基于路网分层策略的高效路径规划算法

为解决路网规模过大导致的路径规划算法计算效率低的问题,通过引入路网分层预处理的思想,采用方向诱导搜索策略、双向搜索策略和数据结构改进策略,提出了一种新的路径规划算法——分层A*算法,并在广东省大规模路网上进行了实验.实验结果表明:与A*算法和Highway Hierarchical算法相比,A*算法的计算效率分别平均提高11.7倍和2.4倍,搜索空间分别平均缩小5.7倍和2.8倍,且新算法的计算效率和搜索空间都更为稳定.     

城市快速路网行程时间计算与最优路径选择算法

为提高城市快速路网的整体功能和运行效益,利用实时动态交通数据,根据动态交通因素对路段通行时间的影响,将城市快速路网划分为非拥塞和拥塞两种情况,基于安全停车距离和剩余通行能力,分别计算了两种情况的路段通行时间,提出了以行程时间最短为目标的城市快速路网行程时间计算与最优路径选择算法.将该算法应用于西安城市快速路网进行案例分析,结果表明:该算法的最优路径计算结果与实际相符,误差在15%以内;最优路径的距离约为最短路径的1.84倍.      

交通路况感知下的自适应动态路径规划方法

针对传统路径规划算法在动态网络中的时效性和可用性不足，本文提出一种适用于时变 路网环境下的自适应动态路径规划方法。通过引入动态网络流式图划分思想，构建一种分层路 网的状态树索引，有效降低了动态路网中路径查找的计算代价，并扩展了传统路径规划算法在动 态路网中的普适性。在此基础上，将区域路况的时空变化信息融合到索引树中，进一步提出一种 基于时空层次网络的路径映射方法。并按照访问节点的距离逐步收缩最小包含区域来减少路径 查找视野，将路径查找过程转化为在层次图中的小范围寻址。为适应路网动态变化特征，路径映 射采用多路并行的双向探测策略，使得路径搜索迅速收敛于一个最优解，在动态路况变化和旅行 代价之间寻求平衡。最后，结合北京市实时交通路网数据集进行实验评估，在查询性能和自适应 调整方面验证了所提出方法的有效性。     

应急车辆动态路径选择的两阶段优化模型

为研究突发事件情境下交通路网动态变化时的应急车辆路径选择问题，提出应急车辆动态路径选择的两阶段调度优化模型。通过结合路网动态状况和应急救援特征，建立基于最大路径可靠度和最短行程时间的两阶段优化模型；通过混沌搜索改进布谷鸟算法初始种群，并加入蛙跳算法改进局部搜索操作，设计混合布谷鸟算法，改善全局寻优能力；以某市某区部分区域路网为例，将该区域路网实时交通数据应用于模型和求解算法中。实验表明，利用两阶段优化模型和算法编码方案能成功获得出发点到救援点的动态可靠路径，相同行驶路径情况下模型与算法求解的最短行程时间与实地驾车获得的最短行程时间最大误差不超过8%，说明优化模型可行。3 种不同算法求解K最短路径的结果发现，混合布谷鸟算法得到的最短行程时间比粒子群算法和 经典布谷鸟算法得到的结果都要小，且计算时间最短，表明混合布谷鸟算法求解的结果最优，性能最好。     

动态重规划的多目标路径产生方法研究

随着城市现代化发展,交通问题越来越突出,为解决这些问题,智能交通加速发展,合理优化资源分配成为一大焦点。因此,提出一种动态重规划的多目标路径产生方法,主要分为路径选择模型以及路径优化算法两个方面。提出基于时间最短、距离最短、拥挤度最低三个目标的多目标路径选择模型,确定路径求解算法,改进竞争学习神经网络确定拥挤度分类,通过逆向A*算法进行全局路径优化。当检测到路网信息发生变化时,将新信息反馈到系统中,通过增量更新算法进行动态更新,从而实现实时动态路径规划。最后,根据北京市某片区路网情况进行模拟,验证算法的可行性和有效性。     

考虑回路因素的电动汽车最短路问题研究

电动汽车保有量迅速增长,但仍存在里程焦虑、充电设施缺乏等问题,导致驾驶员有时必须绕路才能给电动汽车充电. 基于电动汽车在长途出行过程中绕路充电产生的回路现象,对电动汽车最短路径问题进行深入探索. 对路网进行重构,考虑驾驶员在不同充电速度和排队情况下的充电站选择行为,构造寻求电动汽车最短路径的混合整数规划模型,使用成熟的商业规划软件求解. 为提高大型路网下的模型求解速度,基于动态规划的思想提出一种改进的标签设置算法,高效求解路网中存在回路时的电动汽车最短路径问题. 通过算例验证所提模型和算法的合理性及高效性.     

