融合用户相似度与时间期望的长期车辆共乘匹配算法

长期车辆共乘可显著提升出行便利性和稳定性，对缓解城市交通拥堵、减少环境污染具有重要作用，但由于需同步进行分组规划和路径规划，其全局最优匹配方案难以获取且匹配结果的可行性无法保障。针对上述问题，基于行驶距离、行驶时间、出发抵达期望和整合熵权相似度，构建了带有时间窗和车容量约束的多目标混合整数规划模型，采用复合熵权法对独立相似度进行融合，并提出一种质心寻优小簇分割算法对共乘用户进行匹配划分。在用户分割过程中迭代优化共乘组质心，并采用减枝枚举法计算用户的最佳行驶路径，生成符合多元约束的共乘组划分方案。实验结果表明，所提算法与一般K-Means聚类算法相比，平均近似解提高了9.66%。平均时间减少了49.29%，且在处理大规模实例上效果明显，能够高效求解长期车辆共乘匹配问题。     

考虑用户偏好的启发式动态共乘匹配算法

针对现有算法很少考虑用户之间的共乘偏好需求,提出了一种考虑用户偏好的启发式动态共乘匹配算法。构建一个满足用户偏好需求的动态共乘匹配模型,旨在最大化系统匹配率和最小化车辆的绕行距离。算法首先根据出行请求的时间约束、车辆与用户的出行轨迹以及用户的兴趣偏好,过滤不满足用户偏好需求的车辆;其次,构建一个临时匹配图,设置边的权值为出行请求插入到车辆的当前行驶路线中的最小绕行距离;最后采用贪婪方式实现用户与车辆之间的匹配,并采用节点插入方式,将出行请求的出发地点和到达地点插入到车辆的当前行驶路线中。仿真结果表明,提出的启发式动态共乘匹配算法使车辆增加的平均绕行距离和运行时间低于现有算法,系统匹配率高于现有算法;用户的出行时间需求、兴趣偏好、信誉度等共乘需求对系统匹配率有显著影响。     

基于E-CARGO模型的共乘出行匹配建模与优化方法

共乘出行应用系统通过提高汽车可用座位容量利用率来减少交通拥堵、缓解停车位紧张,提高社会效益和环境效益。司机和乘客的实时匹配和优化技术是共乘系统的核心内容。基于角色的协同（RBC）是一种用于促进组织结构、提供有序系统行为和协调系统内活动的新方法。为了减少乘客和司机的动态实时匹配时间、提高匹配效率,提出结合RBC和环境-类、代理、角色、群组和对象（E-CARGO）模型形式化共乘问题的方法。在资源容量约束和利润收入给定的情况下,对共乘匹配问题进行建模和仿真实验,提高可用座位容量利用率,实现平台收益最大化,资源匹配合理化。实验结果表明,基于E-CARGO模型的形式化方法可以应用于共乘出行匹配问题建模,最优匹配矩阵和时间可以采用Kuhn-Munkres（K-M）算法和Java中的优化软件包（ILOG）解决方案获得。与ILOG软件包算法相比,K-M算法所用平均时间至少减少了21%;当代理规模大于一定数值（大于600）时,算法时间开销急剧增大。     

基于客户分级及换乘的多车辆合乘问题算法研究

多车辆合乘匹配问题(MRMP)是物流领域和交通领域的一个重要问题,现有的多车辆合乘匹配算法是以解决基本的多车辆合乘问题为主.为了提高客户的搭乘率,提出了客户分等级并且带有换乘的多车辆合乘匹配算法.该算法以蚁群优化算法为核心,分为3步:寻找起点终点集合;蚁群寻优,并在单向蚁群的基础上提出双向蚁群算法;车辆路径微调.实验仿真显示该算法获得80％以上的搭乘率,同时双向蚁群比单向蚁群具有更强的寻优能力.所得结果表明,该算法可以有效地获得带有换乘的匹配路线.     

