基于定向树搜索的博弈配流模型

通过将交通路网中路径搜索的定向式启发策略与深度优先的树搜索算法相结合,提出了一种有效路径的定向树搜索算法。该算法利用节点坐标划定有效搜索区,使搜索范围缩小。在具体的求解过程中一是利用已求出的节点位势确定下一步搜索的邻接节点范围,二是利用一个简单的节点估价函数确定进一步要选择的节点。通过给每一个节点一个搜索标记号来记录搜索树的分杈情况,可以顺利的实现有效路径的连续搜索,并结合博弈理论建立了新的交通流分配模型,给出了博弈配流的步骤。新模型合理反映了交通路网中出行者的出行路径决策行为,提供了唯一的路径流量解,因此便于在交通网络的灵敏度分析和优化设计中应用。最后,用一个简单算例说明了该方法的有效性。     

城市交通网络中的最优路径搜索的树修剪算法

针对城市交通网络的复杂性，构建了一个最优路径计算模型，在此模型基础上提出了最优路径搜索的树修剪算法。并根据实际测得的交通数据．验证了该算法。     

基于神经网络的模糊推理车辆跟驰模型

根据BP神经网络自学习的特点，通过训练使模糊变量和隶属函数隐含在网络内部，并用模糊逻辑推理模拟驾驶员对车辆进行控制的过程，可以使模型更接近于真实的跟驰行为，最后用该模型进行了仿真，证明其可行性。     

城市轨道交通网络中断下的有效路径搜索模型

为应用城市轨道交通有效路径快速、准确地搜索轨道交通网络线路中断下的有效路径,疏散滞留乘客,基于城市轨道交通路网模型,结合轨道网络线路中断的特点,以故障点约束、最大换乘次数、广义费用等约束条件定义有效路径,对深度优先算法进行了改进,建立起网络线路中断下的有效路径搜索模型。以上海轨道交通为例,通过C#语言编写程序实现了线路中断下的有效路径搜索。实例验证表明:当上海轨道交通人民广场站发生线路中断时,以上海西站和浦东国际机场为OD点的区段中可搜索到符合约束条件的5条有效路径。     

基于蚁群算法的最短路径搜索方法研究

最短路径搜索是车载定位导航系统中很重要的一个功能,最短路径搜索问题本身也可以归结为组合优化问题.蚁群算法是基于群体的一种仿生算法,为求解复杂的组合优化问题提供了一种新思路.文章尝试采用蚁群算法来解决车载导航系统中的最短路径搜索问题,并在VC 6.0的环境下进行了仿真实验.实验结果表明,该方法能有效解决车载导航系统中的最短路径搜索问题,具有一定的理论参考价值和实际意义.     

双目标最短路有效解的快速算法

双目标最短路问题往往不存在绝对最短路径。通过综合k-最短路算法和双目标决策方法获得了双目标最短路问题的有效路径实用算法，该算法属多项式算法，可快速求出所有有效路径。利用Oijstra算法先求出两个单目标的最短路径集，若交集为空集，则构造一个矩形，利用k-最短路算法获得该矩形内的可行路径，再在矩形内找出两个单目标的最短路径集中的有效路径，得一个新的矩形。依此类推，逐步缩小搜索范围，直至找出所有的有效解。上述搜索过程中，一旦出现单目标最短路径集的交集不为空，则交集中的路径即为有效路径，此时算法结束。     

基于路网分层的协同诱导路径搜索算法

针对交通诱导中的分布式诱导和中心式诱导各自的不足,提出了基于路网分层的协同式诱导算法。首先,根据出行偏好,对路网进行了分层,并对不同形式的路径进行了分析。然后,通过对子区域中路径搜索进行动态搜索限定,提出了基于改进A*的跨层节点确定方法,在此基础上建立了基于改进的跨层路径搜索算法。最后,构建了协同式诱导算法模型,此模型运用中心式诱导完成主干道路网层交通流的诱导,而分布式诱导完成子区域小范围次要路网上的车辆的路径搜索,并对协同搜索算法进行了仿真验证。结果表明:该算法模型相比单一诱导模型计算性能好,平均搜索的效率提高了17.5倍。     