动态环境感知的多目标室内路径规划方法

为了满足复杂室内环境中用户的多目标导航需求,提出了动态环境感知的多目标室内路径规划方法. 该方法顾及室内路径复杂度、拥挤程度与阻断事件等多维室内环境语义,扩展了节点-边表示的室内导航路网模型,通过量化表征多维室内环境语义,建立了能够综合感知室内环境语义变化的导航通行成本函数,然后,将顾及室内动态环境语义的导航通行成本函数值作为室内导航路网模型的边长,设计实现了基于Dijkstra的多目标室内路径规划算法. 通过模拟实验分析比较室内路径规划结果,实验结果表明:由于扩展后的室内导航路网模型增加了具有方向性语义的垂直组件,考虑了阻断事件因素,导航路径规划能够避开不可用连接边;在路径拥挤程度分别为轻度、缓慢和堵塞情况下,由于考虑了路径复杂度和拥挤程度,节约的通行时间平均提升了17%.      

路网混合均衡交通分配模型研究

在先进的出行者信息系统下,假定有装置出行者能接收到完全信息并以用户最优方式选择出行时间最短的路径,而无装置出行者仅有部分信息并以随机方式选择出行时间更长的路径。基于路网混合均衡建模理论,构建了信息影响下的路网混合均衡交通分配模型,证明了该数学规划模型解的等价性,设计了模型求解算法,并进行了算例计算与分析。     

动态交通配流中的模糊路径选择模型研究

考虑出行者在模糊信息条件下的动态路径选择行为,提出一种基于路径模糊条件下的选择模型。出行者在一种非饱和状态下的路网结构中,根据各路段行程所需的模糊时间进行路径选择,从而影响其他出行者选择短路径,使整个路网中各路段用户均衡。该模型框架为智能化交通系统的建立提供一定的理论依据,算例结果验证了该模型的有效性和可行性。     

基于地形自适应的货运索道路径自动规划方法

为降低货运索道路径规划工作的时间和经济成本,综合考虑地理信息、工程实际情况和索道架设与运营成本等多方面因素,提出了索道路径规划要求,形成自动化路径规划的技术流程. 针对索道架设要求,提出了基于聚类分簇思想的上、下料点自动筛选方法,实现索道对公路的避让;并根据三维地形数据提出了基于地形自适应的索道支架位置搜索方法,搜索的支架可保证索道承载索与地面的间距满足施工要求;通过支架位置优化,减少支架数量,实现索道成本的降低. 对实际工程的路径规划计算应用表明:该规划方法可在约半个小时的时间内自动获得的上千条索道路径及支架架设方案,规划速度快,数据分析全面.      

UAV's Coverage Search Planning Algorithm Based on Action Combinations

The autonomous route planning in coverage search is an important subject of unmanned aerial vehicle(UAV) mission planning. Pre-planning is simple and feasible for the coverage search mission of single UAV in regular areas. As to the dynamic mission in complicated environment of multi-UAV, the route planning will encounter the difficulties of reasonable task distribution and the real-time environment changes which include the changes of the mission area, the detection of threat area, the interference of communication and so on. At this point, making the UAV to do real-time autonomous planning is necessary. However, it is hard to fulfil requirements of real-time, autonomous and efficient at the same time. According to a scalable knowledge base,this paper proposes a coverage search algorithm which is based on the mapping between the basic behavior combination and surroundings. A UAV's coverage search simulation model with random shapes is built with a discrete map to update the environment and the changes of the mission on time. Comparison of the simulation analysis and the dynamic programming shows that the method has amazing expandability and can change the search strategy feasibly. It is efficient, and the ratio of coverage redundancy can be decreased to 1.21. It also has the potentiality in real-time calculation, and the computing time can be shortened to about 2 s.     

考虑个性化出行需求的多模式公交路径规划

在多模式公交出行中,传统的路径规划方案已无法满足出行者日益增长的出行需求. 为提供基于出行者多种出行需求的个性化路径规划方案,通过IC卡刷卡数据模拟公交时刻表,建立基于模拟时刻表的多模式公交路网模型;采用动态阈值化法建立个性化出行需求评价值模型;设计深度优先搜索-遗传算法（depth first search-genetic algorithm,GA-DFS）,并基于此组合算法提出初始种群产生策略和两点变异方法;最后,假设了3种不同出行需求的出行场景,将某市区的多模式公交路网数据应用于模型和求解算法中,并与使用较广的模拟退火-遗传算法（simulated annealing-genetic algorithm,GA-SA）进行对比分析. 仿真结果表明:所提出的算法与模拟退火-遗传算法相比,平均迭代次数减少了42%,寻优能力提高了50%,并且可以提供基于乘客多种出行需求的路径规划方案.      

