基于改进蚁群算法的高速公路疏散路径研究

根据高速公路应急疏散的特点,在交通分配中应用改进蚁群算法模型。首先引入路段交通量和通行时间函数作为算法转移规则的一部分,从而在进行搜索时优先考虑容量大和通行时间较短的路径。其次通过实验分析蚁群算法参数对计算结果和收敛速度的影响,给出了最优的参数组合。最后将最优参数组合应用于改进蚁群算法中,并通过仿真实验将改进蚁群算法与基础蚁群算法的路径搜索结果进行对比。结果表明:采用最优参数组合的蚁群算法不但加快了搜索速度,而且优化了全局最优解,通过基于GIS的高速公路应急疏散系统进行路径分析,得到系统最优的可视化疏散路径。     

基于蚁群算法的动态路径选择问题

论述蚁群算法在动态路径选择问题上应用。在蚂蚁寻径原理基础上,建立经济圈公路网蚁群算法模型,并对算法的参数进行标定。针对算法的缺陷,对信息素更新策略进行了优化改进,使其能更快的收敛到全局最优解。该模型算法对经济圈道路交通智能化动态诱导系统的建立大有帮助。     

基于蚁群算法的动态路径选择优化方法

为了确保城市路网交通流平稳运行和各路段交通流量合理分配,提出了一种基 于伪随机状态转移规则的动态路径选择优化方法.该方法首先计算路段上流量和路阻,利 用伪随机状态转移规则和路径、路段信息素更新规则,模拟了出行者在路网节点的择路 行为,实现了路径选择过程中静态先验知识、动态交通状态及路径选择随机性的综合.算 例结果表明,该方法能够体现不同 OD 需求下路径选择的叠加效果和时延效果,相对于 平衡分配法可获得更好的路网交通均衡性,对于时变路况环境下的路径诱导系统也具有 一定的应用价值.     

基于Anylogic的铁路客运站火灾疏散仿真研究

在国内外应急疏散研究现状的基础上,选择铁路客运站火灾疏散问题进行研究,综合考虑必需安全疏散时间中的火灾报警时间、人群预动作时间以及与可用安全疏散时间相关的火灾产物对疏散的影响,建立热辐射强度、烟气温度、CO浓度和能见度达到人群承受极限的计算模型,并对CO浓度计算模型进行改进,依据安全疏散理论设定疏散终止条件,运用Anylogic软件对大连站高架候车厅进行设定火灾情境和疏散方案的仿真实验,通过对仿真结果的分析得出结论:疏散人数随站内初始人数的增加、疏散出口开放数的减少而加快减少,但火源点周围疏散口的关闭反而会对疏散产生积极影响。     

基于蚁群算法的应急物流动态网络鲁棒优化

考虑应急物流网络的时间依赖性及所处环境的复杂性,将动态网络理论与鲁棒离散优化理论相结合,建立具有鲁棒特性的动态网络优化模型,在此基础上,结合蚁群算法基本理论,将算法中的启发因子加以改进,使之与优化模型相适应,并利用改进后的蚁群算法在全路中寻求一条时效性高、鲁棒性好的路径以供应急物资运输。最后,举例验证研究所提出的优化理论及改进算法的合理性。     

基于量子蚁群算法的随机需求的动态车辆路径问题

针对随机需求的动态车辆路径问题,以最小化成本和最大化客户满意度为目标,采用两阶段建模,把动态车辆路径问题转换为静态车辆路径问题,将量子理论与蚁群算法结合并加以改进,用量子Hε门代替传统的量子旋转门实现对蚁群的更新.用Matlab7. 0软件实现数据仿真,验证了本文改进的量子蚁群算法是求解该问题有效的方法之一.     

基于蚁群算法的航班着陆排序

当空中交通拥挤时，对航班的着陆顺序进行的调整，可以缓解拥挤，减少航班延误，提高飞行安全性，本文将蚁群算法用于着陆航班的排序问题，首先，建立以航班延误总时间最小为目标的规划模型，将航班着陆排序问题转化为非对称的TSP问题；然后，用蚁群算法寻找符合实际操作的优化排列；最后，经过对某机场实际数据的仿真计算，并与实际运行相比较，本文应用的算法具有较好的有效性和较强的使用性。     

基于蚁群算法的车辆调度问题

根据蚁群算法的基本原理和数学模型算法,对实际配送问题进行分析,给出解决方案。选用matlab软件对实例进行仿真,仿真出无返回式的配送最短路径;将最短路径进行分区域优化,实现由路况信息和实际需要调配多辆车配送的动态问题。     