面向公平保障的共乘定价与匹配算法

在共乘场景中,具有相似行程和时间安排的多名乘客一同出行,可降低出行成本、提高车辆上座率和缓解交通拥堵。现有研究忽略了共乘收费标准不统一和司机恶意竞价对乘客共乘体验的影响。在同时考虑费用约束、车辆容量约束和绕路距离约束的的情况下,提出最大化匹配结果公平性的方案,并将共乘的定价与匹配过程建模为一个两阶段的主从博弈。针对上述方案,提出了一个基于K-means++的请求划分算法,以缩小司乘匹配范围,提高匹配效率;在满足所有参与者约束的前提下,设计了基于两阶段主从博弈的迭代算法DPMA,并从理论上证明了其收敛性。在纽约出租车数据集上进行了仿真实验,通过不同的参数设置验证了DPMA的收敛性。与已有的2个算法相比,DPMA在保障司机收益的同时,在公平指数上分别提高了34.03%和24.42%。实验结果表明所设计机制可以有效避免司机间的恶意竞价,且提高了共乘匹配的公平性。     

一种改进的实时半全局立体匹配算法及硬件实现

在基于现场可编程门阵列的实时立体匹配系统中,Census变换算法针对特定区域的误匹配率较高。为提高匹配精度,提出一种具有高并行性流水线结构的实时半全局立体匹配算法并进行硬件实现。将改进的Tanimoto距离和带权重4方向的梯度绝对值差进行组合,作为新的初始匹配代价。在代价聚合阶段采用4路径并行结构的SGM算法,在视差选择阶段采用赢家通吃策略,在视差校正阶段采用阈值检测算法代替传统左右一致性检验算法。实验结果表明,该算法能够有效提高弱纹理和边缘区域的区分度,减少对中心点的依赖,降低资源占用,其在Middleburry平台上的平均误匹配率仅为7.52%,在Xilinx Zynq-7000平台上的匹配速率达到98 frame/s。     

基于最小二乘法的联合地图匹配算法的研究

地图匹配是车辆监控与管理系统的主要功能之一.从提高地图匹配算法准确率和缩短监控系统所需地图匹配时间的角度出发,提出了一种新的基于最小二乘法的联合地图匹配算法.该算法利用最小二乘法改进几何线到线地图匹配算法和拓扑结构地图匹配算法,根据路段混合使用算法,能实时准确地将行驶车辆匹配到相应的道路上.实验仿真表明,该算法为几何线到线在平行路段匹配不准的问题和拓扑范围越大匹配越不准的问题提供了有效的解决方法,具体可应用于路网密集的区域,为路网密集区域的道路定位与路径匹配提供准确和快捷的途径.     

求解存在运输空间约束多单元协作调度问题的拍卖算法

针对存在运输空间约束的多单元协作调度问题,提出合理的运输模式,建立非线性整数规划模型,对问题进行描述.通过拍卖的方式,将设备资源和运输资源分配给每一个工件,得到问题的可行解,并基于改进的(非)连通图对可行解进一步优化.通过拍卖方式,可以恰当地针对不同时间段的资源进行价值评估,从而提高资源的利用率,减少总的生产时间.拍卖过程分为两部分:车辆资源拍卖和设备资源拍卖.在整个拍卖过程中,车辆和设备分别扮演拍卖者,每个工件扮演竞拍者.通过对比实验,验证了所提出运输模式的合理性以及算法的有效性.     

NLOS环境下的车辆位置信息协作式获取和验证方法

车载网VANETs中网络服务和应用需不断交互车辆的位置信息,而节点之间的障碍物使两车间产生非视线距离NLOS(nonline of sight),同时也阻碍位置信息的交互.针对如何获取车辆可靠的位置信息,提出了一种位置信息协作式获取方法.首先在假设条件成立的情况下,建立车辆协作式位置信息获取模型,同时基于三角算法获取车辆位置信息;其次,设计协议算法对所获得的信息结合距离计算进行二次完整性验证;最后用仿真软件对所提出的位置信息获取和验证的算法分析,从感知率、信道利用率、发送成功率和响应时间等指标对算法进行了评价.仿真结果表明,NLOS环境下的车辆位置信息协作式获取和验证方法有利于维护NLOS环境下定位服务准确性,能够对所获取的信息进行正确性判断,有一定的借鉴价值.     