轨道交通乘客个性化出行路径规划算法

随着城市轨道交通网络的不断完善,可供乘客选择的轨道交通出行路径日益 增加,乘客出行路径决策愈加复杂.本文在分析轨道交通服务水平变量对不同属性乘客出 行路径选择行为影响的基础上,提出轨道交通乘客个性化出行路径规划算法.首先,基于 非集计理论构建针对不同类别乘客的路径选择模型,该模型综合考虑乘车时间、换乘时 间、换乘次数、车内拥挤度及个人属性等因素对乘客路径选择行为的影响.其次,基于不同 类别乘客的路径选择行为差异,构建考虑车内拥挤度变化的乘客个性化出行路径动态规 划算法,为不同属性乘客规划广义出行时间最小的路径.最后,基于广州地铁数据对算法 进行验证.结果表明,该算法针对乘客个人属性规划的最优出行路径,更加贴合乘客的出 行心理.     

时变交通下生鲜配送电动车辆路径优化方法

依据时变交通路网特点设计基于路段划分策略的行驶时间计算方法,综合考虑客户对生鲜产品最低新鲜度约束,车载限制和电动车电量约束,设计三约束决策因子方法.以配送总成本最小为目标,构建时变交通下电动车城市生鲜配送路径优化模型,根据模型特点设计自适应改进的蚁群算法.实验结果表明,本文方法能够根据客户生鲜新鲜度要求,客户属性和路网特性,合理安排发车时间,科学规划配送路径,有效避免交通拥堵;通过算法对比,本文模型和算法能够明显降低配送成本,提高企业经济效益.     

时变交通下生鲜配送电动车辆路径优化方法

依据时变交通路网特点设计基于路段划分策略的行驶时间计算方法,综合考虑客户对生鲜产品最低新鲜度约束,车载限制和电动车电量约束,设计三约束决策因子方法.以配送总成本最小为目标,构建时变交通下电动车城市生鲜配送路径优化模型,根据模型特点设计自适应改进的蚁群算法.实验结果表明,本文方法能够根据客户生鲜新鲜度要求,客户属性和路网特性,合理安排发车时间,科学规划配送路径,有效避免交通拥堵;通过算法对比,本文模型和算法能够明显降低配送成本,提高企业经济效益.     

动态交通路网中有效路径的确定方法

动态路径搜索是动态交通分配与动态车辆路径导行系统的关键技术,是建立智能交通系统的基础之一。本文给出了动态有效路径的明确定义,并将深度优先搜索的树搜索算法、寻路定向性、层次空间推理策略以及A^＋算法中的定向估价函数相结合,提出了动态有效路径的一种有效算法。在新算法中通过对交叉口延误的特殊处理,使得城市交通路网中的分向交叉口延误得以充分体现,并有利于将交通导行系统与交通控制系统相融合．文中同时对动态有效路径搜索在动态车辆路径导行和动态交通分配的应用作了初步分析。     

航路扇区容量需求的交通流动力学推演与预测

为科学应对交通需求的持续增长，合理进行空域规划，从介观层面刻画交通流动态演化过程，提出航路网络交通流演化模型. 以此为基础，将预测得到的城市对间年度交通总需求量推演到整个航路网络中，实现未来交通需求时空分布的中长期预测；构建航路扇区容量需求预测模型，选取华东地区两个相邻航路扇区为研究对象，进行实例验证.结果表明，所提方法能对航路扇区容量需求进行有效预测，未来5 年内两个航路扇区容量需求将分别由50架次/h、 39架次/h上升为70架次/h、45架次/h.     

���мƻ�Լ���µĶ�̬�ɴ��Է��������

在城市轨道交通中,随着各条线路的末班车按运行计划逐站完成载客任务,路网上OD两点间的可达路径逐渐变少,直至两点间不可达,这样的路网服务能力随时间的动态变化,称为动态可达性。本文研究运行计划约束下的路网动态可达性计算方法,以支持末班车开行的优化,实现搭乘末班车出行乘客目的地可达的最大化。本文首先分析了末班车开行带来的动态可达性,给出了最晚可达时间、路径可达性、OD可达性定义。在此基础上,提出了末班车开行下路网可达性的计算方法与最晚可达时间求解的递归算法。最后,以路网可达性最大为目标,将可达性计算方法应用于末班车换乘衔接优化。通过算例分析验证了可达性计算方法的有效性。     

运行计划约束下的动态可达性分析与计算

在城市轨道交通中,随着各条线路的末班车按运行计划逐站完成载客任务,路网上OD两点间的可达路径逐渐变少,直至两点间不可达,这样的路网服务能力随时间的动态变化,称为动态可达性.本文研究运行计划约束下的路网动态可达性计算方法,以支持末班车开行的优化,实现搭乘末班车出行乘客目的地可达的最大化.本文首先分析了末班车开行带来的动态可达性,给出了最晚可达时间、路径可达性、OD可达性定义.在此基础上,提出了末班车开行下路网可达性的计算方法与最晚可达时间求解的递归算法.最后,以路网可达性最大为目标,将可达性计算方法应用于末班车换乘衔接优化.通过算例分析验证了可达性计算方法的有效性.