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．     

基于频域法的结构疲劳寿命预测方法研究

以Didik方法的雨流循环计数应力范围概率密度函数为依据，考虑长寿命区的S-N曲线，利用不完全Γ函数建立了一种宽带随机载荷谱下结构疲劳寿命计算的解析解法，为用频域法计算结构在宽带随机载荷谱下疲劳寿命提供了一种快捷方法。     

道路地形动态三维可视化及相关属性查询研究

采用CDT理论建立道路与地形整体模型,并转化成格网模型进行三维显示;采用小波算法对格网地形模型进行简化,成功应用在道路三维场景实时浏览中;根据OpenGL技术原理,解决了三维空间数据与地物属性数据库的连接;在三维空间中,通过鼠标点击获取三维空间目标,再从地物属性数据库中返回此目标的属性数据,供设计者参考.     

基于微粒群本质特征的混沌微粒群优化算法

在总结对微粒群优化(PSO)算法本质的主要研究成果的基础上,提出了基于微粒群本质特征的混沌微粒群优化(CPSO)算法.该算法用混沌搜索方法代替随机数产生器在较好的区域搜索最优解.为了提高粒子群的多样性,用由粒子邻域内若干个个体最优位置依其适应值加权平均得到的中心位置代替标准PSO算法的全局历史最优位置.然后,根据粒子个体最优位置与上述中心位置间的距离自适应地调整混沌搜索区域半径.用几个经典测试函数的仿真结果及与其它几种PSO算法的比较结果验证了新算法的有效性.     

带时间窗的车辆路径混合遗传算法

基于标准遗传算法，将每一个染色体与分组信息相结合，使染色体结构包含有更多信息，辅以λ-交换局部搜索技术，构造了一种新的混合遗传算法，对带时间窗约束的车辆路径问题进行了求解，并与标准遗传算法的求解结果进行了对比研究，发现使用混合遗传算法，总行驶里程为162km，而使用标准遗传算法，总行驶里程为182km。结果表明混合遗传算法的求解结果比标准遗传算法更加接近最优解，所需的行驶里程缩短，有效降低运输企业的车辆运行成本。     

缓冲器特性曲线间断点算法比较

介绍了处理缓冲器特性曲线间断点的4种算法：时间法、速度法、位移法及力平衡法，并比较了各种算法的具体实施方法及其优缺点．分析结果表明，速度法处理缓冲器特性曲线的间断点，比其它方法具有较强的可操作性．     

基于混沌蚁群算法的最短路径选择研究

如何解决最短路径选择问题一直是城市交通流诱导系统的关键之一.基于群体仿生理论的蚁群算法是解决此问题的一种方法,针对采用蚁群算法进行最短路径选择时易出现的陷入局部最优解问题,引入混沌理论,采用混沌蚁群算法利用混沌初始化进行改善个体质量和利用混沌扰动避免在蚁群算法搜索过程中陷入局部极值,同时降低了蚁群算法的时间复杂度,从而更好的解决了最短路径选择问题.     

城市道路网络交通特性仿真模型及最短路径算法

就城市道路网系统宏观仿真中存在的问题进行研究，提出了更符合城市道路网系统实际特性的仿真模型，该模型对城市道路网交通特性空间分布的方向性差异及交叉口延误进行了抽象，并设计了基于该仿真模型的最短路算法。     

基于行程时间可靠性的多类用户交通分配模型

分析了路网在随机因素作用下造成的出行者行程时间的不确定性.假设出行者基于期望行程时间和行程时间可靠性的均衡选择路径,根据出行者对待行程时间可靠性的不同态度,将其路径选择行为分类,建立了基于行程时间可靠性的多类用户交通分配的变分不等式模型.给出了模型的对角化算法.对一个小型测试网络的计算结果表明,该模型能够反映出行者在不确定环境下的路径选择行为.     

A^＊算法在公共交通诱导系统中的应用研究

由于在采用以往的公交路网描述方法的公交网络中，存在大量两节点有多条同向边的情况，而这种情况使得无法求解公交网络中的最短路径问题。提出了公交路网描述方法和以其为基础的多目标公共交通诱导模型，并证明了此描述方法不仅能够完全的描述整个公交路网，而且还能够用于求解多目标的公交诱导问题；同时提出采用A^＊算法来求解公共交通诱导问题；最后，以广州市的公交线路网络为例，对公交诱导模型进行了试验，试验结果表明本文提出的算法是十分有效的，多目标模型的平均计算时间仅为0．1秒。