车辆路径问题的模拟退火算法

在构造车辆路径问题(Vehicle Routing Problem,VRP)数学模型后,采用路径间调整和路径内优化方法,结合模拟退火算法策略对该问题进行求解。重点阐述了VRP模拟退火算法的设计思路,详细分析和编制了求解程序框图,并实现了计算机求解。仿真测试结果表明:采用模拟退火算法求解VRP效果显著,计算速度较快,与有关算法对比显示了较强的实用性和可操作性,为解决大规模VRP提供了一种有效算法。     

改进遗传算法在车辆路径问题中的应用

建立了车辆路径问题的数学模型.为了提高遗传算法的搜索速率,避免种群出现“早熟”现象,对适应度函数采用动态线性标定方式,改进交叉算子,采用大变异操作,设计出了求解车辆路径问题的改进遗传算法并给出了具体的计算步骤.应用该遗传算法进行了实例计算,取得了比较满意的结果.计算结果表明,该遗传算法在计算性能上优于参考文献中设计的遗传算法.同时也表明,对遗传算法的改进策略不仅简单而且对求解VRP问题是有效的.      

自动驾驶车辆循迹路径生成算法研究

在无人驾驶领域中,已经实现了车辆按照已有路径进行循迹无人驾驶,通常已有路径是由车辆实际采集获得。文章采用Matlab编写了循迹路径的生成算法,解决了循迹路线必须由车辆采集获取的问题,使车辆控制更加高效。再循迹路径生成算法中结合了车辆的左右转最小拐弯半径约束和允许倒车的情况,得到了无人驾驶车辆可行驶的路径。最后通过算法生成的路径进行了实车实验,车辆能够按照算法生成的路径进行自动驾驶,最后对算法生成的路径和车辆实际路径进行了对比,验证了算法的可行性。     

基于遗传算法的3L-CVRP优化问题研究

为提高物流配送效率,降低配送成本,探讨了三维装箱约束下的车辆路径优化问题.在装箱问题与车辆路径优化问题研究现状的基础上,将三维装箱与车辆路径优化进行整合,考虑客户需求、货物装载顺序、车辆尺寸、车辆重心等约束,建立以路径最短、车辆装载容积利用率和载重率最大的多目标组合优化模型,引入权重系数体现决策者偏好并归一化目标函数.设计适用的染色体编码规则,确定遗传操作中选择、交叉、变异方法,选取目标函数为适应度函数,引入最优个体保存策略防止算法的过早收敛,提高算法的准确性,通过Matlab编程实现该优化模型的求解.案例数值试验表明,该模型与算法能够实现装箱与车辆路径的组合优化,算法运行时间为17s左右,相较于引导式局部搜索遗传算法减少了5 s,车辆总行驶里程缩短了7 km.      

多目标低碳车辆路径优化模型及求解算法

为有效降低物流配送过程产生的能耗和碳排放,控制配送成本,以传统带时间窗车辆路径问题为基础,研究低碳条件下的车辆路径问题.通过三角概率分布在合理速度区间内对车辆速度进行估算,综合考虑车辆行驶速度、载重量及运行里程构建碳排放计算模型,建立以系统总成本最低、车辆周转时间最小的多目标低碳车辆路径优化模型.将新兴多因子优化算法中协同进化和信息交互的思想应用于NSGA-II算法,提出增强型NSGA-II算法.算例结果表明,多目标优化模型可以更好地兼顾不同物流配送参与者的利益,更符合实际决策过程,所提出的ENSGA-II算法在经济成本上平均节省超过3%,在车辆周转时间上平均改进达到5.02%,表现出较好的求解性能.      

应急车辆出行前救援路径选择的多目标规划模型

针对城市中应急车辆的救援路径优化问题,分析了基于交通信息中心的应急车辆最优路径的多目标属性,给出了随机网络中各属性的量化计算方法,以最小化出行时间,最大化行程时间可靠度为目标,考虑了通行可靠性、安全性、道路条件限制等因素,建立了应急车辆出行前最优路径选择的多目标规划模型.模型所求得的解是综合最优路径,反映了应急车辆路径选择的目标需求,克服了以往直接等同于图论中最短路径的缺陷,给出了算法,通过算例验证了模型的合理性和有效性.     

