一种基于改进蚁群算法的山地三维路径规划算法

当前社会,很多用户需要在复杂的没有公路的山地地形,快速、准确的规划出三维路径,在避过障碍的同时达到某项指标最优。目前常用的路径规划算法,大多数只能规划二维平面路径;而一般的三维规划算法,大多运算算法复杂、需要很大的存储空间,同时无法在宏观全局角度来进行路径规划。文章在已有三维山地地图的基础上,采用一种改进的蚁群算法来解决上述问题。软件仿真结果显示,基于改进蚁群算法的山地三维路径规划算法在路径最优值计算和规划时间上都能够较好的满足需求。     

一种基于改进蚁群算法的山地三维路径规划算法

当前社会,很多用户需要在复杂的没有公路的山地地形,快速、准确的规划出三维路径,在避过障碍的同时达到某项指标最优。目前常用的路径规划算法,大多数只能规划二维平面路径;而一般的三维规划算法,大多运算算法复杂、需要很大的存储空间,同时无法在宏观全局角度来进行路径规划。文章在已有三维山地地图的基础上,采用一种改进的蚁群算法来解决上述问题。软件仿真结果显示,基于改进蚁群算法的山地三维路径规划算法在路径最优值计算和规划时间上都能够较好的满足需求。     

基于改进蚁群算法的室内疏散路径优化

针对传统蚁群算法在解决室内疏散问题时存在收敛速度慢、容易陷入局部最优的缺陷问题,将火场的动态参数引入到蚁群算法中,对其路径选择策略、启发函数和信息素更新策略进行改进,为整个疏散群体求解更优的疏散路径.运用改进的蚁群算法对室内人员的疏散路径进行动态规划,考虑了路径的实时拥挤度,避免了疏散人员局部实现路径优化的瓶颈效应.将...     

基于增强型蚁群算法的压路机工作路径规划方法

在复杂工作空间中为压路机规划合理的施工路径,使所规划的路径与障碍物无触碰且长度最短,是有效指导交叉工序并行运转的基础。本文对蚁群算法进行改进,对信息素和启发信息差异性进行扩展,对搜索区间上下界进行迭代阈值限制,进而提出了一种增强型蚁群算法。利用增强型蚁群算法,结合工程实例,验证了压路机路径规划的效果。选择燃油量消耗指标进行结果对比,发现按照所规划的路径运动可以节省燃油,减少资源投入,进而提升工程项目建设的综合效益。     

基于改进蚁群算法的钢结构优化设计

在介绍蚁群优化算法的原理、基本框架的基础上,提出了一种改进的蚁群算法——分层蚁群算法,并将该算法应用到钢结构优化设计中,最后通过一个算例验证了该方法的效率和有效性,结果表明该方法科学可行,具有很好的应用前景。     

基于改进蚁群算法的森林火灾救援机器人三维路径规划

森林火灾中,救援机器人需在三维环境中工作,研究三维路径规划具有重要意义。为了解决基于蚁群算法的三维路径规划中容易陷入局部最优和搜索时间长的普遍问题,提出了一种改进的信息素更新算法和引入安全值的启发式函数。为更好地避开障碍和火势集中区域,选择平面和视野相结合的搜索模式。根据传统蚁群算法和改进蚁群算法的试验结果,后者比前者迭代减少约30次,适应度值减少2.4×10³,提高了系统的运行效率,且后者的路径选择更加合理,证明了改进算法的优越性。     

基于蚁群算法的城市基础设施项目规划方法

随着城市的经济发展,城市基础设施项目建设的作用越来越突出,传统的城市基础设施项目规划方法已经无法满足目前的投资最大化需求,因此基于蚁群算法设计了新的城市基础设施项目规划方法。设计了城市基础设施项目规划标准,基于蚁群算法构建了城市基础设施项目规划模型,对城市基础设施建设投资进行控制,从而实现了城市基础设施项目规划。通过实例分析结果表明,设计的城市基础设施项目规划方法的规划效果较好,资金利用率较高,证明设计的方法具有有效性,有一定的应用价值,可以作为后续城市基础设施项目建设的参考。     

物流配送路径安排问题的混合蚁群算法

本文针对物流配送路径选择问题 ,提出了一种混合蚁群算法 ,以克服经典蚁群算法时间复杂性过大的难点。论文还研究了该算法解的二次优化方法以更适合实际情况。实证表明论文算法的求解效果良好。     

基于改进蚁群算法的钢管混凝土构件的优化

钢管混凝土结构综合了钢筋混凝土和钢结构的优点,近年来成为我国重要的建筑结构形式之一,在未来也具有广阔的推广前景。本文以纯弯、轴压构件为例,应用改进蚁群算法MATLAB程序建立构件的优化模型。充分利用蚁群算法较强的分步并行和自适应搜索能力,从而跳过了钢管与套箍混凝土之间复杂作用机理的分析。通过对函数的选取和参数的控制,在设计要求范围内对钢管混凝土构件进行了优化,为以后的设计提供了一定的参考。     

改进的蚁群算法

蚁群算法依靠其良好的正反馈机制,在对称旅行商问题上取得了成功,使得算法引起了广泛的关注。其通过信息素的聚集来达到局部搜索,但随着搜索的进行某条路径上的信息素越来越多,将会造成搜索停止,陷入停滞。本文通过将信息素的高低进行限制以及遗传算法的加入增强了全局搜索功能,同时增加了最优路径临域内的搜索,使得搜索加快,便于最优路径的寻找。最终,通过十杆件进行验证,证明算法能在较短时间内取得较好的效果。     

