基于最优搜索算法的自动航线生成

自动控制生成归结为多属性策理论的一种应用,当前人们化向于用层次分析法（ＡＨＰ）来解决决策问题,本文分析了自动航线生成的特性,结合层次分析法和最短路径问题（ＳＰ）探讨一种结构比较简单,实时性较强,工程上比较实用的算法,运用层次结构模型将影响一生成的各个组成因素分解开,最后求出各因素对航线的综合影响,确定航线的代价,将自动航线生成映射到图论中的最短路径问题。     

基于可视图法的改进Dijkstra算法

针对基于可视图的Dijkstra单向最短路径规划算法难以加入飞行性能约束的问题,将飞行轨迹视为一系列直线和圆弧,利用转弯离开点与进入点构建三圆弧组合实现避障转弯,成功地在算法中引入最小转弯半径约束。采用纯数学公式推导,详细介绍了推导过程。算法减少了无关节点运算,提高了查询与规划最短路径效率。通过对比仿真,验证了算法有效性。     

一种基于蚁群算法和非线性长度的多约束路由算法

在分析了多种路由算法的基础上,设计了一种基于蚁群算法的多约束路由算法。该算法采用了非线性路径长度,通过蚂蚁的周游获得长度更短的多约束路径。仿真表明,该算法在最短路径获取和路由发现成功率方面都有高效的表现。     

一种前向网络的多准则学习方法

学习问题是人工神经网络研究的核心问题。本文提出一种基于模糊熵准则和误差平方和准则的多准则学习方法，可在一定程度上克服单准则学习的局限性。计算机模拟结果证明了新算法的优越性和有效性。     

基于CUDA的并行联程路径搜索算法

随着民航业的蓬勃发展,形成了庞大的航线网络,在众多城市间有很多航线可供选择。如何快速地从如此庞大的网络中得到K条最短路径(K-Shortest-Path,简称KSP)成了联程路径搜索的瓶颈。采用Yen算法求解航线网络中的KSP问题,并在CU-DA平台下实现其并行化。并行的基本策略是借助GPU平台并行的松弛每个节点的相关边。最后,通过在CUDA平台下的实验结果表明,与串行Yen算法计算相比,基于CUDA的并行Yen的计算速度得到了很大的提高。     

反潜直升机吊声搜潜悬停探测飞行模型

针对反潜直升机使用吊声搜潜时需悬停探测的问题,基于反潜直升机悬停探测飞行过程、最短飞行路径准则和几何原理,规划反潜直升机悬停探测飞行路径,并考虑风对反潜直升机飞行状态的影响。对建立的飞行路径进行了数学求解与分析,最终给出悬停探测飞行数学模型。根据建立的悬停探测飞行数学模型,对单机圆形应召搜潜的飞行路径进行仿真验证,仿真结果表明,悬停探测飞行数学模型可以更加真实地模拟反潜直升机吊声搜潜的实际飞行路径。     

基于GIS的路径规划算法研究与实现

路径规划问题是地理信息系统(GIS)研究领域中的关键内容之一,最短路径的寻找更是热点问题。在数据量较大时,传统前K条最短路径算法效率较低,且不能解决某些实际需求下规划K条差异较大的路径问题。在Dijkstra算法的基础上,引入有利度与重复度的概念,通过对路径结果重复度的检测以及由有利度的改变所引起的图的变化,循环寻找当前图中的最短路径,从而实现了多条差异路径的规划。在上述算法的基础上,对野外区域中带状区域的有利度及重复度进行控制,解决了传统前K条最短路径算法难以满足野外区域多条差异路径规划的问题。     

智能仓储车间中多AGV路径优化算法研究

针对智能仓储车间中采用自动化物料运输系统的多AGV(Automated Guided Vehicle)路径规划求解速度慢、最优路径易冲突问题,本文提出了一种人工势场蚁群融合算法。首先针对人工势场法目标不可达问题提出斥力场改进方法,融合蚁群算法的启发式信息及信息素更新优化生成每台AGV的初始路径,然后通过多AGV冲突解决策略在路径长度最短、光滑度最高的基础上避开冲突以解决多AGV路径规划问题。仿真结果表明,在优化路径长度、求解速度方面均优于传统蚁群算法和蚁群优化算法,在仓储环境下多AGV冲突解决策略能够以极小代价解决路径冲突。     

分布式全局调度动态反馈自由飞算法

在诸多空管算法基础上,提出了分割空域航线和时间并压缩的研究范式。单机根据空域航线点阵和时间窗矩阵的环境参数进行全局路径寻优,然后沿全局路径模拟飞行进行局部路径寻优,并将获得的环境参数随时回写空域航线点阵和时间窗矩阵,使得全局优化和局部优化动态反馈并逼近收敛一致。算法突破传统算法难以兼顾分布优化与集中优化的局限。     

