道路搜索算法的研究

道路交通飞速发展,对道路搜索算法进行研究变得越来越有必要。首先对研究的必要性进行了阐述,进而对几种道路搜索算法的原理进行了介绍。     

电视节目自动跳跃搜索算法

介绍了电视节目自动全搜索算法的搜索速度较慢的缺点,借助“大步进搜索,小步进调谐”的新方法,利用全搜索算法的时间冗余性,提出了电视节目自动跳跃搜索算法;复杂度虽有所提高,但是能有效地提高搜索速度。对电视节目自动跳跃搜索算法性能进行了简要分析,比较了两种算法的性能。     

基于alpha-beta剪枝搜索算法的中国象棋游戏设计

设计一个优秀的中国象棋游戏具有一定的经济与社会价值。但是在该系统的设计过程中,搜索算法的设计异常重要,如何设计合理的人机搜索算法实现高效和合法的行棋规则就成为我们研究的重点。文章通过对常用的人机搜索算法进行介绍,并对其进行了分析和应用。     

中国象棋计算机博弈算法研究

计算机博弈是人工智能领域极其重要且最具挑战性的一个研究方向,对它的研究为人工智能带来很多重要的方法和理论。文中首先设计一个完整的计算机博弈系统,再运用多种方法对系统下的搜索算法V1进行改进,得到新的搜索算法V2。比较搜索算法V1和V2,证明对搜索算法改变的有效性。     

三步搜索算法在闯红灯自动记录系统中的研究

研究的闯红灯自动记录系统主要是抓拍路口车辆闯红灯等违章行为.视频柃测是本系统实现的核心,用来检测车辆是否有违章行为.整个检测算法中包括停车线检测、虚拟线圈的设置和缩减、基于道路方向的三步搜索算法.基于道路方向的三步搜索算法是检测算法的核心,它利用了在视频编码得到广泛使用的块匹配搜索算法,得到虚拟线圈的运动矢量,估计车辆的运动估计,利用运动矢量的幅值与幅角均值和标准偏差来判断车辆是否违章.经实验证明,系统准确性高、实时性高,具有很好的可扩展性和高性价比.     

面向城市交通网络的一种新型动态路径寻优方法

 针对静态路径寻优方法中没有考虑到交通流随时间变化的问题,本文提出一种基于交通流量预测的路径寻优方法.首先,从实际交通路网本身的特点和人类对路网的认识出发,构建以"道路"为基本元素的新型路网模型;其次,采用基于单变量时间序列的预测方法对路网上各路段未来一段时间内的道路交通流量进行预测,并根据预测结果估计出行者在未来时段各路段上的交通代价;再次,通过估计的交通代价把车辆从起点到该路段时间内的道路交通变化状况融入改进A^*算法的路径搜索过程,从而建立一种高效的动态改进A^*路径搜索算法;最后,实例表明预测交通流量与实际交通流量具有很好的拟合度,路径搜索结果能够对出行者起到诱导作用,提高出行者行驶效率.     

基于改进的群搜索算法求解分类规则

本文阐述了求解分类规则的改进群搜索算法,该算法是基于群搜索算法实现的。群搜索算法是一种新的群体智能优化算法,适宜求解多模态高维问题。对群搜索算法进行了简单的改进,加入了对算法中个体位置的边界值限制,以提高收敛速度。通过实验表明,此算法在求解分类规则中取得了良好的实验结果。     

搜索引擎中搜索算法的进化轨迹

本文从搜素引擎的组成结构与运行机制入手,通过对搜索引擎中搜索算法的分析,发现搜索引擎的搜索算法也主要是进行交融的结果这一事实。     

对博弈及其常用搜索算法的研究

本文首先简单介绍了博弈的相关理论,然后对其常用的三种搜索算法进行了研究,以确保实际中的博弈问题能够得到合理有效地解决。     

基于禁忌搜索算法的系统辨识

本文研究了禁忌搜索算法解决系统辨识问题的可行性。首先将系统辨识问题转化为参数空间上的优化问题,然后利用禁忌搜索算法求取优化问题的最优解以获得系统参数的最优估计。分别通过对离散和连续系统的仿真研究,表明了本方法的可行性。并与其它方法进行了比较,结果表明本方法在搜索全局最优和克服噪音上都具有很好的效果。     

两约束路由问题的近似解法

首先回顾了一些重要的QOS路由算法，然后对关于两约束路由问题(BCP,bi—constraint path problem)的线性搜索算法进行了数学分析，确定了搜索因子的范围和最佳搜索因子的值。基于以上分析，我们给出了BCP和单约束最短路径问题(RSP,restricted shortest path problem)的近似算法，并对算法性能进行了分析；最后，本文研究了采用非线性链路代价函数求解BCP。测试结果表明本文提出的算法是求解BCP和RSP的有效算法。     