基于颗粒法的仪表板安全气囊展开分析

基于颗粒法的基本原理,建立了仪表板安全气囊的有限元模型。对安全气囊折叠方式和展开过程的研究结果表明,利用LS-PrePost中的Airbag Folding模块可以有效对安全气囊囊袋的折叠方式进行模拟;采用颗粒法对折叠气囊展开情况的CAE分析结果与试验结果吻合。由此表明,颗粒法能够准确模拟仪表板安全气囊展开初期的气囊展开状态。     

基于多目标优化的兴趣点指路标志布设模型

在指路标志的工程应用中,常要为兴趣点规划一条布设指路标志的指引路径.首先,基于道路网络的拓扑表达,考虑指引路径的长度、交通量和设置指路标志的数量,定义了衡量指引路径优劣的多目标搜索路径度量值.其次,以网络分析为基础,建立了搜寻最优指引路径的模型,从给定入口开始,以广度搜索算法在路网上搜索,并动态更新搜索路径的度量值,直至获取优化的指引路径.最后,以广州大学城为试验区域,利用上述模型计算得到了从南沙港快线出口到中山大学的指路标志布设的规划路径.对比规划路径与最短路径的多目标优化度量值表明:规划路径兼顾了布设路径的便捷性和指路标志牌布设成本的特点,模型是可行有效的.     

基于驾驶员路径选择的动态交通仿真模型

描述一个基于路径的动态交通仿真模型(RDTS)，它使用一个微观交通流仿真器结合一个驾驶员路径策划器来实现路网中每辆车从出发地到目的地行程的模拟。应用开发的时间相关最短路模型，驾驶员在向目的地前进途中可以根据交通条件的动态变化而动态地选择和变更路径。RDTS模型采用一个路径选择模型来模拟详细的动态交通分配过程，并且致力于反映路网中个别车辆的行为表现及其相互作用，其中包含车辆生成、路径选择和车辆移动模型，可以很好地应用于驾驶员动态路径诱导领域。     

基于可视图和A~＊算法的连续模型路径搜索

针对交通枢纽仿真领域中行人最短路径搜索环境建模难的问题,提出一种基于可视图的连续拓扑模型最短路径搜索策略,通过在连续模型下建立可视图并使用A*算法搜索出一条适合行人通行的最短路径,将改进的可视图算法和A*算法结合,降低连续模型中自动选择路径复杂度和扩展结点数目.将该算法应用于城市综合客运枢纽功能与结构数值实验系统对行人对象进行路径搜索导航,实验结果证明此算法可行且具有更高的效率和通用性.     

遗传算法在有竞争的物流配送中心选址中的应用

在分析有竞争的物流配送中心选址特点的基础上,引入了一种有竞争的物流配送中心选址模型。由于该模型是一个组合优化问题,具有NP难的性质,用常规算法对其进行求解时,经常会陷入局部优化解。针对这一情况,提出一种求解该模型的混合遗传算法,该算法主要利用Drezner算法的局部搜索性能来提高遗传算法的寻优能力。研究结果表明该算法能很好地处理有竞争的物流配送中心选址问题。     

终端区进场流的路径选择研究

在实际运行中,通常依据管制员的经验对进场航班流的路径进行管理,缺乏科学性.针对终端区进场流的路径选择与进场排序的流量管理问题,以进场航班的总完成时间最短为目标,建立基于时间窗与位置约束的路径选择与排序的数学模型.采用先选择路径再排序的循环寻优的方法进行求解,将禁忌搜索(TS)与排序算法相结合,设计了 TS-FCFS 与 TS-DP 两种算法,着重建立了基于关键路径的邻域结构,并加入有效的重置(RESTAR)策略,使算法快速有效的收敛至最优解.最后借助SIMMOD 仿真平台验证算法的可行性.以北京首都机场21架航班为例,仿真结果显示,TS-FCFS 与TS-DP 两种方法较原计划的进场路径总完成时间分别节约了149 s 与175 s.该路径选择算法降低了进场时间,提高了终端区进场效率.通过合理优化进场航班流的路径选择与进场排序,平衡了跑道负荷,减少了航空器间潜在的冲突,同时为管制员调配进场航班流提供了合理有效的路径选择建议.      

