一种动态限制搜索区域的最短路径规划算法*

提出一种动态限制搜索区域的最短路径规划算法,它是根据实际道路网络的空间分布特性,动态限制搜索区域,以降低算法的搜索规模,降低算法的时间复杂度和空间复杂度,提高算法的运行效率.实验证明,对于实际城市道路网络结构相对比较规则的最短路径规划,此算法极大地提高了规划的效率.     

一种基于改进A~*算法的限制搜索区域的路径规划方法

本文根据已有A*算法,给出了一种改进的最优路径规划算法,此算法在根据道路的实际情况对路网进行分层的同时,根据实际路网的拓扑特性对搜索区域进行合理的限制,实验证明此算法在进行路径规划时节省了时间。     

限制搜索区域的分层路径规划算法

依据城市路网独特的空间分布特性及不同道路等级特性,提出一种限制搜索区域的分层路径规划算法．与文献[2]相比,文中算法新增了对路网空间分布特性的利用,引入了限制搜索区域的搜索机制．结合路径规划算法在实时车辆导航系统中的实际应用,给出该算法的一个应用实例,通过对实验结果的分析验证了其有效性．     

交通网络限制搜索区域时间最短路径算法

在基于四叉堆优先级队列的改进型Ｄｉｊｋｓｔｒａ最短路径算法的基础上,进一步提出了利用交通网络的空间分布及方位特征构造限制区域的时间最短路径算法。在对城市交通网络空间分布特征进行统计分析的基础上,针对具体的起,终节点,设定合理的椭圆限制搜索区域,以减少算法的搜索规模。     

复杂网络环境下一种面向对象的最优路径算法研究

为了更好地描述现实世界中复杂的网络环境,采用面向对象的方法设计了跨图层的道路网络结构。文中从节约存储空问、提高运算速度出发,在Dijkstra算法基础上,对其进行改进,给出了算法面向对象的实现方法。最后将此面向对象实现的算法应用于上海市区道路图来寻找两点问的最优路径,结果证明算法有效可行。     

一种基于层次图模型的最优路径算法

论述了一种新的基于层次图的最优路径算法,即将一个平面图划分若干子图,子图抽象为一个高层图。最短路径的计算首先在高层图中进行,缩小了最优路径的查找范围,降低了最优路径计算的时间开销。     

交通网络限制搜索区域时间最短路径算法

在基于四叉堆优先级队列的改进型Ｄｉｊｋｓｔｒａ 最短路径算法的基础上,进一步提出了利用交通网络的空间分布及方位特征构造限制区域的时间最短路径算法。在对城市交通网络空间分布特征进行统计分析的基础上,针对具体的起、终节点,设定合理的椭圆限制搜索区域,以减少算法的搜索规模。针对椭圆限制搜索区域算法由于计算量大而效率不高的弱点,提出了矩形限制搜索区域算法,达到既减小算法搜索规模,又提高算法运行效率的目的。试验结果显示了本文提出的限制搜索区域算法的合理性与有效性     

一种移动机器人全局最优路径规划算法

针对移动机器人全局最优路径规划问题,首先提出一种基于线性操作的遍历式算法,该算法通过场扫描方式生成步长转换矩阵(STM,Step Transform Matrix),并在步长转换矩阵中搜索考虑方向一致的最短路径,从而可以得到避免不必要路径转折的全局最短路径.其次提出了一种评价标准来区分路径优劣.最后通过仿真与圆形波传播算法进行了路径规划对比实验,实验结果表明本文所提算法在所提出的路径评价标准下可以获得比波传播算法更优的路径.     

基于ACS算法的移动机器人实时全局最优路径规划

以Ant Colony System（ACS）算法为基础提出了一种新的移动机器人实时全局最优路径规划方法.这种方法包括三个步骤：第一步是采用链接图理论建立移动机器人的自由空间模型,第二步是采用Dijkstra算法搜索出一条无碰撞次优路径,第三步是采用ACS算法对这条次优路径的位置进行优化,从而得到移动机器人的全局最优路径.计算机仿真实验的结果表明所提出的方法是有效的,可用于对移动机器人进行实时路径规划.仿真结果也证实了所提出的方法在收敛速度、解的波动性、动态收敛特征以及计算效率等方面都具有比采用精英保留遗传算法的移动机器人路径规划方法更好的性能.     