QoS路由问题的反向优化算法

寻找满足两个加性QoS约束条件的路径是网络QoS路由研究的核心问题,线性搜索算法是重要近似算法之一。本文提出一种结合了反向优化策略的线性搜索算法。当线性搜索过程所得到的路径不满足QoS需求时,对搜索到的路径选取合适的节点进行反向优化。算法的时间复杂度为O(K(m+nlog2(n)))。仿真显示本文的搜索策略扩大了搜索空间,提高了寻找可行路径的成功率。     

基于改进局部搜索算法的三维空间路径规划研究

在机器人路径规划中,搜索区域维数增大会导致路径搜索算法收敛时间过长甚至不收敛的现象发生。针对此类问题,文中以改进的局部搜索算法为基础,融合蚁群算法中信息素因子和人工势场算法中势场因子,建立了启发函数模型以提高寻优的目的性,并对搜索到的路径用迭代法进行优化。文中具体讨论了三维空间中路径点的选取方式和启发函数模型的建立方法,同时给出了算法的详细流程。最后通过MATLAB仿真实验证明基于改进后的算法进行路径规划时,迭代次数降低,搜索速度变快,路径点轨迹趋势更加平稳。     

融合改进蚁群和粒子群算法的路径搜索应用

针对车辆路径搜索对其计算质量和效率要求较高问题,且原始蚁群算法和标准粒子群算法均存在局部优先解、停滞以及收敛速度较慢等缺陷,提出一种融合改进的蚁群和粒子群路径搜索算法。在融合算法前期提高粒子群算法收敛速度,利用其进行粗搜索,后期利用改进的蚁群算法进行细搜索。通过仿真分析表明,融合后的改进算法在路径规划和计算效率上均有较大提升。     

Quadrotor path planning using A* search algorithm and minimum snap trajectory generation

In this study, we propose a practical path planning method that combines the A* search algorithm and minimum snap trajectory generation. The A* search algorithm determines a set of waypoints to avoid collisions with surrounding obstacles from a starting to a destination point. Only essential waypoints (waypoints necessary to generate smooth trajectories) are extracted from the waypoints determined by the A* search algorithm, and an appropriate time between two adjacent waypoints is allocated. The waypoints so determined are connected by a smooth minimum snap trajectory, a dynamically executable trajectory for the quadrotor. If the generated trajectory is invalid, we methodically determine when intermediate waypoints are needed and how to insert the points to modify the trajectory. We verified the performance of the proposed method by various simulation experiments and a real-world experiment in a forested outdoor environment.     

嵌入式系统中电子地图的路径寻优

最优路径算法是地理信息科学与计算机科学等领域的研究热点。由于嵌入式系统的特点,其中电子地图的最优路径规划算法,要求快速而高效,为此对一些最优路径搜索算法进行了分析,提出了用基于人工智能的A*算法对电子地图进行最优路径寻优,实现了准确而高效的最优路径搜索。最后给出了一个基于Linux嵌入式系统中的电子地图的路径寻优实例。     

基于改进遗传算法的UAV航迹规划

针对实际作战环境中的UAV航迹规划,提出一种基于改进遗传算法的UAV航迹规划方法;通过骨架化算法生成规划搜索空间,对规划搜索空间中的信息进行提取,求解出规划搜索空间中航迹点的杀伤概率;根据规划搜索空间中的信息,采用特殊的基因编码方式,使用遗传算法为UAV找到K条备选航迹,提高了航迹规划效率;根据设定的航迹选取原则,求出最优航迹并对其按不同步长进行平滑处理,最终得到满足UAV机动性要求的可飞航迹。     

一种基于用户路径模型的搜索引擎检索性能度量方法

 搜索引擎是信息时代人们获取所需信息的重要手段,搜索引擎性能度量方法也成为了一个重要的研究课题.本文分析了国内外搜索引擎检索性能度量的研究状况,提出了一种基于用户路径模型的性能度量方法.从用户搜索行为的角度研究了用户行为模型,通过抽象用户行为模型到路径模型的映射,给出基于用户路径模型的搜索引擎检索性能的评估步骤,针对度量数据给出了成功搜索度量方法,并通过度量平台的实现验证了该度量方法的实践意义.     

ALGA在岸基导弹航路规划中的应用研究

针对基本遗传算法(GA)易局部收敛的缺陷,设计了基于模式搜索的自学习算子,提出一种基于模式搜索的自学习遗传算法(ALGA)。通过仿真测试函数将ALGA与基本遗传算法、自适应遗传算法(AGA)进行比较,显示改进的ALGA提高了算法的综合搜索能力。将改进的ALGA运用到岸基导弹航路规划中,并进行仿真实验,仿真结果验证了改进算法的有效性。