应用动态设计变量优化方法进行城市群公路网优化布局

目的为目前城市群公路网布局提供一种最优的计算方法.方法以公路网重要度为目标函数,以资金投入为固定值作约束条件,以节点连通值为设计变量,提出了连续值优化计算,合理进行公路建设和维护.结果建立了城市群公路网优化布局模型;采用VB语言开发了求解公路网优化布局的公路网重要度模型的梯形算法主程序;通过实例验证了算法的正确性.结论城市群公路网布局的计算方法尤其适合求解大规模公路网优化问题,解决常规算法难以应用于大规模网络优化问题的难题.     

公路网等级结构优化模型研究

公路网合理等级结构的确定,是公路网规划的组成内容之一,也是公路网布局优化的重要组成内容之一．以我国公路网建设和公路交通的实际为背景,首先对现有的公路网等级结构优化目标进行分析,然后从公路规划者和使用者的角度出发,提出了公路网等级结构优化应采用的优化目标,据此对现有的目标规划模型进行了改进,并对改进后的模型进行了示例分析．     

基于记忆机制的动态交通路径优化算法

在对经典路径优化算法性能进行分析的基础上,指出了现有路径优化算法在大规模路网条件下实时性差的问题。通过比较道路交通网络路径优化和机器人寻路过程的异同点,基于智能机器人寻路的D*Lite算法和记忆规则,提出一种新的道路网络动态路径优化算法,并对其性能进行了测试和对比分析。结果表明,该方法在保证路径优化结果相近的情况下可以减少优化计算时间26%~50%。     

考虑油耗模型的广义费用在交通分配中的应用

在总结前人在公路网交通分配中路径费用成果的基础上,引入车辆油耗优化模型,从而优化多模式动态交通分配中的成本计算,使得模型分配结果更接近实际.最后以成都公路网主骨架为案例,对比优化模型前后的分配结果与实际调查的吻合度,分析引入油耗模型后的多模式动态模型分配的效果.     

F-D算法求解最短路径

分析Floyd算法与Dijkstra算法的基本思想,将二者结合起来,给出一种新的求最短路径的优化算法——F-D算法,用F-D算法求解基于GIS的电力通信线路最短路径,并在约束条件下对所求最短路径进行修正,验证了F-D算法的先进性和高效性,优化了通信线路的拓扑,实际应用意义重大。     

Dijkstra最短路径算法优化

传统D ijkstra算法在求解节点间最短路径时,对已标识节点以外的大量节点进行了计算,从而影响了算法的速度.在对传统D ijkstra算法分析的基础上,对其进行了优化,优化算法只对最短路径上节点的邻居做了处理,而不涉及到其他节点.因此,在优化算法中计算的节点数大幅减少,提高了算法的速度.     

自适应和最大最小蚁群算法的物流车辆路径优化比较

针对物流车辆路径优化问题,考虑到基本蚁群算法有收敛速度慢、易陷入局部最优的缺点,采用了自适应蚁群算法和最大最小蚁群算法进行车辆路径优化,分析、比较了这两种算法的不同并在Matlab上做了仿真。仿真实验结果显示自适应蚁群算法在收敛速度和寻找最短路径上都略逊于最大最小蚁群算法,最大最小蚁群算法在物流车辆路径优化上优于适应蚁群算法。     

船体装配线划线路径规划的蚁群算法

船体零件装配线划线作业是与船体零件切割作业同时进行的,是现代造船模式中的一个重要环节.将船体零件划线路径规划问题作为广义旅行商问题进行分析,针对划线路径的特殊性,建立提出了改进的蚁群算法的路径规划模型,采用最大-最小蚁群算法进行优化,分析了算法中各参数取值对算法性能的影响,并同遗传算法作了比较.实验结果表明,基于蚁群算法的优化模型可以有效减少划线路径空走距离.实际应用表明可有效地减少作业时间,提高船厂生产效率.     

人工鱼群算法在孔群加工路径优化中的应用研究

将人工鱼群算法应用于孔群加工路径优化的研究,建立以最短加工路径为目标的路径优化数学模型,阐述算法实施的具体过程并进行算例分析。结果表明,该方法求最优解的性能优于Hopfield算法、进化蚁群算法、人工免疫算法以及改进的遗传算法,获得的最优路径可以节省71.47%的行走路程。     

基于改进蚁群粒子群算法的移动机器人路径规划

全局静态地图下,针对蚁群算法规划机器人移动路径时存在计算时间长、搜索效率低,并且得到的优化路径转弯次数过多的问题,提出了一种改进蚁群粒子群算法：首先利用粒子群算法快速得到蚁群算法初始信息素,然后进行蚁群算法路径规划,对得到的路径采用惯性优化,对每个节点进行遍历,当 ２个节点间的路径上无障碍物时,将中间节点删除,转换为优化路径。仿真实验表明,该方法与传统蚁群算法及相关改进算法相比,能有效减少迭代次数、提高搜索效率、减少转弯次数、缩短路径长度,从而提高路径质量。     

城市直送式配送运输线路优化

运用运筹学中的Dijkstra算法建立模型,给出对城市直送式货物配送运输车辆路线进行优化的方法和步骤,得出最优运输线路。并结合某市道路状况,以配送运输路线的优化选择为例,作出具体优化计算。配送线路优化能有效提高企业的服务质量、降低成本。     