模糊多准则核磁共振图象重建技术

本文提出一种适合核磁共振频谱数据成象的多准则优化成象算法，我们根据数字图象品质价价的模糊性，从模糊数字理论出发，提出一套模糊指数函数，而这些准则函数，经过一系列数学处理，可以把空间域的多准则的问题转化为频域处理，从而推出一种快速，有效的成象算法。     

基于最短路问题模型的巡航导弹航迹判定

最短路问题是图论中一个多阶段决策问题。首先,通过研究巡航导弹飞行特点,确定其航迹规划属于多阶段决策问题,从而提出运用最短路问题模型判定巡航导弹航迹;其次,提出判定巡航导弹航迹的最短路问题模型的顶点的确定方法,给出了加权系数的概念及权的确定方法;最后,选定某抗击巡航导弹战例,运用最短路模型对巡航导弹航迹进行判定,结果验证了该方法的有效性和可行性。     

一种改进的多播路由算法

低代价最短路径树是一种广泛使用的多播树,它能够在保证传送时延最小的同时尽量降低带宽消耗。DDSP(Destination-Driven Shortest Path)算法是一个性能较好,计算效率较高的低代价最短路径树算法,在该算法基础上,通过改进结点的搜索过程,提出一种改进的快速低代价最短路径树算法。由算法分析和实验比较得出,改进算法的计算效率高于DDSP算法,且算法构造的最短路径树的性能也优于DDSP算法构造的树．     

一种任意城市间最短路线优化算法实现

首先介绍最短路问题的数学模型及Dijkstm算法，紧接着采用蹦kstra算法的改进算法静——Floyd算法，然后将求城市道路网两点间最短路径目标约束转化为求最短路问题，随之建立最短路模型，并描述了用MATLAB程序进行求解的过程。最后用实例验证了模型和算法的可用性。     

一种限制区域的最短路径查找算法

描述了一种路径查找中的优化算法,即限制搜索区域的最短路径算法。首先,限制了搜索范围,然后在此范围里进行最短路径的查找。实验表明此算法能够有效降低时间复杂度,从而减少了路径查找的计算时间。     

无人机任务规划研究

任务规划系统作为高科技技术已经引起了广泛的关注和应用。目前世界上一些主要国家都在研制任务规划系统。无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率。介绍了无人机任务规划的基本概念,描述了无人机任务规划的基本功能、常用的规划算法,如代理方法、遗传算法和战场威胁源建模方法等,给出了基于VORONOI图的一种无人机任务规划技术方案。     

相互作用多模型跟踪过程中的航迹外推算法

提出运用IMM对目标进行跟踪时的航迹外推算法,解决了机动目标跟踪中的航迹外推问题。利用历史信息和转移概率推导出模型预测概率,结合单一模型的预测航迹和模型预测概率得到了相互作用多模型跟踪过程中的外推航迹。通过Monte-carlo仿真表明,运用外推方法在机动目标跟踪时能将误差控制在较小的范围内,具有很好的跟踪性能。     

高速公路网中的Dijkstra最短路径优化算法

当高速公路网中出现交通事件时,其拓扑结构发生了变化,需要搜索新的最短路径并告知司机。由于信息发布具有较高的实时性,最短路径的搜索效率对高速公路信息服务的效率有重要影响。论文采用Dijkstra算法搜索高速公路网中的最短路径,并结合高速公路网的特点,用链结构将表示各收费站的点连接起来,简化了高速公路网的拓扑结构,从而大幅减少Dijkstra算法中的节点数。对算法的复杂度分析表明,这种方法大幅减少了路径搜索的复杂度,从而缩短了计算时间,提高了最短路径搜索效率。     

智能车辆最短路径算法的研究与实现

最短路径算法是智能车辆路径规划问题的核心内容。从道路网络拓扑结构的自动构建以及Dijkstra算法中快速搜索技术的实现入手,综合考虑核心算法和数据存储结构两个方面,提出了直线优化Dijkstra算法。该算法能够有效降低时间复杂性,提高系统的效率。     

Multi-point path planning based on the algorithm of colony-particle swarm optimization

The problem of multi-point path planning is a NP-hard problem,which is equivalent to finding the shortest path of a starting point and some specific node.Aiming at the problem of multi-point path planning,a retrospective ant colony-particle swarm optimization algorithm was proposed.This algorithm used Floyd-Warshall to transform the graph and combined ant colony algorithm and particle swarm algorithm to find the shortest path.The experimental results show that this algorithm can find the precise solution under small data,at the same time,under a large amount of data,can be better than the maximum minimum ant colony algorithm and genetic algorithm.