基于蚂蚁算法的PGIS中动态路径诱导技术研究

停车诱导系统（PGIS）将计算机、信息与多媒体等技术应用于交通管理领域,是智能交通的重要组成部分。首先分析了PGIS中一项关键技术——动态路径诱导的特点和实时诱导技术要求,根据该要求,介绍了一种生物界仿真算法——蚂蚁算法的特点及其应用在最优路径搜索中的基本方法。仿真实验表明该方法搜索效率较高,可用于动态路径诱导技术中。     

改进Dijkstra算法在停车诱导系统中的应用与仿真

主要针对现有大型停车场停车诱导系统的低效率问题,采用Dijkstra算法,将车位选择问题转化为最短路径问题,并结合停车场的特点,对Dijkstra算法进行改进,然后结合实例用VC对改进的算法进行应用仿真.仿真结果表明,改进后的Dijkstra算法比经典算法在时间复杂度上有所降低,Dijkstra算法的搜索效率明显得到提高,在停车诱导系统中具有一定的实际应用价值.     

主动停车诱导系统的模型研究:搜索算法

提出了以综合诱导指数为核心的目标区域搜索算法,可以较好地解决目标停车场的搜索问题.综合诱导指数方法对可用泊位、可达距离、停车诱导费用和路径诱导成功率等因素进行了综合分析,以确定最为可信的停车场作为目标停车场.通过仿真试验结果表明,该算法可以克服传统停车诱导单因素决定目标停车场的不足,对目标停车场具有较好的判别能力.     

面向行车诱导的最优路径算法研究

路径诱导系统是交通信息系统的重要组成部分,其综合应用车载定位系统、数据库技术、信息处理技术、现代通讯技术以及网络通信技术等先进技术来获取丰富的交通信息并通过对信息的整合,以达到诱导驾驶员行为,为驾驶员提供最优行驶路径的目的。在路径诱导系统中,最优路径问题是其研究的核心和关键。本文在研究传统的Dijkstra算法的基础上引入一种新的最优路径搜索思想即直线优化法对其进行改进。直线法优化Dijkstra算法在搜索过程中一直趋向于目标节点,能够减少算法中遍历的节点个数,从而提高搜索速度。最后,对传统Dijkstra算法和直线法优化Dijkstra算法进行了对比仿真分析。仿真表明,改进的算法既优化了最优路径搜索的过程,又大大地缩短了其运行时间。     

高维多目标动态停车场选择及路径诱导研究

现有停车诱导系统中采用的停车场选择及路径诱导方法多局限于提供用户出行前多目标最优的停车场选择方案及路径诱导方案,无法实现用户行进过程中动态的多目标停车场及路径优化选择,此外由于现有多目标优化算法性能受限,无法快速获得真正高维多目标最优的决策方案.针对上述问题,提出一种综合用户出行前静态的和行进中动态的高维多目标停车场选择及路径诱导模型,并设计了高维多目标优化算法KS-MODE保证模型的高效求解.实验结果表明,KS-MODE在4～15目标优化问题上的收敛性能相比较于现有多种算法具有明显优势,基于KS-MODE的模型求解能够在城市交通网中实现出行前及行进中的五目标最优的动态停车场选择及路径诱导,证明了高维多目标优化算法是求解停车场选择及路径诱导的有效方法,能够提高现有停车诱导系统的诱导精度及智能化程度.     

基于瞬态混沌神经网络的动态路径诱导路由技术

将最短路径问题映射到混沌神经网络提出了一种基于瞬态混沌神经网络的动态路径诱导路由技术.仿真研究表明:将混沌神经网络应用于动态路径诱导系统中求解最佳路径,总能保证网络收敛到全局最优,具有很高的搜索效率.对于单个和多个分组请求均能快速地找到最短路径.     

Dijkstra算法在停车诱导系统中的应用

路径诱导是停车诱导系统中需要解决的关键问题,而路径诱导的本质就是求最短路径,Dijkstra算法可以很好地求解最短路径.传统Dijkstra算法采用邻接矩阵作为存储结构,算法的时间复杂度为O（n2）,存在搜索速度慢和浪费空间的缺点.为此,对传统Dijkstra算法进行了改进,采用邻接多重表作为存储结构,采用堆排序法的思想来寻找权值最小的顶点,算法的时间复杂度为O（nlog2n）.用改进后的算法在实际地图中进行仿真实验,结果表明,改进后的算法能更快、更有效率地找到两点间的最短路径.     

改进Dijkstra算法在PGIS中的应用

传统Dijkstra算法用于路径诱导会使路网节点的数量增多、搜索范围扩大,从而耗费大量时间和空间,降低停车诱导信息系统(PGIS)的运行效率和实时性。针对城市路网的特定环境和路径诱导需求,根据2点之间直线最短的原理,在Dijkstra算法的基础上,提出一种应用于PGIS、基于矩形搜索范围的改进Dijkstra算法,设计并实现城市路网模型中单行、禁行、交叉点时间延误等问题的解决方案。实验结果表明,改进Dijkstra算法可以减少路网节点搜索范围和计算复杂度,提高用户搜索路径的实时性。     

解决最优停车位问题的改进蚁群算法

在停车诱导系统中,一般只提供停车场外的诱导,而没有停车场内部的停车诱导,论文利用蚁群算法求解停车场内部最优停车位,提供停车场内部的停车诱导,在求解过程中不仅考虑最短路径问题,并且根据驾驶员、车辆和停车位的特点,对蚁群算法进行改进,并给出了具体的求解步骤,使之更加符合实际停车场的最优停车位的选择.     

