基于改进蚁群算法的大型建筑物疏散路径设计

针对在建筑物发生火灾等险情时,传统疏散路径方案中人员疏散路径固定、疏散时间较长、疏散效果较差等问题,文中结合大型建筑物的疏散背景与条件,同时考虑了人员在疏散过程中心里因素的影响,提出了一种用于描述大型建筑物中疏散路径的数学模型。在该数学模型的基础上,引入了新的收敛条件,并使用新的启发式函数设计了一种改进蚁群算法。通过数学推导,证明了该算法具有良好的收敛性,并在实际中应用良好。对所提出的算法进行了计算机仿真,仿真结果表明,使用该改进蚁群算法生成的疏散路径,在时间和效果上均优于现有的疏散路径设计方案。     

装备抢修车多目标路径优化

针对战场抢修工作的特点,建立了考虑安全性、时间损耗等因素的多目标路径优化模型,采用蚁群算法对问题求解,并对蚁群算法进行改进,提升了算法的收敛速度。     

改进蚁群算法在交通系统最短路径问题的研究

求解交通路网中两点间的最短路径是智能交通系统中的一个重要功能,为了更为准确快速地找到最优解,这里分析Dijkstra算法处理动态车辆路径问题中的缺陷,提出一种改进的蚁群算法,即在基本蚁群算法中引入搜索方向和搜索热区机制提高算法的搜索性能.通过建立改进蚁群算法模型,用VC 6.0开发工具,以实际交通地图为例,求解交通网络两点间最短距离;并与基本蚁群算法进行对比.仿真实验表明,传统蚁群算法的平均迭代次数为71.06,改进蚁群算法平均迭代次数为55.82,比传统蚁群算法有了明显的提高.该方法能有效解决交通系统最短路径问题,具有一定的实际意义和参考价值和实际意义.     

基于Dijkstra-ACO混合算法的应急疏散路径动态规划

现代建筑设计趋于多样化,内部结构和功能越来越复杂,而传统疏散系统逃生指示方向固定、人员疏散时间较长,火灾发生时,不能够及时改变指示方向,易将逃生人员导向危险区域,威胁被困人员生命安全。该文提出了一种Dijkstra-ACO混合路径动态规划算法,在Dijkstra算法获得全局最优路径的基础上再采用蚁群优化(ACO)算法对每个节点进一步优化以获取最优路径,并节省算法运行时间。通过实验仿真验证了混合算法的有效性,能够根据起火点动态规划疏散路径,及时调整疏散指示方向,为火场中人员疏散逃生赢得宝贵时间。     

粒子群蚁群融合算法的火灾救援路径研究

为获取最优的救援路径,以提高救援的有效性和实时性,文中提出了一种粒子群蚁群融合算法。该算法在分析影响路径选择因素的基础上,运用模糊数学中的层次分析法评定了道路的权重,建立了消防灭火救援模型;使用粒子群算法快速获取次优解,将此次优解作为蚁群算法的初始信息素增量,并将求解出各段路径权重矩阵引入到优化后的蚁群算法状态转移概率的求解模型中来,再利用这种改进后的状态转移规则,且考虑行车速度时变性的基础上求解出模型的最优解。实验结果表明,该方法可以完成最佳救援路径的规划。     

基于蚁群算法的有时间窗车辆调度问题的研究

有时间窗的车辆调度问题（vSPITw）是一个复杂的非线性组合优化问题，一般运用分阶段方法求解。现将蚁群算法应用于车辆调度问题，设计动态确定车辆数和随机搜索路径的新方法，实现车辆数和路径长度的同时优化，并对蚁群算法的信息素更新规则进行了改进，以优化其搜索能力和加快收敛速度。同时给出了算法的实现过程，通过对实例求解，取得了满意的结果。     

基于改进蚁群算法的物流配送车辆路径优化研究

蚁群算法具有十分广阔的应用前景,但蚁群算法在求解路径优化问题中存在收敛速度慢、易陷于局部最优路径等缺点。文章通过改进传统的蚁群算法,使蚁群算法求最优解的性能显著提升,大幅提高了物流配送的效率。     

多媒体异构Mesh网络体系设计及跨层QoS路由算法研究

 针对无线Mesh网络的异构特性和多媒体业务的QoS要求,研究了一种跨域、跨层、跨节点的无线Mesh网络QoS自适应体系架构.在此基础上,利用双层规划数学模型描述之,并利用改进的蚁群算法来求解该双层规划模型,从而提出了基于双层规划模型的蚁群优化路由算法.仿真结果表明双层规划数学模型充分地考虑并优化了路径的各QoS指标,提出的蚁群优化路由算法能够很好地收敛于双层规划模型的最优解,且具有复杂度低、收敛速度快的特点.     

动态蚁群算法用于洪灾搜救问题

蚁群算法是一种求解最优路径的常用算法,其利用自然界中蚁群的活动规律和正反馈原理。动态的蚁群算法针对基本蚁群算法存在的问题和缺点进行改进,采用动态参数因子,可以有效避免搜索的局部最优和进化停滞现象,并且能够提高搜索效率。通过实验结果对比,该算法在求解最短路径方面具有更高的精确度,为今后的搜救问题提供了一种高效实用的参考方法。     

蚁群优化算法在图书配送路径规划中的应用研究

针对图书物流配送中的多目标优化问题,提出一种基于蚁群优化算法的图书配送路径规划模型,使配送成本最小化。首先对图书物流配送路径规划模型进行分析,并选择作业成本法对成本目标进行优化;然后采用单亲遗传混合蚁群算法对建立的模型进行求解,解决全局优化问题和求解效率问题。以某图书配送中心为例进行优化仿真测试,验证了模型的有效性。相比传统的人工方案,采用的图书物流配送路径规划模型及单亲遗传混合蚁群算法的配送方案有效降低了物流配送作业的成本。     

基于节点安全预测的火场撤离路径规划

火场烟雾弥漫、能见度低,消防队员很难准确定位并找寻到合适的撤离路径.文中使用人机协作在火场中建立动态三角网基础上,以网络节点为参考点为消防员规划撤离路线.该方案使用基于相似函数的证据理论对火场中各节点采集的烟雾浓度、温度、氧气浓度进行数据融合,并确定节点位置的安全等级;引入预测机制,可以预测短时间内前进路径中节点位置的安全等级的变化.根据安全等级变化,剔除网络中危险节点,使用基于路程换算的A算法计算实时最短的安全路径.通过数据分析表明,该方案能更好的适应火场环境多变的特点.     