基于改进禁忌搜索算法的车辆路径问题模型

为了解决传统禁忌搜索算法程序复杂、独立性低下等问题,在考虑带有时间窗的车辆路径问题的基础上,提出了带有时间窗和异构车队的车辆路径问题。为了更好地解决带有时间窗和异构车队的车辆路径问题,建立了带有时间窗和异构车队的车辆路径问题的模型,此模型同时考虑了时间窗、异构车队以及车辆数量限制的多重属性,提出一种改进的禁忌搜索算法来解决这一问题,改进的禁忌搜索算法其实质是在原有禁忌搜索算法的基础上加入了保留表,等级成本结构原则和车辆排序准则对其进行了创新。通过在原有算法中加入保留表,并使用等级成本结构的原则,提出了一种新的解决车辆路径问题的算法,这种改进的禁忌搜索算法解决了传统禁忌搜索算法的弊端,不仅可以使用户点在路径上紧密排列,同时还能达到优化运输路线的目的。最后为了演算改进的禁忌搜索算法的有效性,使用具体的案例数据对改进的禁忌搜索算法进行了演算,演算结果证明了这种创新算法在解决带有时间窗和异构车队的车辆路径问题上是有效的。     

一种基于轨迹预判的垂直泊车路径规划算法研究

为解决目前量产自动泊车系统泊车成功率低、泊车完成后车辆姿态偏斜等问题，研究搭建基于阿克曼转向几何学和车辆运动学的车辆运动模型，构建基于可行驶区域的栅格电子地图，在几何路径规划方法中融入基于轨迹预判的碰撞约束方法和路径居中算法，采用车辆膨胀轮廓模型，最大程度利用电子地图可行驶区域和保证路径安全性，设计出一种基于轨迹预判的垂直泊车路径规划算法，并通过仿真测试和实车测试验证算法的可行性。该算法可大大提高泊车成功率，能帮助解决泊车完成后车辆偏斜不居中的问题。     

VRP问题的建模及算法研究

近年来随着社会智能交通的兴起,电子商务不断发展,中国现代物流业进入了高速发展时期。车辆配送作为物流业中一个核心功能,被作为重要的研究对象。本文以车辆路径问题为出发点,研究了车辆路径问题多目标优化算法,利用建模做出了算法优化方案,对现实操作中具有现实意义。     

基于卡口车辆识别数据的车辆路径识别

车辆出行路径数据是城市道路交通调查的重要数据,如何利用卡口车辆识别数据推算车辆路径,是交通大数据处理的一个典型问题.通过开源OSM地图,识别卡口间路径,可获得卡口间路网距离矩阵,并经计算转换为卡口间旅行时间矩阵.然后基于车辆多次出行的连续性条件,采用时间阀值条件匹配算法将车辆全部卡口识别数据打断,获取出行链表.仙桃市城区车辆路径推算实例的实现简洁高效,可在类似项目中取代传统车辆出行调查.     

基于免疫遗传算法的铁路列车运行调整研究

列车运行调整是铁路调度部门的重点研究对象,而自动调整是衡量铁路调度指挥自动化水平的核心。因此,以偏离运行图最小为优化目标,考虑了区间运行时分、追踪间隔时间、车站停车时分、越行约束等6个约束条件,建立了列车运行调整模型;在算法方面,针对遗传算法的缺陷,如收敛速度较慢,易于早熟收敛,提出了1种效果较好的免疫遗传算法,并对编码方案、适应度函数、抗体浓度、变异算子等进行设计改进。仿真结果表明该算法与遗传算法相比,在收敛速度,最优值以及试验成功率方面都具有更为优越的特性,可为调度人员提供1个较好的调整方案。      

混合交通网络设计的遗传免疫算法研究

为了研究混合交通网络设计的启发式求解算法,以路段建设费用和网络费用最小化为目标,建立了混合交通网络设计的双层规划模型。鉴于标准遗传算法的局限性,基于人工免疫思想,将免疫系统仿生机理中的免疫调节、克隆选择、免疫记忆引入到遗传算法中,给出了求解混合交通网络设计的遗传免疫算法。通过算例验证了算法的有效性,并和标准遗传算法进行了比较。结果表明,在混合交通网络的设计中遗传免疫算法比标准遗传算法具有更好的求解效果。     

