,结合B-spline方法生成光滑的曲线路径,采用自适应性基于量子行为的粒子群优化算法对圆碟形水下滑翔机的路径选择进行优化求解。将该算法与粒子群优化算法和基于量子行为的粒子群优化算法相对比,仿真结果验证了各算法在求解航行路径问题方面的有效性。此外,基于能耗最优原则分析各算法的适用性。     

基于AQPSO算法的圆碟形水下滑翔机路径规划

为解决复杂海洋环境影响下圆碟形水下滑翔机的路径规划问题,采用多黏性Lamb涡叠加方法模拟洋流环境模型。以最小能量消耗为优化目标,结合B-spline方法生成光滑的曲线路径,采用自适应性基于量子行为的粒子群优化算法对圆碟形水下滑翔机的路径选择进行优化求解。将该算法与粒子群优化算法和基于量子行为的粒子群优化算法相对比,仿真结果验证了各算法在求解航行路径问题方面的有效性。此外,基于能耗最优原则分析各算法的适用性。     

基于改进蚁群算法的物流配送路径优化问题研究

物流配送在国民经济中发挥着越来越重要的作用,先进的物流配送系统是企业增强竞争力的重要手段.而进行物流配送系统的优化,主要就是配送路径的选择.虽然蚁群算法已广泛应用于解决路径优化问题,但此算法所固有的收敛速度缺陷一直制约着物流系统配送路径优化问题的解决.本文在系统分析蚁群算法的基础上,结合遗传算法,提出了一种新型的改进蚁群算法,并通过算例对改进蚁群算法的有效性进行了验证.     

媒体之音

<正>《物流技术》2010.3多式联运路径优化模型与方法研究考虑到多式联运路径的选择受到运输成本、运输时间、运输质量和服务水平等相关因素的影响,将多式联运的路径优化问题转化成为一个广义最短路径问题,以成本和时间为优化目标,建立了适应运量变化情况下的多式联运路径优化数学模型,并选择蚁群算法对实际问题进行了求解验证。     

一种低功耗数据路径综合的迭代改进算法

为了解决数据控制电路行为中功耗高的问题,论文对调度操作、时钟选择、模块选择和资源分配四个方面进行了深入探讨,并提出了一种降低合成数据路径的功耗迭代改进算法。该算法运用迭代改进策略,能够在寻找低功率解的过程中避免局部解陷入最小值。在考虑多种模块库和复杂的调度结构后,修正了供应电压和时钟选择策略,减少了计算候选供应电压和时钟周期中所涉及的计算工作。实验结果显示出该算法可以形成一个低功率应用的完整数据路径合成系统。     

改进最短路径算法在最佳航线选择中的应用

最佳航线选择不仅是船舶驾驶员经常关注的问题之一，而且还是船舶经营公司时常面临的重要问题之一。现利用改进的最短路径算法对该问题作出定量描述。较详细地阐述了Dijkstra算法和改进算法，并通过最佳航线选择示例说明了算法的应用。通过比较，改进算法在搜索效率上优于Dijkstra算法。     

标绘台标绘路径选择算法设计与实现

海图作业标绘台系统是航海作业与作战系统的重要设备,该设备具有战场态势显示,航迹记录等功能。能够记录、标绘自网络接收到的目标点信息,并将该信息交给海图标绘计算机,后者自动完成标绘动作。传统标绘台不会对输入点集合进行处理,标绘目标点的顺序就是传人的目标点的顺序,该顺序往往并不利于标绘操作。不好的顺序往往造成标绘时间长,标绘效率低的缺点。要提高标绘效率就需要对目标点集合进行合理的排序,选择出合理的标绘路径。文章研究参考了现在已有的路径选择算法,分析了它们的应用范围。通过数学分析,文章设计了一种局部最优的路径选择算法,并且给出了这个算法的C语言实现。通过在一些目标点集合上进行验证,该算法是可行的。该算法是局部最优的,而非全局最优的,在这是该算法需要改进的地方。     