公钥基础设施信任模型中信任路径问题研究

通过分析公钥基础设施（Public Key Infrastructure，PKI）的三种信任模型以及它们各自的优缺点，然后对其中一种网状PKI信任模型进行改进，在认证证书中增加了“路径表”要素。通过对路径表进行配置，避免了在网状PKI中出现循环的证书认证路径。     

蚁群算法在消防疏散平台上的应用

为保证火灾现场人员能够快速安全疏散,在利用火灾探测系统得到火源位置信息的基础上,利用数据库技术对建筑节点、通道的静态和动态属性进行存储,并结合在建筑物空间结构模型的基础上,利用已改进的蚁群算法,找出人员疏散的最优路径,并将其通过智能指示灯动态显示方向,室外工作人员依据可视化界面显示的可行路径进行实时、快速调度,将该层平面图、疏散路径信息发送给事故现场人员。实验结果表明,该方法可使被困人员快速找到安全出口,有效减少人员和财产损失。     

应对灾难风险的多虚拟机快速协同撤离机制研究

大规模灾难事件可能对通信网基础设施造成严重的威胁和破坏。针对大规模灾难风险下虚拟网的生存性问题,该文提出一种多虚拟机快速协同撤离(MRCE)机制。该机制采用后复制迁移技术实现虚拟机的在线迁移,通过基础迁移带宽的分配和升级,对属于同一虚拟网的多个风险虚拟机进行快速协同撤离,以减少单个虚拟网的撤离完成时长,降低损毁风险。仿真结果表明,该机制能在不同考察周期内获得较好的虚拟网撤离完成率和平均撤离完成时长。     

基于同源的同类事物连通本性的模式分类神经网络模型

根据同源的同类事物连通的本质特性,本文提出保同类事物正确连通通路的模式分类神经网络模型.该模型包括同源的同类事物样本连通连网排序技术、改进的前向掩蔽神经网络模型拓扑结构的连接权值排序学习算法和改进的增量学习算法.本模型解决了原来排序学习前向掩蔽神经网络模型和许多传统的模式识别方法存在的共同隐患——把同源的同类事物的个别局部连通通路割断,提高了分类能力.而且,该模型还能对新增样本进行快速增量学习,从而能够在较短的时间内提高该网络模型的分类推广能力,能够在大规模模式识别场合发挥其优势.实验结果表明基于同类事物连通本性的模式识别模型的正确识别率高.本文最大意义在于,用本文思想方法可以改进一些传统的模式识别方法.     

现场总线光纤媒介的研究

现场总线广泛应用于工业控制领域,在光纤介质基础上开发的现场总线可以最大限度地利用网络资源,并发挥光纤介质的传输优势.介绍了现场总线光纤网络的简单可行的方法,就光纤媒介实现的可行拓扑方案进行了讨论.     

Contagion of Evacuation Decision Making on Real Map

In this paper, we deal with evacuation decision making of people in the disaster area. By threshold model, we discuss whether all agents decide to evacuate or not. It is reported that not all people in the affected area evacuated during the Great East Japan Earthquake. But, many evacuation simulations treat that all people evacuate. In the previous work, on the assumption that all people decide to evacuate, we dealt with the needed time to make all people evacuate if psychological conditions exist at the time of disaster. In this paper, we deal with the condition that not all people decide to evacuate and focus on contagion of evacuation decision making on real map. We found that for contagion of evacuation decision making, local neighborhood and connection of sub network is necessary.     

基于"矩阵乘法"的网络最短路径算法

 网络最短路径问题可以作为许多实际应用问题的模型,但传统的求解算法其迭代过程复杂.本文描述了基于矩阵乘法的最短路算法,其时间复杂度与Dijkstra算法相同.在给定的一个网络图中,在不改变网络图中的最短路的条件下,删除"多余"的结点或边,可以达到简化网络图和提高求解速度的目的,从而降低计算复杂性.最后,研究了该方法在最短路径问题和旅行商问题中的应用.实例表明,这种算法与传统的动态规划技术相比,具有运算简便、易于理解的优点.     

基于多层感知器神经网络的路径损耗预测研究

为了更好地服务于5G及未来无线通信系统的网络规划与优化,开展了基于多层感知器(multi-layer perceptron, MLP)神经网络的路径损耗预测研究. 利用有限的地物类型,提出一种表征传播环境的简易方法,避免了繁琐的三维场景建模. 结合测量数据和由环境表征方法提取的环境特征,基于MLP神经网络建立了路径损耗模型. 数据实验的对比分析表明MLP神经网络能够实现路径损耗的准确预测,且环境特征的引入有助于提升模型性能. 为解决干扰地物影响路径损耗模型的准确性以及模型对环境变化的敏感性问题,根据视距(line-of-sight, LoS)和非视距(non-line-of-sight, NLoS)标签改进环境表征方法,进一步提升了模型的稳定性和泛化能力. 所做工作有助于了解无线电波传播特性,为无线网络优化和通信系统设计提供了理论依据.