基于演化博弈的应急物流最优仓库定位仿真

针对仓库定位进行双层规划存在运输距离长、仓库服务率低和生成最优仓库定位的运行时间长的问题,提出基于演化博弈的应急物流最优仓库定位仿真方法.通过上层规划获得应急物流车辆最优行驶路径,利用下层规划定位最优应急物流仓库,筛选出可满足应急物流车辆最优行驶路径需求的应急物流仓库,采用演化博弈算法对所有应急物流仓库定位结果进行博弈,得到演化稳定策略(ESS)时停止演化.实验结果表明,所提方法的运输距离短、仓库服务率高和生成最优仓库定位的运行时间短.     

推测网络蠕虫传播路径的在线聚积算法

在大规模网络蠕虫爆发时获取蠕虫的传播路径,可以提高网络的抗打击能力.现有的推测蠕虫传播路径方法只能运行于离线方式且准确率较低.提出了使用滑动检测窗口推测网络蠕虫传播路径的在线聚积算法,可快速获取网络蠕虫的传播源和初期传播路径.解决了传播路径选择冲突和相邻推测阶段传播路径合并等问题.分析了算法的准确率和运行性能.实验结果表明,在线聚积算法在蠕虫爆发初期即可检测出感染边,聚积算法具有90%以上的准确率,所需路径推测时间只有同类工作的1%.     

网约拼车出行的乘客车辆匹配及路径优化

城市道路拥堵严重及共享理念的盛行带来了拼车出行的兴起。出行线路相似的乘客共乘一辆车,可提高座位利用率、节省费用、缓解交通压力。以带时间窗约束的无换乘多车辆静态拼车问题为研究背景,从车辆使用费、途中走行成本及到达时间窗惩罚成本3个方面建立乘客车辆匹配及路径优化的目标函数,以车辆容量、乘客出发及到达时间窗、路径无迂回、乘客车辆匹配无重叠等限制构建模型约束条件,采用演化策略算法求解问题,根据模型特征设计编码解码规则,解码结果可同时获得车辆乘客匹配关系和走行路径,采用交叉变异操作更新迭代个体种群,进而求得最优解。运用MATLAB求解算例验证了模型可行性及算法有效性,结果表明算法能快速响应静态拼车问题,在较短时间即可给出乘客车辆的先后匹配关系及车辆走行路径,拼车方案相比独自出行能节省更多成本。     

易爆品运输车辆中的路径选择模型仿真

易爆品运输车辆必须选择最优路线模型,以保证运输安全.易爆品运输过程中,不但需要考虑运输成本和运输的线路,还需要考虑运输风险的因素.传统的路线选择模型仅仅以成本分析为基础,没有加入易爆品运输的风险因素,路线选择存在较大缺失.提出采用粒子群离散变换算法的易爆品运输车辆路径选择方法.根据最小二乘法相关原理,计算运输路径危险环境函数,获取危险程度拟合曲线,根据该函数得到运输路径中的危险程度.根据最小危害路径选择的目标函数,对所有的待优化变量进行二进制编码,并针对编码结果进行离散化变换,实现易爆品运输车辆路径的选择.实验结果表明,利用改进算法进行易爆品运输车辆路径选择,降低了路径协同误差和路径选择误差.     

一种改进的Hausdorff距离地图匹配方法

目前的地图匹配算法分为在线和离线匹配两类。针对离线地图匹配中Marchal算法精度较低的问题,提出了一种改进的Housdorff距离匹配算法,利用航线方向角与Housdorff距离对Marchal匹配算法进行了改进。通过仿真试验的定性定量分析,新算法可以较好地纠正矢量数据不完整时产生的错误结果,很大程度上提高了匹配的准确性,可以为导航系统以及规划部门提供保障服务。     

基于跳变点能量的DTW匹配在线手写签名验证算法*

提出一种以签名能量为特征的在线手写签名验证算法,侧重签名能量特征提取和匹配判决的研究.对签名波形进行小波分解,提取签名波形在跳变点处的能量,从中提取若干个能量值作为特征矢量;在基于动态时间规整的特征匹配用改进的动态时间规整方法将测试特征序列和模式特征序列进行匹配的基础上,计算最小匹配距离,得出匹配路径.实验表明, 动态时间规整算法在签名验证识别中获得了良好性能,对于随机伪造签名,误拒率为0时,误纳率为6.86%.     

