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。     

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。     

一种基于Dijkstra算法的动态进路规划方法

为解决调车作业计划自动转化为联锁进路问题,介绍一种动态进路规划方法.把站场抽象为一个无向联通图,使用Dijkstra算法,求解出计划中的起点轨道到终点轨道的一条顺序包含无岔区段和道岔的最短路径.使用模糊匹配算法,对联锁表基本进路中的设备与最短路径中的设备,按照顺序以及设备实时状态进行匹配,获取到正确的进路组合,实现动态...     

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。     

基于快速扩展随机树的机器人路径规划仿真实验平台研究

在建立并实现一种基于快速扩展随机树的机器人路径规划算法的仿真实验平台的基础上,通过该仿真实验平台所做的大量仿真实验表明：基于快速扩展随机树的路径规划算法具有强烈搜索未知空间的倾向,在各种障碍物环境下搜索出可达路径。该仿真实验平台运行稳定,功能完善,可直观地演示路径规划算法的搜索过程。     

基于A*算法的地图路径搜索的实现

最短路径问题(SP)是人工智能的一个活跃方向,本文介绍了人工智能中的一般启发式搜索算法的原理及算法的优点,搜索过程,并将其应用到公园导游系统的路径搜索中,给出了一种搜索公园导游地图最短路径的算法及其实现.     

基于遗传算法的铁路旅客列车开行路径优化的研究

在影响旅客列车运行效益的诸多因素中,着重研究了旅客列车开行线路的选择,分析传统的最短路径算法的不足,提出利用遗传算法求解路网中任意两点间k条最优路径,并进行仿真计算,取得较好效果,结果表明利用这一方法有利于旅客列车开行方案多方案比选,辅助运营决策.     

基于CO_2排放的车辆路径优化模型及其算法研究

物流不仅是能源消耗大户,同时也是CO2排放的重要来源。在分析配送车辆燃油消耗和CO2排放因素的多种车辆类型车辆路径问题特点的基础上,构建其相应的优化模型,并给出基于遗传算法的启发式求解算法。最后,针对该模型和求解算法进行数值算例仿真,研究结果显示:路径最短的路线不一定是能耗最小的路线;与传统基于路径最短的车辆路径对比,基于CO2排放的车辆路径总行驶里程较长,但其综合成本较低;遗传算法是解决绿色车辆路径问题的一个有效的求解算法。     

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.