改进A*算法的物流无人机运输路径规划

针对低空环境下物流无人机运输路径规划问题,综合考虑低空规划空域、物理性能等内外限制,设计了一种改进A~*算法用以快速解算路径。该算法以栅格法飞行区域建模为基础,为适用无人机航空物流运输,在成本函数中引入栅格危险度并增加飞行时间、能源消耗等代价,同时采用动态加权法对估计函数的权值赋值。在既定的路径规划环境及物流无人机性能约束下,仿真结果表明:该算法能快速规划出危险度小、能耗少的避障运输路径,且性能相比原算法、蚁群算法优;并得出最佳路径所对应的栅格粒度大小与代价权重值取值,验证了本算法的有效性。     

A*算法在基于电子地图的动态路径诱导中的应用

动态网络中两节点间最短路径问题是目前尚未解决的一个难题．文中提出利用A＊算法来求解电子地图中的这一问题，并利用电子地图中的地理信息来得到网络中两节点间最短距离的下界，运用这些下界来设计有效的A＊算法．以广州市电子地图为基础，随机产生了一个满足先进先出原则的动态网络，利用这个网络对提出的算法进行了试验及性能分析．试验结果证明了该方法的有效性．     

快速公交（BRT）线路布设优化算法研究

快速公交（BBT）在我国方兴未艾，而目前缺乏实用的快速公交线网布局优化方法。针对传统直达客流方法应用于快速公交线网布局优化的不足，根据快速公交的特点和功能定位，提出了以直达客流运输密度最大和直达客流绕行系数最小为目标的快速公交线网布局双层非线性优化模型，对模型合理性进行了论证，并提出了简单容易操作的实用求解算法。     

免疫算法在桥梁监测传感器优化配置中的应用*

为了用尽可能少的传感器获取尽可能多的全面反映桥梁健康状况的信息,提出了基于免疫算法的桥梁结构健康监测传感器优化配置方法。该算法以桥梁模态分析后所得的模态置信度矩阵作为目标函数,采用整数编码方式产生初始抗体群,以亲和度为基础对抗体进行选择及评价,采取精英保留策略更新记忆库,对抗体进行免疫操作产生新群体。结果表明,与遗传算法相比,免疫算法收敛速度快、精度高,可以实现桥梁结构健康监测传感器优化配置。     

快速公交(BRT)线路布设优化算法研究

快速公交(BRT)在我国方兴未艾,而目前缺乏实用的快速公交线网布局优化方法。针对传统直达客流方法应用于快速公交线网布局优化的不足,根据快速公交的特点和功能定位,提出了以直达客流运输密度最大和直达客流绕行系数最小为目标的快速公交线网布局双层非线性优化模型,对模型合理性进行了论证,并提出了简单容易操作的实用求解算法。     

蚁群算法在物流运输车辆调度中的应用

现代物流运输车辆调度过程复杂多变,将蚁群算法引入物流车辆调度,可优化车辆优化调度算法。实践证明,该算法是一个非常有效的解决组合优化问题的工具,在一定程度上加快了进化进程。     

节点综合重要度在运输通道线路布局中的应用

为有效、合理地选择运输通道内的节点,从节点功能定位、运输需求特性以及运输方向的不均衡性出发,对常用方法进行修正,建立更能反映实际运输需求情况的节点综合重要度计算方法,并提出以最大范围地覆盖节点需求重要度为目标的选线方法,经温州区域综合运输通道实例验证,该方法效果良好.     

节点综合重要度在运输通道线路布局中的应用

为有效、合理地选择运输通道内的节点,从节点功能定位、运输需求特性以及运输方向的不均衡性出发,对常用方法进行修正,建立更能反映实际运输需求情况的节点综合重要度计算方法,并提出以最大范围地覆盖节点需求重要度为目标的选线方法。经温州区域综合运输通道实例验证,该方法效果良好。     

基于布尔可满足性的动态路径优化算法

在对现有的经典路径优化算法性能进行分析基础上,指出现有算法的缺点。通过对布尔可满足性理论的研究,提出基于布尔可满足性的路径优化算法,并结合记忆机制,将其应用在动态路径优化中,减少最短路径的搜索时间和不必要的重复搜索,体现该算法的优势。最后,利用该算法对一简单路网进行验证。     

遗传-模拟退火算法在数据库查询优化中的应用

将遗传算法与模拟退火算法相结合,导出了一种基于遗传-模拟退火算法的多连接查询优化算法.该算法将查询计划的一棵语法树看作是一个染色体,对于语法树上的连接操作后序遍历生成一个编码.在所有编码构成的种群进行完选择、交叉、变异操作之后,在其中引入模拟退火机制,从而进一步调整优化了种群,保持了群体的多样性,减少了用户查询的响应时间.     