一种新的城市交通路径搜索算法

针对我国城市交通道路实际情况,提出一种新的基于邻接矩阵的交通路径搜索算法,算法利用邻接矩阵的特点及其相乘原理,在[n]阶[An]-矩阵中找出交通中的“途径线路”,结合道路上网络节点的相关权值,计算得出一条最佳交通路径。通过算法分析和仿真实验,结果表明,算法运行效率高,设计简单,实用性强。     

一种公交网络最优路径新算法*

从出行者的实际情况出发,提出步行愿望系数,综合考虑最小换乘次数、最短时间以及最小费用等因素,提出了一种公交网络最优路径新算法,应用于广州市大学城内公交线路查询,实现相应的仿真系统。     

基于改进A*算法的三维航迹规划技术研究

A*算法在实现节点搜索时执行的是大空间搜索,该方式在三维空间中对时间和内存的消耗都较大。结合无人机的机动性能限制以及飞行任务来改进A*算法,可以达到缩小搜索空间的目的,同时对open表的管理进行改进,以减少扩展节点排序所花时间,从而整体缩短规划所需时间。通过此种方式规划出来的航迹能够最大程度地满足无人机的机动性能要求,仿真结果表明,此种方式计算速度快且能保证性能接近最优。     

基于改进燃烧算法的最优路径规划

针对燃烧算法在公交查询系统中求解最优路径问题的不足,以及为了更好地服务于乘客,对燃烧算法中的存储结构进行改进和优化,采用新的搜索思想并设置算法终止判断条件,提出了基于公交站点的双向燃烧搜索算法。仿真结果表明,该算法在时间、空间代价以及准确性方面均具有显著的优越性。     

基于改进蚁群算法的铁路路网最优路径规划

多条件最优路径规划问题是铁路出行查询系统的重要功能之一。将路径规划问题转化为以用户多种条件组合为目标函数的最优化问题,并将改进的蚁群算法应用于该问题,使查询系统能够满足各类用户的查询要求,并给出最优解或次优解。仿真实验表明：该算法的实时性很高,是一种行之有效的方法。     

Railway station route searching based on ACA

In the railway station signal system, the route searching algorithm is an important software module to realize the function safety of this system. In the paper, the ant colony algorithm is applied to the railway station route searching. Take the specific station route-the Wangzhai Station route for example to search the shortest route. The ideas of the Wangzhai Station route searching are put forward based on the ant colony algorithm. The implementation steps of it are presented. The control flow of it is proposed. The program is developed, the interface is worked out, and the route controlling is realized to demonstrate its good performance.     

改进蚁群算法在旅游路线规划中的应用研究

在研究了基本蚁群算法后提出了偶遇算法,提高了蚁群算法蚂蚁一次周游的质量。针对旅游路线规划的问题,改进了路径的求法,使蚁群算法可以实现动态规划,从而实现旅游景区的负载均衡。提出一种基于改进蚁群算法的旅游路线规划问题求解的有效方法。实验结果表明该方法具有较好的有效性和实用性。     

A genetic algorithm approach to piping route path planning

A genetic algorithm (GA) approach to support interactive planning of a piping route path in plant layout design is presented. To present this approach, the paper mainly describes the basic ideas used in the methodology, which include the definition of genes to deal with pipe routes, the concept of spatial potential energy, the method of generating initial individuals for GA optimization, the zone concept in route generation using GAs, the evaluation of crossover methods, and definition and application of fitness functions. The prototype system that has been developed based on the methodology gives designers an environment to design a piping route path in an interactive and collaborative manner with a very simple operation. The GA optimization technique generates a route path through evolution of genes that represent the pipe route. A designer evaluates the route path, modifies it, conducts another GA optimization and/or repeats the procedure until the appropriate route is desig ned. The paper also presents some simulation results using the prototype system to show the validity of this approach.