引入动态分化和邻域诱导机制的双蚁群优化算法

为提高传统蚁群算法在解决旅行商问题时的优化效果,提出了一种引入动态分化和邻域诱导机制的双蚁群优化算法。该算法首先引入混沌随机策略,在算法初始化阶段改变原始的贪心策略,使初始信息素混沌分布,以保持种群的多样性,从而提高解的精度;其次,将蚁群分为孤立蚁群与正常蚁群,两组蚂蚁分别在当前最优路径与离群路径附近搜索;在种群间采取诱导机制,正常蚁负责搜索最优路径,孤立蚁混沌随机释放信息素,将正常蚁群诱导至新的路径邻域,从而有效地平衡收敛速度与解的多样性之间的矛盾。通过对不同规模的旅行商问题仿真结果的比较,验证了所提算法的有效性。     

TV制导导弹的导引规律研究

TV制导导弹的导引一般可分为导航段、导引段和末制导段三个阶段。该文对不同阶段的导引规律进行了分析,针对导航段传统导引方法与算法的不足,提出了在导航段采用三星定位和惯导组合的制导法,以解决高动态环境下目标捕获、信号跟踪及导航精度的难题。针对TV导引头的瞬时视场较小,射手的反映速度有限,搜索速度不能太高,搜索区域不会很大的特点建立了导引段的先期导引与搜索规律模型。为了提高末制导段的导引精度,减小脱靶量,提出采用追踪法与比例法相结合的复合导引方法,实验仿真结果表明,导引精度得到了很大提高。     

改进的蚁群算法在动态路径诱导中的应用研究

针对基本蚁群算法收敛速度慢和易陷入局部最优的缺点,在对信息素和启发信息进行标准化以消除量纲和取值范围影响的基础上,提出带方向的信息素更新和混沌选择策略来改进蚁群算法。将路网节点间的相对位置信息引入信息素更新,以加快搜索速度;使用混沌扰动改进选择策略,以避免出现早熟停滞现象。并将其用于城市交通动态路径诱导的研究中,以重庆市渝中半岛的路网为实例计算以最短行程时间为目标的最优路径,结果表明该算法是有效、可行的,比基本蚁群算法具有更好的全局搜索能力。     

分布式动态路径诱导系统分析与设计

动态路径诱导系统是由车载单元和交通控制中心这两大系统和与之相互通信的无线通信网络构成.分布式动态路径诱导系统DDRGS的控制中心的任务比较轻,通信设施简单,见效时间短.以分布式动态路径诱导系统为研究对象,介绍了DDRGS的诱导信息构成、系统功能分析与设计、系统结构分析与设计、系统开发方式与系统开发环境等;根据我国的交通现状,提出了系统的软硬件构成方案,介绍了系统的各个模块功能,并提出了动态道路权重发布的方案.     

交通诱导系统中动态路径诱导算法的研究

动态交通网络中两节点之间最优路径的选择是目前的一个重要难题。通过对比不同的静态路径算法,并结合实际交通网络的特点,最终选择以A＊算法为基础,并在此之上研究出实现动态交通网络中路径诱导的方案。     

战术导弹制导控制系统动态性能测试方法研究

首先分析了导弹制导控制系统被等效为二阶模型时其动态指标对弹道稳定性的影响,在此基础上提出了一种简单快捷的动态性能测试方法,将弹体简化模型实时解算,并将计算出的弹体运动信息实时注入导弹的反馈控制回路,使导弹控制回路闭环,利用时域方法测试出制导控制系统动态特性曲线,与数字仿真计算出的标准曲线对比,即可评估其性能是否满足动态指标的要求.给出了测试实例,证明方法是有效可行的.     

动态靶标实时引导数据的产生与传输

在光电经纬仪伺服系统动态性能室内检测过程中,利用动态靶标产生类似雷达引导信息的实时引导数据来对光电经纬仪的外引导性能进行检测,同时为动态性能、捕获能力等指标的室内检测提供新的方法;引导数据通过对动态靶标的目标编码器值坐标变换产生,同时为消除数据采集、处理、传输带来的滞后,采用有限记忆最小平方预测法对数据进行预测处理并对预测精度做了仿真、实验;引导数据以异步串行通讯的方式发送给光电经纬仪,完成对光电经纬仪的外引导。     

一种改进的比例导引规律的设计与仿真

由于经典比例导引规律对大气层外高性能目标的命中精度不理想,文中就此问题提出了一种改进的比例导引规律.该导引规律的改进之处有两点:①提出了目标飞行弹道的预估算法,保证了导弹对目标位置和速度的实时预估,解决了红外导引头带宽限制的问题;②以减小脱靶量为指标,提出了较优导航比例系数的搜索算法,解决了弹体可用过载限制的问题.仿真结果表明,这种改进的比例导引规律对高性能目标能够取得较高的命中精度,相比经典的比例导引规律有很大的性能改善.