基于改进蚁群算法和物联网的消防疏散系统设计

针对大型公共建筑结构复杂、消防疏散困难等问题,以改进蚁群算法为基础构建动态火灾疏散模型,分析火灾 3 个不同阶段并获取最优动态消防疏散路径,并通过数值模拟与其他算法对比,验证有效性;结合物联网技术以 Android 平台为载体设计消防疏散系统移动终端,实时引导用户撤离建筑物并迅速到达安全出口。实验结果表明：所设计的大型公共建筑消防疏散系统能够快速、准确地寻找到最优疏散路径,提高消防疏散效率。     

基于改进蚁群算法的无人机航迹规划仿真研究

目前,无人机在低空摄影测量中得到了广泛应用,航拍前需要对无人机进行航迹规划,由人工录取的航迹在地形起伏较大时存在易坠落坠毁的情况。本文针对无人机坠毁的情况,对空间进行划分,构建地形启发因子,通过改进后的蚁群算法寻找一条避开地形的航迹,最后利用B样条曲线对航迹进行平滑处理,实验结果表明改进后的蚁群算法在地形起伏较大时无人机飞行有较好的安全性且航迹真实、可飞。     

基于改进ACO算法的建筑疏散路径优化研究

针对大型公共建筑存在的结构复杂、消防疏散困难等问题,提出了用于优化疏散路径的改进蚁群算法。首先,针对基本蚁群算法(ACO)引入Dijkstra 算法,并利用Dijkstra 算法计算出全局性较好的次优路径进而对蚁群算法初始信息素分布情况进行了加强。其次,根据火灾的实时情况改进了蚁群算法的转移概率、更新规则、信息素挥发系数、启发函数等。最后,对改进的蚁群算法进行对比仿真实验。实验结果表明该算法具有较强的全局搜索能力以及较高的搜索效率,能够避免算法进入局部最优陷阱,有效提高消防疏散路径规划效率。     

改进的蚁群算法及其在桁架结构优化中的应用

蚁群算法是优化领域中的一种新型模拟进化算法,具有很强的搜索较优解的能力,其缺点是搜索时间长、容易出现停滞现象。引用局部搜索能力较强的模拟退火算法对其改进,使其跳出局部最优,发现更高质量解。并将其成功应用在25杆桁架中,结果表明,基于模拟退火的改进蚁群算法是有效可行的,是解决组合优化问题的有效方法。     

孤立森林算法的灭火救援疏散路径规划方法

针对建筑火灾中人员疏散路径规划问题,提出基于孤立森林算法的灭火救援疏散路径规划的方法。运用布置在火灾现场的无线传感器网络采集火灾环境信息,构建火灾数据样本,随机分割并训练火灾数据样本,创建多个孤立二叉树组建孤立森林,识别火灾异常数据,获得着火点及障碍物位置,并以栅格法构建火灾救援环境动态地图为基础,通过更新位置节点当量距离、信息素浓度以及信息素挥发因子的改进蚁群算法,构建救援疏散路径组合优化模型,规划出最佳灭火救援疏散路径。测试结果表明：该方法可准确检测火灾中的着火点位置,可在多起点、多终点的救援疏散路径规划中更好地避开着火点和障碍物,快速、合理地规划出最佳灭火救援疏散路径。     

基于改进蚁群算法的无线传感器网络优化

本文通过对无线传感器技术的阐述,提出了一种最大流量算法,用于研究静态无线传感器网络中K势垒的高覆盖率问题。     

蚁群算法在GIS最短路径求解中应用的初步研究

最短路径的求解是GIS应用中的主要问题之一。在传统的最短路径求解算法中,Dijkstra算法和启发式搜索算法-A＊算法具有较好的效果,得到了广泛的应用。蚁群算法是由意大利学者Dorigo等人于20世纪90年代初期通过模拟自然界中蚂蚁集体寻径的行为而提出的一种基于种群的启发式仿生进化系统。蚁群算法最早成功应用于解决著名的旅行商问题,该算法采用了分布式正反馈并行计算机制,易于与其他方法结合,而且具有较强的鲁棒性,是一种很有前途的仿生优化算法。本文将对该算法应用于GIS中最短路径的求解方面的问题进行初步的研究。     

基于空气呼吸器气量预测的人员路径规划

针对救援人员佩戴空气呼吸器执行任务时路径难以规划的情况,提出一种基于空气呼吸器气量使用情况的多楼层空间单人路径规划方法.根据人员行动特点,从三方面改进蚁群算法,主要包括:分情况计算两点间距、基于空气呼吸器气量预测的约束限制判断、充气保障条件的判断.将改进后的方法应用于不同任务场景,验证了方法的合理性,对佩戴空气呼吸器人...     

蚁群算法在城市交通导航系统的应用

本文基于蚁群算法模拟城市交通导航系统,对于解决城市交通拥堵问题给出了一些帮助。根据城市交通结构图,结合蚁群算法,有效解决了城市行驶车辆最优路径问题,并建立了智能导航系统。该导航系统利用蚁群算法不仅可以找到车辆行驶的较短路径,还可以帮助车辆选择车流量少的路线。模拟结果表明,该系统可以在较短的时间内,给用户指定最优路径,具有较好的导航效果。     

桁架结构优化设计的改进蚁群算法

通过对已有的优化方法进行分析,针对蚁群算法容易收敛到局部最优解的缺陷,通过遗传算法和禁忌算法来提高增加蚁群算法的全局优化能力,并改进了算法的灵活性和扩展性;将改进的蚁群算法应用到桁架结构优化设计中,提出了桁架结构优化设计的改进蚁群算法,并建立了相应的优化模型;最后,对10杆平面桁架的优化进行了研究和分析,结果表明,提出的改进蚁群算法是科学可行的。