基于演化计算的最短避障路径算法设计

在工程应用、自动化、人工智能等诸多领域中有很多数学模型可以归结为寻求最短避障路径的问题。在环境模型的表达上,该文利用最小多边形包络法处理过的障碍物,即把障碍物描述成为多边形。在搜索策略上,利用演化算法求解TSP的算法——改进的郭涛算法的思想。针对TSP问题和最短避障路径问题的不同,在染色体的有效范围和基因的选取范围等处对算法进行修改,并且引入了基因库,成功地用演化算法解决了最短避障路径问题。     

基于改进蚁群算法的最短路径问题研究

最短路径问题是智能交通：交通网络分析中的一个重要问题。文章分析了基本蚁群算法在求解交通网络两点之间最短路径时所出现的问题,并针对这些问题,在方向引导及信息素更新等方面对算法进行了改进。实验证明,改进后的方法较基本蚁群算法能准确快速地找到交通路网中两点间的最短路径,是切实可行的。     

基于改进蚁群算法求解最短路径和TSP问题

为了能高效地求饵最短路径和TSP问题,利用速度恒定的蚂蚁群,行走最短路径的蚂蚁首先达到终点这个基本原理,提出了一种改进的蚁群算法。因为只要有一个蚂蚁达到终点,算法停止,所以该算法避免了蚂蚁往返爬行所消耗的时间。针对一定规模的最短路径和TSP问题,设置足够量的蚂蚁群,通过该算法能较快地求出全局最优解或者能很好逼近最优解的近似解,算法的时间复径杂度是线性级的,迭代次数较少,而且该算法是并行处理的。通过实验仿真,结果表明算法是可行有效的。     

基于改进蚁群算法求解最短路径和TSP问题

为了能高效地求解最短路径和TSP问题,利用速度恒定的蚂蚁群,行走最短路径的蚂蚁首先达到终点这个基本原理,提出了一种改进的蚁群算法.因为只要有一个蚂蚁达到终点,算法停止,所以该算法避免了蚂蚁往返爬行所消耗的时间.针对一定规模的最短路径和TSP问题,设置足够量的蚂蚁群,通过该算法能较快地求出全局最优解或者能很好逼近最优解的近似解,算法的时间复径杂度是线性级的,迭代次数较少,而且该算法是并行处理的.通过实验仿真,结果表明算法是可行有效的.     

最短路径问题的若干算法的编程

本文讨论了带权图的最短路径问题的三类不同情况，针对每种情况介绍了较好的算法，并在MATLAB软件环境下编制了这些算法的程序。通过一个实例，验证了算法的正确性。     

Dijkstra最短路径算法分析与改进

Dijkstra算法是计算最短路径的经典算法,在对该算法分析的基础上,对其进行了优化和改进。其一是对数据存储方式进行了改进,其二是对辅助向量采用堆排序改进。通过优化降低了内存消耗,搜索效率明显提高。     

最短路径重构算法

研究了在Ｎ个顶点的图中，仅给出了所有顶点对之间最短路径距离矩阵，而计算任两顶点间最短路径问题。这种算法因没有利用原始图中有关边的信息，被称为重构算法。本研究取得了如下成果：①在单一的顶点对之间最短路径重构的时间复杂度为Ｏ（ｎｌｏｇｎ）；②在所有顶点对之间的最短路径重构的时间复杂度为Ｏ（ｎ＾３）；③在带有ｎ／ｌｏｇｎ个处理器的独占读写并行随机访问器上，单一顶点对之间的最短路径重构时间复杂度为Ｏ（（ｌ     

数字化交通地图中最短路径算法的改进

本文对数字化交通地图中最短路径算法设计进行了研究和探讨，在传统的Dijkstra算法的基础上提出了一些合理的改进方案，并将改进后的A^＊算法和邻接表结构与原有Dijkstra算法及传统的数据存储结构进行了比较。在A^＊算法中，任意两点之间最短路径的搜索具备一定的方向性，即搜索的结点数明显地少于Dijkstra算法的搜索结点数，系统响应速度明显快于采用原始Dijkstra算法的响应速度，A^＊算法的效率明显提高。     

基于演化计算的最短避障路径算法设计

在研究求解TSP问题的演化算法(这里指GT算法)的基础上，针对TSP问题和最短避障路径问题的不同，在染色体的有效范围、基因选取等方面对GT算法进行改进，同时引入了基因库以提高算法收敛速度．试验结果表明，用GT算法能较好地求解最短避障路径。     

改进的进化算法解最短路问题

最短路问题是组合优化中的经典问题之一,对其设计有效的算法具有广泛的应用价值和重要的理论意义．为了减少对初始种群选取的限制,扩大种群的多样性,本文提出了一种新的杂交方式．根据一对染色体中不同位相同基因对的数目,设计了分类杂交．这种杂交不仅增加了种群的多样性,还避免了不可行解的出现．与杂交算子相对应设计了具有局部搜索功能的收缩—扩张式变异算子,使得本算法效率有了极大提高,并在理论上证明该算法以概率1收敛到全局最优解．最后的数值试验也表明此算法是十分有效的．     

一种改进的最短路径搜索算法

在深入分析现有最短路径搜索算法和MapX空间特性的基础上,提出了一种基于MapX改进的局部最短路径搜索算法.该算法依据最短路径沿起点、终点连线方向可能性最大的特征,在小矩形范围内搜索,避免了因道路“振荡”而产生结果失真的问题,减少了搜索的节点数目,降低了搜索规模.实验结果表明,该算法搜索速度快,道路网络结构越复杂,其运行效率越高,具有很强的实用性.     

