智慧工地物料配送动态时间窗车辆路径优化

智慧工地物料配送是建筑业提升建造效率的重要环节。为有效解决智慧工地物料配送路径优化问题,依托运筹学理论将其转化为带时间窗的车辆路径规划问题。以总配送路径最短为目标函数,建立动态时间窗车辆路径（VRPDTW）数学模型,构建全局最优理论模型。运用改进人工势场算法分析障碍物和中间节点,再代入基础蚁群算法进行施工现场全局路径规划,对VRPDTW数学模型进行优化。并通过仿真实验对模型进行实证检验。结果表明：改进算法和VRPDTW模型可实现全局优化,能够有效解决智慧工地场景下物料连续配送问题,相较于基础算法,改进算法使路径规划的准确度提高,成本降低,效率提升,具有理论意义和行业应用价值。     

车辆路线问题的自适应遗传模拟退火算法

针对目前大多数车辆路线问题的模型和及其算法都是针对单车型而设计,而对带有时间窗的多目标多车型车辆路线问题研究较少这一不足,在考虑了车辆载货状况、车辆类型、时间窗等约束条件的基础上,建立了基于总费用最小的双层目标规划模型,其中上层目标是车辆购买成本最小,下层目标为运输距离成本最小。综合考虑自适应遗传算法和模拟退火算法的优点,设计了1种自适应遗传模拟退火算法求解车辆路线问题。算例结果表明:相比于标准遗传算法,自适应遗传模拟退火算法减少了9%的运输成本,能跳出局部收敛获得最优解,从而提供更为合理的车辆数量和车辆路线。     

一种基于改进蚁群算法的山地三维路径规划算法

当前社会,很多用户需要在复杂的没有公路的山地地形,快速、准确的规划出三维路径,在避过障碍的同时达到某项指标最优。目前常用的路径规划算法,大多数只能规划二维平面路径;而一般的三维规划算法,大多运算算法复杂、需要很大的存储空间,同时无法在宏观全局角度来进行路径规划。文章在已有三维山地地图的基础上,采用一种改进的蚁群算法来解决上述问题。软件仿真结果显示,基于改进蚁群算法的山地三维路径规划算法在路径最优值计算和规划时间上都能够较好的满足需求。     

一种基于改进蚁群算法的山地三维路径规划算法

当前社会,很多用户需要在复杂的没有公路的山地地形,快速、准确的规划出三维路径,在避过障碍的同时达到某项指标最优。目前常用的路径规划算法,大多数只能规划二维平面路径;而一般的三维规划算法,大多运算算法复杂、需要很大的存储空间,同时无法在宏观全局角度来进行路径规划。文章在已有三维山地地图的基础上,采用一种改进的蚁群算法来解决上述问题。软件仿真结果显示,基于改进蚁群算法的山地三维路径规划算法在路径最优值计算和规划时间上都能够较好的满足需求。     

基于局部最小能量的移动机器人路径规划

从移动机器人运动能量损耗的角度对移动机器人全局环境未知时的路径规划问题进行了探索,提出了一种新的基于局部最小能量的路径规划算法.采用概率手段创建了平面环境中不同区域的能量损耗模型,通过引入复杂环境中移动机器人运动规划的最小能量法,设计了一局部能量函数对机器人进行实时局部最优路径规划.仿真试验表明该算法具有较强的适应能力和可行性,在高复杂度、高密度的未知障碍环境中移动机器人依然可以顺利抵达目标点.     

多层多出口大型建筑紧急疏散优化模型

主要针对多出口多层大型建筑紧急疏散问题,采用Dijkstra算法及排队理论,将最优路线问题转化为最短时间问题,有效解决出口拥挤可能造成的最优路线变更问题,每一步均结合中国国家博物馆的实例用MALAB对算法进行仿真。结果表明,改进后的算法相较于最短路模型更为接近全局最优解,且可以对疏散路径受阻的情况做出良好响应。     

基于改进ACO算法的建筑疏散路径优化研究

针对大型公共建筑存在的结构复杂、消防疏散困难等问题,提出了用于优化疏散路径的改进蚁群算法。首先,针对基本蚁群算法(ACO)引入Dijkstra 算法,并利用Dijkstra 算法计算出全局性较好的次优路径进而对蚁群算法初始信息素分布情况进行了加强。其次,根据火灾的实时情况改进了蚁群算法的转移概率、更新规则、信息素挥发系数、启发函数等。最后,对改进的蚁群算法进行对比仿真实验。实验结果表明该算法具有较强的全局搜索能力以及较高的搜索效率,能够避免算法进入局部最优陷阱,有效提高消防疏散路径规划效率。     