基于开放架构的SaaS服务平台数据管理技术研究

为解决SaaS平台面临的数据安全及分布式数据管理等问题,提出了基于开放架构的SaaS服务平台系统应用框架;在此基础上,对数据应用进行了抽象建模,以优化缓存管理策略的思路解决网络环境下的数据访问问题。通过将传统LRU算法与SIZE算法相结合,提出了LRU-RSIZE算法,对开放SaaS服务平台的数据访问进行管理,并进行仿真分析。开放SaaS服务架构与LRU-RSIZE算法相结合,可有效地解决用户数据的按需存储与管理问题,并对增强用户的应用体验具有重要的意义。     

路网中新建道路空间走向的基因算法优化

利用基因算法(GAs)，从改善道路网的服务水平、工程造价和土方费用的角度优化新建道路的空间走向，应用GIS开发了在数字地形上自动生成新建道路走向初始方案的方法．提出了优化新建线路空间走向的目标函数，并设计了相应的基因算法．开发了在路网中新增一条道路后路网结构的拓扑方法，确立计算适应度函数的具体公式．设定研究区域进行数值实验，验证了该方法的有效性．     

一种能量高效的传感器网络CBC策略

在协作广播和压缩(CBC)模式的基础上,提出了传感器网络优化CBC策略概念,设计了基于剩余能量优化的CBC策略和算法,并证明其是最优的。此策略的基本思想为:根据节点的剩余能量来确定每轮数据收集中,数据发送的先后顺序、压缩方式,达到减少网络的能量消耗和平衡各个节点剩余能量的目的。分析和仿真表明,应用此策略能够延长传感器网络生命,保证长时间、高质量的数据收集。     

基于概率选择的次优移动Agent迁移策略研究

针对原有网络结构开销较大、负载分配不均等缺点,提出一种区域核心式移动Agent服务注册模式.针对移动Agent路由选择问题提出了一种模拟蚁群算法的路由选择新算法,并给出了一种基于概率P的移动Agent迁移策略,改变了传统迁移只按照某种标准下的最优路径进行的模式,使移动Agent可以充分利用网络中的各条符合时延条件的通路进行迁移;模拟自动控制理论中的反馈思想,使移动Agent执行任务的同时,担任修正路由信息的任务,使路由表的信息始终保持次优状态.仿真实验证明,提出的移动Agent迁移体系在收敛速度、容错性、系统开销和迁移时延等方面有明显改进,并且可以有效缓解在网络负载较重的情况下出现的网络节点阻塞以致移动Agent丢失的情况.     

基于一体化的市域高等级路网规划

通过市域高等级路网的规划布局,构建全市统一路网平台,协调公路与城市道路建设,落实“双快”交通体系,支持战略规划确定的“南拓北优、东进西联”城市空间发展战略,为促进广州范围城乡一体化和“珠三角”区域一体化发展奠定了坚实的基础.     

基于层次分析法交叉口服务水平的综合评价

信号交叉口是城市路网的节点和交通畅、安全等需要的程度.提出建立综合评价公式,用层次分析法对交叉口的服务水平进行综合评价,为优化信号交叉口提供依据.     

人工神经网络的盐害侵蚀混凝土强度预测

为了分析和预测盐害侵蚀对混凝土强度的影响程度,利用BP人工神经网络进行分析,通过计算方法的优化和样本的训练,对隐含层和各隐含单元多次试取,最优选取trainlm训练函数,建立了盐害预测的人工神经网络系统.解析结果表明,混凝土试件抗压强度预测值和试验实测值的相对误差较小,建立的人工神经网络模型具有较高的预测精度.     

考虑出行成本不确定性的路网交通疏散策略

为提高应急管理水平,考虑突发事件影响下的交通出行成本不确定性,对城市交通疏散问题进行研究。首先,根据交通疏散问题的时空特性创建时空耦合网络图,并且结合行程时间成本和冲突风险成本,提出了城市交通路网出行成本的量化方法。进一步考虑路段资源权重上限的影响,通过增加边际约束,构建基于预算不确定集的先验疏散策略的鲁棒优化模型,以最小化路网疏散过程的总交通出行成本。然后运用模型重构技术,将搭建的鲁棒模型转化为混合整数线性规划模型,并设计改进的拉格朗日松弛方法进行解耦求解。最后以SiouxFalls网络进行算例分析,数值结果表明,随着不确定集和模型规模的增大,行程时间成本和冲突风险成本的增速分别提高约29.13%和236.46%,模型预算参数控制在一定的区间,能够较好地权衡解的鲁棒性与最优性。通过南京部分区域路网案例测试验证所述方法在更大规模网络算例的适用性,研究结果表明:相比于传统拉格朗日松弛方法,所提出的改良方法可以在较少的迭代次数内得到高质量的可行解。研究结果可以为应急指挥部门制定可靠的交通疏散策略提供思路。     

Dijkstra矩阵算法

介绍了Dijkstra算法,对Dijkstra算法进行改进,提出了计算加权图中任意两点之间最短距离的算法--Dijkstra矩阵算法,给出了Dijkstra矩阵算法在Matlab语言中的实现,对一个具体例子,应用Dijkstra矩阵算法进行了验算.