最短路问题的位势法

给出最短路问题的数学模型,根据线性规划的对偶原理提出了最短路问题的两种位势法.这两种算法的计算思路均为:从确定一个起点势和标准势开始;再用标准势与已确定最短路的顶点势进行比较,按照势的由小到大顺序逐步得到其他顶点的势和路由,每次迭代要更新标准势;直到找到终点的势和路由为止.两种算法采用不同的标准势计算法.一种采用原标准势累加1的更新法,该算法仅适用于正整数费用网络;另一种利用弧割的概念寻找最小标准势来代替原标准势,该算法适用于正费用情形.证明了算法的正确性以及为说明算法的有效性给出了一个算例.最后通过与Dijkstra算法的比较分析了位势法的五条特点,得出结论:位势法是求解最短路问题的有效算法.     

基于改进人工势场-鱼群算法的LBS最短路径修正研究

LBS(Location Based Service),即基于位置的服务,是通过无线通信设施或是外部定位方式取得移动终端用户位置信息,在GIS系统的支持下,为用户提供相应位置服务的一种增值服务。以LBS系统中动态目标的追踪为研究对象,通过对基础人工势场法进行研究,提出一种改进人工势场法:在引力场中加入速度因素,使其能追踪动态目标。同时,由于复杂环境的多变性,将改进人工势场法与人工鱼群算法相结合,对路径进行评估和修正,获得最优路径。仿真实验显示,该算法在LBS系统中的有效性,同时与一般智能算法相比,基于改进人工势场-鱼群算法到达目标时间明显缩短,提高了搜索效率。     

PC机群环境下最短路径并行算法的研究

本文在PC机群环境下,研究了最短路径并行算法。在非循环图网络模型和强连通随机网络模型上对算法的加速比和并行效率进行了实验研究,讨论了在PC机群环境中提高并行性能的方法及不同网络规模和网络模型下算法的加速比和效率。     

改进蚁群算法的机器人路径规划研究

针对基本蚁群算法收敛速度慢,易陷入局部最优解等问题,提出一种静态障碍环境下的改进蚁群算法.利用A*算法来设定信息素初始值,提高算法初始阶段搜索效率;采用新的信息素更新规则,并且动态调整启发函数和信息素挥发速率,加快算法的收敛速度,扩大搜索空间.仿真实验表明,与其他算法在相同情况下比较,改进算法在路径相同的情况下拥有较快...     

基于改进A*算法和lattice算法的路径规划方法

针对A*算法缺乏动态性、不够平滑、计算量大,且不满足具体的非完整约束等问题,提出一种融合改进A*算法和lattice算法的路径规划方法.一方面消除传统A*算法中的冗余点,同时考虑物体的方向属性和实际运动约束,优化启发式函数最终生成全局路径.另一方面lattice根据改进A*算法生成的全局路径作为参考线,采样并结合障碍物信息和其他代价信息选出平滑的、无障碍的包含位置、移动速度、移动加速度等信息的局部轨迹.使用栅格地图进行车辆路径规划的实验仿真,该算法能够兼顾全局与局部,快速规划出一条平滑且满足车辆非完整性约束的运动路径.     

基于改进RRT-Connect算法的机械臂路径规划

针对RRT^*算法速度较慢问题,提出一种快速收敛至最优路径的最优双向快速扩展随机树(Optimal Bidirectional Rapidly-exploring Random Trees,Obi-RRT)算法。Obi-RRT使用改进的RRT-Connect算法快速得到较低成本路径,通过路径修剪得到关键点,围绕关键点提出三种采样空间并进行采样,通过不断更新关键点从而得到最优或接近最优的路径。平面和机械臂关节空间下的仿真实验表明,Obi-RRT算法运行时间仅为RRT^*算法的十分之一,并且路径成本更低。     

基于改进蚁群算法的机械手三维操作路径规划

提出一种改进的蚁群算法,实现机械手在三维栅格模型中进行最优操作路径规划。利用该蚁群算法模拟蚂蚁的觅食过程,使蚂蚁在初始点和目标点之间采用"惯性原则"和最大信息素启发策略完成最优操作路径的搜索。仿真实验验证了该方法在机械手操作路径规划应用中的有效性。即使在复杂的操作环境中,该方法也可以迅速地规划出最优操作路径。     

基于改进RRT算法的UAV航迹规划与优化研究

分析步长、搜索次数对UAV航迹生成的影响,给出一种改进RRT算法。结合目标信息给出启发因子、优话采样节点选择方法、选取合适的启发概率等方法,解决了扩展树生长过程中随机性较大的问题,提高了全局搜索能力和搜索速度,同时考虑局部搜索精度。针对航迹随机化造成的航迹不够优化的问题,提出一种航迹迭代优化方法。仿真结果表明:该算法和优化方法具有较快的收敛速度和更短的搜索时间;迭代优化方法减少了冗余规划点,缩短了规划航迹,提高了航迹规划效率。