多用户动态交通分配模型的算法研究

阐述了多用户行为下的动态交通分配模型。结合迭代动态网络负荷算法和路径选择算法形成动态交通分配新算法，用以求解动态交通分配模型。采用一个算例对此作具体说明。     

负载均衡的舰船网络最短路径路由算法

为了提升舰船网络的吞吐量,降低网络的带宽阻塞率和时间成本,在负载均衡技术的支持下,提出舰船网络最短路径路由算法。结合舰船网络的运行原理和拓扑结构,构建舰船网络模型。在该模型下,选择混合路由协议作为网络传输协议。判定舰船网络节点负载状态,根据判定结果实现对舰船网络节点负载的均衡控制,并通过最短路径的计算与选择,实现舰船网络最短路径路由。经过与传统路由算法的对比实验得出结论:设计路由算法的带宽阻塞率和时间成本有所降低,吞吐量降低了约29.65 MB。     

基于约束RRT算法的船舶管路自动布置技术

船舶管路布置的路径受到工艺、规范、美观和习惯等多个约束,且管路布置是多解问题,路径选择具有一定的随机性.为此,提出基于多个约束的快速扩展随机树(RRT)算法,并应用于船舶管路布置.首先,对RRT算法增加随机采样点概率、随机采样点位置、路径点位置和特定路径探索方式约束优化,减少算法随机性和提高算法鲁棒性;其次,从管路与障碍物的距离、管路初始路径点数量、管路长度和管路方向进行约束优化;最终,在三维平台上实现船舶管路的自动布置应用,并取得良好效果.     

基于船舶火灾蔓延态势的路径规划算法

以63 500载重吨油船的船舱为研究对象,通过对火灾蔓延模拟仿真试验数据进行图表分析,得出在不同工作条件下固定检测点位置的温度、CO浓度和烟气浓度的变化规律.对基于火灾实时态势的导航网格动态生成方法以及对应的逃生路径规划方法进行研究,得出动态更新导航网格的具体算法.对传统A*算法路径节点选择问题进行改进,得出适应船舱火灾蔓延信息的最短逃生路径规划算法,试验结果表明,该算法的寻路效率较高.     

基于船舶火灾蔓延态势的路径规划算法研究

船舶作为海上一个独立的建筑实体,非常容易发生火灾。本文以63500DWT油船船舱作为研究对象,通过对火灾蔓延模拟仿真实验数据进行图表分析,得出了在不同工作条件下在固定检测点位置的温度,CO浓度和烟气浓度变化规律。对基于火灾实时态势的导航网格动态生成方法以及对应的逃生路径规划方法进行研究,得出动态更新导航网格的具体算法,并对传统A*算法路径节点选择问题进行改进,得出适应船舱火灾蔓延信息的最短逃生路径规划算法,通过实验验证,该算法寻路效率更优。     

船舶物流路径规划的数学模型构建及求解

船舶物流路径规划的研究具有十分重要的经济价值,当前船舶物流路径规划方法无法找到最优的船舶物流路径规划方案,使得船舶物流运输的成本过高,为此本文设计了基于蚁群算法和粒子群算法的船舶物流路径规划方法。首先分析船舶物流路径规划研究的历史,建立船舶物流路径规划的数学模型,然后采用粒子群算法对船舶物流路径规划的数学模型进行求解,找到有效的船舶物流路径规划方案集合,并在此基础上采用蚁群算法对船舶物流路径规划方案集合进行搜索,找到最优的船舶物流路径规划方案,最后与单一蚁群算法、粒子群算法进行了船舶物流路径规划问题求解的仿真实验。本文方法避免了单一蚁群算法、粒子群算法求解速度慢,难以找到最优船舶物流路径规划方案不足,得到的船舶物流路径规划方案可以帮助企业节约物流运输成本。