基于自适应蚁群算法的图像分割

蚁群算法良好的离散性，并行性，正反馈性和鲁棒性，非常适合于图像分割。但基本蚁群算法蚂蚁的搜索是随机的，计算量大，不利于算法的收敛，为此，本文提出了设置初始聚类中心的设想，并以小窗口为对象实施算法，由此大大减小了计算量。另外基本蚁群算法中挥发系数固定，会导致算法可能过早收敛或停滞，针对这一不足，本文将其修改为随蚂蚁通过可行路径个数动态变化，使其收敛性和稳定性有了一定提高。实验证明了方法的有效性。     

基于GIS的建筑火灾中人员疏散仿真模型研究

1 研究意义 （1）人员疏散仿真研究,可以大大缓解火灾科学实验研究中的耗费大量人力、物力的问题,且使用方便,已经成为火灾中人员疏散研究的必然趋势。在当前及今后一段时间的疏散安全性分析中,人们越来越希望在预测必须的人员疏散时间的同时,了解不同情况下人员疏散的行为特征和人群的流动趋势。     

基于蚁群算法的公交线网规划研究

以直达客流密度最大为目标函数,可建立满足公交线网约束条件的城市公交线网规划模型,并通过改进型蚁群算法对模型就行求解,最终可使所建模型的有效性得以验证。     

基于蚁群算法的出行者路径选择行为

出行者在选择路径的过程中主要受路径的广义费用和路径长度两个因素影响,综合考虑两因素并利用蚁群算法的路径概率选择公式摸拟出行者在节点处选择路径的过程,通过调节启发信息素与信息素的重要程度摸拟不同属性出行者的路径选择过程。研究表明:结合蚁群算法并引入信息素平滑机制能够显著减少交通量空间分布不均匀现象,并降低路网整体广义出行费用,为交通管理者提供交通管理建议。     

基于蚁群算法的公交线网规划研究

以直达客流密度最大为目标函数,可建立满足公交线网约束条件的城市公交线网规划模型,并通过改进型蚁群算法对模型就行求解,最终可使所建模型的有效性得以验证。     

基于蚁群算法的动车组周转计划研究

通过对高速铁路动车组运用现状进行分析,建立了高速铁路动车组在不固定区段使用条件下周转优化的指派模型,并提出了解决该组合优化问题的蚁群算法,以及动车组使用数量的公式.最后以武广客专为算例,计算出动车组优化运用方案,并铺画了一个车站相关的动车组周转图.通过验证,本文模型和算法具有可行性.     

基于蚁群算法的公交线网规划研究

以直达客流密度最大为目标函数．可建立满足公交线网约束条件的城市公交线网规划模型,并通过改进型蚁群算法对模型就行求解,最终可使所建模型的有效性得以验证。     

基于蚁群算法的供应链系统脆性研究

随着供应链系统的规模不断扩大,多层次结构和外部环境因素使得供应链系统复杂程度越来越高,通过应用蚁群算法对供应链中系统脆性分析可寻找供应链系统脆性因子的最佳路径.     

基于元胞自动机的建筑火灾预测与疏散系统

针对人口密集的较大型建筑,提出了一种基于元胞自动机的建筑火灾预测与疏散系统。该方法首先使用栅格法对建筑平面建模,通过元胞自动机模型实现火灾预测与人群疏散在同一界面显示;然后通过改变出口的不同参数,得出使人群疏散最佳的建筑出口设计方案;最后采用改进后的蚁群算法优化建筑内的疏散灯,使其能够动态地指示逃生方向。仿真实验结果表明,该系统能有效地解决建筑群体内发生火灾时存在的出口设计与人员安全疏散问题。     

基于蚁群算法的公交线网规划研究

以直达客流密度最大为目标函数,可建立满足公交线网约束条件的城市公交线网规划模型,并通过改进型蚁群算法对模型就行求解,最终可使所建模型的有效性得以验证.     

公路隧道火灾安全疏散设计研究

对公路隧道火灾发生的原因以及灾后安全疏散的影响因素做简要分析,阐明公路隧道火灾的判断依据以及安全疏散通道设计理念,并且对安全疏散的方式以及安全疏散方式的选择进行探究。     

铁路客运站遇火灾时旅客疏散问题

铁路客运站内部结构复杂、建筑材料不尽相同、运输设备繁多、人员密度较大、疏散线路复杂、加上旅客携带的大量行李,火灾时容易发生恶性事故,而且事后对社会的影响较大。从分析铁路客运站火灾发生的原因及危害性出发,通过对火灾中人员心理决策过程、影响旅客疏散因素等问题的分析,建立安全疏散时间模型。在此基础上指出铁路客运站安全疏散设计中存在的问题。