基于行车位置数据挖掘的拼车方法研究

拼车是一种环保节能的出行方式,合理的拼车策略可以缓解交通压力,优化乘客体验,减少碳排放等。针对拼车问题,提出了两阶段的拼车匹配策略。第一阶段匹配过程是利用基于改进Hausdorff距离的乘客分配算法,将拼车需求分配到具体车辆,从而将多车辆问题转化为单车辆问题;第二阶段匹配过程,采用基于匹配度的聚类筛选出与车辆最为匹配的拼车需求。实验结果表明该算法和流程能分别应用于单车次、多车次接力换乘的拼车方案推荐,匹配简单准确。     

基于时间窗的改进两阶段AGV路径规划研究

针对自动导引车(AGV)在仓储物流搬运系统中的路径冲突问题,提出了一种基于时间窗的改进两阶段动态路径规划方法.对原有两阶段路径规划方法进行改进,在离线情况下,将时间窗原理和Di-jkstra算法相结合,顺序规划出各个AGV的路径,采用改变AGV优先级的方法在线进行路径动态规划.通过仿真实验证明了改进后算法可以减少冲突的概率,有效地避免了AGV之间的碰撞,不仅具有很好的鲁棒性和柔性,而且可以提高系统效率.     

基于特征匹配和距离加权的蓝牙定位算法

针对传统iBeacon指纹定位技术中接收信号强度值（RSSI）波动较大、指纹库聚类复杂、存在较大跳变性定位误差等问题,提出一种基于排序特征匹配和距离加权的蓝牙定位算法。在离线阶段,该算法先对RSSI进行加权滑动窗处理,然后根据RSSI向量大小生成排序特征码等值,并与位置坐标等信息组成指纹信息,形成指纹库;在在线定位阶段,根据排序特征向量指纹匹配定位算法和基于距离的最优加权K最邻近法（WKNN）实现室内行人定位。在定位仿真实验中,该算法可以自动根据特征码进行聚类,从而降低了聚类的复杂度,能实现最大误差在0.952 m内的室内行人定位精度。     

AR虚拟技术于包容性空间系统设计研究

为更好地做好包容性空间系统中的导航，提出构建一个基于BIM和AR虚拟技术的导航方法。首先，构建一个基于BIM和AR技术的导航路网；然后在AR技术惯性导航定位基础上，引入Revit坐标系进行坐标系转换和节点匹配，以实现包容性空间中用户的定位；之后基于蚁群算法引入AR标识节点数量和节点利用率，得到IARA算法，从而构成基于BIM和AR技术的包容性空间导航方法；最后结合实际案例开发进行系统验证。结果表明，在相同的实验环境下，对比于传统的SPA导航算法，提出的IARA算法在导航路径中可经过更多AR标识节点，路径方向与AR节点的偏离度较小，节点利用率分别为51%、62%和55%,比SPA分别高出了32%、32%和37%。由此可知，提出的IARA算法可平衡AR标识节点数量、节点利用率和距离，导航路径更加满足实际导航需求。系统应用表明，基于BIM和AR虚拟技术的包容性空间导航方法可进行路径规划和空间设计，具备一定的可行性。     

基于信号强度的无线局域网匹配定位算法

基于信号强度的匹配定位是无线网络定位的主要方法,包括离线训练和在线定位2个阶段。该文对在线定位阶段的传统定位算法进行了改进,选取定位匹配过程中概率较大的若干点,根据概率大小计算加权系数,进行加权运算以完成定位。实际环境下的定位实验验证该算法可以明显提高定位精度。