基于免疫遗传算法的公交线网优化研究

为了提高遗传算法在线网优化中的稳定性,在遗传算法过程中加入免疫因子的提取与注射,并设置局部最优的检测。改进后的免疫遗传算法能结合求解问题的特征信息对种群进行免疫接种,提高搜索速度和精度。通过路网验证,并与标准遗传算法进行比较,表明效果明显。     

基于免疫算法的汽车主动悬架控制研究

应用免疫算法理论,以车身垂直加速度、悬架动行程和车轮动载为控制目标,设计了基于汽车1/4模型的主动悬架控制策略。该算法利用信息熵作为评价抗体亲和力的指标,具有多样识别能力、强鲁棒性和免疫记忆功能。仿真结果表明,基于免疫控制器的主动悬架对汽车的平顺性和操纵稳定性有较明显的改善。     

基于免疫克隆算法的多枢纽选址与混合网络设计综合优化研究

为了描述多枢纽选址与混合网络设计综合优化问题,引入了双层规划模型建立数学模型.上层模型为多目标规划模型,以最小化网络总阻抗和最小化总投资为目标;下层模型为固定需求的用户平衡配流模型.然后,给出了基于免疫克隆算法的具体求解设计和步骤.接着,给出了算例,在不同决策权重条件下进行求解.算例结果验证了算法的可行性和模型的有效性,同时结果表明在建设枢纽后,当决策偏重于交通网络管理部门时,更倾向于建设新路段以降低网络费用和总费用.     

用方位角算法和转向角算法解决节点权重问题

论述了车辆导航系统中路线优化算法所研究的核心内容,并对由交叉口延误带来的节点权重问题进行了研究。针对以往算法的时间复杂度和空间复杂度高以及拓扑数据难以建立和实时更新的缺陷,构造了方位角算法和转向角算法以解决节点权重问题,并以北京市二环以内的典型路网为研究对象,对上述算法进行了实证研究。理论分析和实际运行的结果表明,这些算法有效地克服了以往解决方案的不足,大大提高了算法的计算速度,并可在各种交通管制措施的限制下,提供有效的路径规划方案。     

基于GATS算法的城市土地使用规划问题研究

土地使用规划就是确定和选择可能的发展区域以满足使用土地的要求，包括新区域的形成及提供公共服务设施），最优土地发展规划就是从许多可能的发展区域和人口分配方案中选择最好的方案，这一问题能归结为一个单目标0－1规划问题，本文根据遗传算法和禁忌搜索算法自身的优势与不足，提出一种将二者混合使用求解土地使用规划的算法，以使总的费用最少，同时针对此模型中约束函数的特点，提出一种处理约束的新方法，并用实际问题进行了数值实验，这是第一次将遗传算法和禁忌搜索算法应用于实际的土地使用规划问题。     

一种基于蚁群算法的QoS多播路由算法

采用启发式算法中蚂蚁算法解决包含带宽、时延和最小代价约束条件在内的多播路由问题．章基于蚂蚁具有找到蚁巢与食物之间的最短路径原理工作．并在分析多约束OoS的多播路由的基础上，提出了一种基于蚁群算法的OoS多播路由算法(QMRA)．仿真实验表明了该算法是合理的和有效的。     

路径诱导问题中Dijkstra算法和矩阵迭代算法的比较研究

Dijkstra算法和矩阵迭代算法都是最短路径问题的经典算法,为了研究这2种算法的计算效率,介绍了2种算法的基本思路和程序流程;通过对时间复杂度、结果和时间的关系指标进行多次计算,表现2者之间的效率差异.比对结果显示:矩阵迭代算法较Dijkstra算法速度快;随着交叉口数的增加,前者较后者速度优势更加显著;前者计算思路较后者简洁,便于计算机程序的编写.     

一种改进的DBSCAN聚类算法研究与应用

对DBSCAN(density based spatial clastering of applications with noise)聚类算法进行了研究,分析了它的特点、存在的问题和改进思想,提出了基于DBSCAN方法的交通事故多发点(段)的排查方法及其改进思路,并且结合J2EE技术,实现了一个Web环境下的交通事故数据挖掘系统 ,阐述了基于J2EE的交通事故挖掘系统的体系结构、设计及其应用.