考虑冲突规避的自动化集装箱码头AGV优化调度方法

合理调度自动化导引车（AGV）对于降低自动化集装箱码头的作业成本具有重要意义。针对AGV调度中的任务分配和路径规划问题,考虑AGV电量和多载等因素,结合自动化码头布局特点,以AGV作业总时间最小和多AGV作业路径无冲突分别为第一阶段和第二阶段的优化目标建立两阶段模型。设计改进模拟退火算法求解第一阶段模型,为了加速算法收敛并保证解的质量,解的改进优先考虑任务的时间成本和AGV数量;设计基于时空网络的路径规划算法求解第二阶段模型,将作业区域离散成网格网络后添加时间信息构建可更新的时空网络,在时空网络上运用最短路径算法规划路径并规避冲突。对于任务分配不均衡导致的路径规划无可行解的拥堵情况,在冲突规避基础上重新计算AGV执行任务的成本并再次进行任务分配,不断迭代直到生成多AGV间路径无冲突的调度方案。以洋山四期自动化集装箱码头为例进行仿真实验与对比分析,结果表明:与使用传统路径规划和避障策略的AGV调度方法对比,所提方法下的总作业时间平均降低了7.31%,AGV冲突数量降低为0,任务总延期时间最大降低2 895 s,最大降低路网拥堵度10.79%,验证了提出方法解决冲突规避和拥堵问题的有效性。      

基于最短路径搜索的动态随机交通分配

提出了一个基于Logit方法的动态交通随机分配模型,该模型通过最短路算法和随机分配来解决动态均衡交通分配中的出行选择问题,避免了以往动态交通均衡分配中解凸规划或非线性规划问题,同时不需要路径枚举,从而使本模型更适合于大型路网的动态交通分配．随后的算例证实了该模型的可行性。     

基于MPC的局部路径规划与路径跟踪控制研究

文章主要针对无人驾驶车辆在进行路径跟踪遇到障碍物时,需要局部重新规划出一条可行路径的问题,首先基于车辆点质量模型的MPC局部路径规划算法,得到满足车辆动力学约束并实现避障功能的局部路径,然后在二自由度车辆动力学模型的基础上基于MPC进行路径的跟踪,最后使用Simulink/Carsim进行联合仿真验证,结果表明基于该局部路径规划与路径跟踪算法能够可靠地规划出避开障碍物的局部路径,实现高速下的路径跟踪。     

多路径分配模型中合理路径的研究

Logit是一种重要的随机网络配流模型,常用于市域、省域的交通分配预测.但该模型的Stoch算法在确定"合理路径"的关键步骤时存在漏洞,明显存在交通分配结果不合理问题.文中通过比较以往各种合理路径的算法,提出了一种既合理,又经济的算法.解决了Stoch算法中对合理路径定义不合理的问题,使得分配结果更合理,通过建立相关路网的实例检验,取得较好的效果.     

基于改进RRT*算法的自动驾驶车辆路径规划研究

针对自动驾驶车辆,文章在交叉路口环境下提出了一种改进的快速搜索随机树(RRT*)路径规划算法。首先,对自动驾驶车辆的驾驶行为环境予以描述;其次,针对原始RRT*算法提出改进的目标偏向策略予以改善;进一步,对原始RRT*算法在交叉路口无效采样的问题,提出一种概率采样策略。基于Matlab/Simulink联合仿真平台构建相应环境使进行车辆直行驾驶,所规划路径长度为100.35m,仿真时长为5.71s。     

克隆选择算法在一类有竞争的物流配送中心选址问题中的应用

根据有竞争的物流配送中心选址问题的特点,以新增物流配送中心获取最大的市场占有量为目标函数,建立了有竞争的物流配送中心选址问题的数学模型。由于建立的数学模型是一个高维、非线性、非凸性,并具有多个局部极值点的复杂函数优化问题,传统确定性优化算法很难求解得到问题的最优解或满意解。为此,提出将一种新型的启发式进化算法——克隆选择算法用于求解建立的数学模型,并详细描述了应用克隆选择算法求解数学模型的方法和步骤。仿真试验表明,克隆选择算法求解有竞争的物流配送中心选址问题是可行而有效的,并且具有收敛速度快、全局搜索能力强和稳定性好的优点。