模拟退火算法在军事运输路径优化中的应用及求解

提出运用模拟退火算法求解军事运输路径优化问题的技术思路,并根据部队运输实际问题,建立优化模型,利用MATLAB程序求出了优化路径。运算过程表明,在对计算参数进行了试验性的估计选择后,模拟退火算法的收敛性和有效性得到更大的提高,可以应用于军交运输的实践。     

改进的粒子群算法在VRP中的应用

提出一种新的求解VRP问题的粒子群算法,该算法通过引入随机交换序、PMX算子使粒子群算法能更好地求解VRP问题。经过实例验证,该算法是解决VRP问题的有效算法。     

一种混合蚂蚁算法及其在QoS多播路由中的应用

描述了多QoS约束的多播路由问题的网络模型，提出了一种混合蚂蚁算法，该算法利用遗传算法快速全局的搜索能力，生成初始解，并转化为网络的初始信息素分布．利用蚂蚁算法的正反馈特性，迅速收敛到问题的最优解．仿真取得了非常好的效果，表明该算法是合理有效的．     

一种改进的求解QoS多播路由问题的蚂蚁算法(英文)

为了克服基本蚂蚁算法收敛速度慢、容易早熟和陷入局部最优解的缺陷,提出了一种求解QoS多播路由问题的改进型蚂蚁算法.该算法采用相遇蚂蚁策略来加快搜索速度,采用最优解更新和信息素自适应控制策略来避免出现停滞现象.仿真结果验证了该算法的可行性和有效性.     

有约束优化中遗传算法的应用

以列车操纵优化中为每个行车子区间分配时间片段这一实际问题为背景, 详细介绍了 用遗传算法(GA ) 利用引进惩罚项解决这一类有约束优化问题。同时给出了GA 对 于有约束问题的几点改进方法: 用交叉基始位加快进化进程、用变异环境串来激励 出更优秀的个体。      

模糊理论在网络优化中的应用

随着网络应用范围的拓宽,应用中使用了大量的模糊语言,比如"费用高"、"距离远"和"代价低"等等,对于这类问题难以建立精确的数学模型.提出了运用模糊理论来解决网络优化中遇到的这类不确定的、模糊的问题,并结合一个具有模糊性的网络优化问题实例,建立数学模型,编写Java程序实现求解过程.最后通过对建模结果的验证,说明方法是有效的和可行的.     

模糊理论在网络优化中的应用

随着网络应用范围的拓宽,应用中使用了大量的模糊语言,比如"费用高"、"距离远"和"代价低"等等,对于这类问题难以建立精确的数学模型.提出了运用模糊理论来解决网络优化中遇到的这类不确定的、模糊的问题,并结合一个具有模糊性的网络优化问题实例,建立数学模型,编写Java程序实现求解过程.最后通过对建模结果的验证,说明方法是有效的和可行的.     

An Effective Hybrid Optimization Algorithm for Capacitated Vehicle Routing Problem

IntroductionVehicle routing problem(VRP)is a well-known combinatorial optimization problem and isalso a focal problem of distribution managementwithin the area of service operations managementand logistics.Capacitated vehicle routing problem(CVRP)is a very hard vehicle routing problem.The problem is to simultaneously determine theroutes for several vehicles from a central depot to aset of customers,and then return to the depotwithout exceeding the capacity constraints of eachvehicle.In prac…     

车辆路径问题的混沌粒子群算法研究

针对车辆路径问题中单仓库非满载这一基本类型的具体特性,设计了一种混沌粒子群算法;利用混沌系统的随机性、规律性和遍历性初始化粒子,大范围覆盖车辆路径问题的解空间,加强算法最优路径的搜索能力;通过在求解过程中的次优路径处施加混沌扰动,使算法放弃当前求解的路径,避免结果为次优解.并通过试验验证了该算法在车辆路径问题中具有很强的寻优能力.     

遗传算法在电力系统无功优化中的应用

详细介绍了浮点数编码遗传算法的编码、选择、交叉、变异等操作.该编码不仅可以降低算法的搜索空间,而且可以避免初始化及在遗传操作中生成的不可行解.将该算法用于IEEE30节点系统,结果表明,该方法降低了网络损耗,实现了电力系统的无功优化,得到了满意的结果.