基于动态稀疏A*算法的广域无人机航路规划

本文针对无人机航路规划中的稀疏A*算法进行改进,提出基于分层动态稀疏A*算法。算法在存在可行航路的广阔空域中,通过动态稀疏A*算法在经威胁刷选后的广域范围进行全局粗航路规划,然后在规划的航路中选取中继航路点,通过选定的航路点对整个规划环境进行分区,在每个小区域内进行局部精航路规划,并对生成的航路实现二次优化,最后连接每段小区域规划的航路得到整个大范围的完整航路。仿真结果表明,广域环境下,分层动态稀疏A*算法收敛速度快,具有更强的鲁棒性、可行性,且生成航迹具有良好的飞行品质。     

基于遗传算法的边坡稳定分析通用算法

0前言在边坡稳定分析中,寻找最危险滑裂面一直是一个被广泛研究的课题,文献[1⁵]均提出了自己的全局优化算法,并取得了满意的结果。但是,在当前国内应用较广的一些边坡稳定分析软件中,尚未见到采用全局优化算法的报道。常用的边坡稳定分析软件采用的最危险滑裂面搜索方法都是一些局部最优化方法,针对复杂边坡（如多级边坡、加筋边坡、含有软弱夹层的边坡）时,这些搜索方法往往会陷入局部最小值而不能找到真正的最危险滑裂面,这给边坡设计带来许多潜在的危险。而全局优化算法虽然已经研究了若干年,提出了一些好的思路,现在仍处于未成熟阶段。文献[6]中还指出了国内边坡软件所面临的问题,主要是没有强大的前后处理功能,计算前的     

桁架形状优化的自适应协方差矩阵进化策略方法

自适应协方差矩阵进化策略(CMA-ES)是在进化策略算法(ES)基础上发展起来的一种新的全局优化算法,对于处理复杂非线性多峰值优化问题具有很好的适用性.结合有限元方法,提出一种桁架形状优化的自适应协方差矩阵进化策略方法.采用空间25杆桁架和平面37杆桥形桁架两个桁架形状优化的经典算例对方法的可行性和先进性进行验证,其中,空间25杆桁架分为不考虑局部稳定约束和考虑局部稳定约束两种情况进行计算.研究结果表明,该方法是可行的,与基于遗传算法、粒子群优化算法等现代全局优化算法的桁架形状优化方法相比较,具有寻优效率高、收敛速度快、全局优化能力强的优点,在获得相同精度最优解的条件下,调用有限元分析的次数明显较少,从而有效地减少了计算耗时.     

基于改进麻雀搜索算法的疏散路径规划

建筑物内部发生火灾时环境复杂多变,传统疏散指示路径难以根据实际火场情况进行有效的路径规划,为此引入一种改进麻雀搜索算法。首先,根据实际火源位置设置麻雀算法预警值参数,实现算法路径规划过程中对于火源等危险区域的躲避。其次,对麻雀搜索算法位置更新公式进行优化,引入精英反向学习策略以及带有动态权重系数的正弦余弦优化算法,进一步针对麻雀搜索算法易于陷入局部最优解的问题进行改进。最后,采用栅格法搭建3种地图类型,将改进麻雀搜索算法与基本麻雀搜索算法、灰狼算法进行路径规划对比,得出该改进麻雀搜索算法在火灾复杂环境下有较好的危险区域躲避能力以及路径规划能力,在路径长度、拐点个数方面优于另外两种对比算法,在搜寻时间方面稍有不足。     

面向土方工程实景建模的无人机航迹规划研究

工程实景测绘不仅能辅助工程师发现工程进度、质量问题,更能结合其他信息处理技术,为进一步工程分析提供数据基础。相较于传统工程测绘技术,无人机低空摄影技术具有操作简便、经济性好、机动性强等优点。将无人机摄影技术引入土方工程,对其航迹规划问题展开讨论,旨在实现场地三维实景建模。对场地进行分区,将航迹规划问题简化为不规则场地下的全覆盖路径规划问题,且无需考虑避障规划。在方法层面上,将A^*算法与BINN算法结合,改进了BINN算法中可能出现的“死区”,并通过设置约束规则,解决了算法初期路径随机游走的问题。最终,以某项目土方工程的实景建模工作为案例,利用以上算法完成无人机航迹规划,证明了该算法的可行性。     

UAV path planning method for digital terrain model reconstruction – A debris fan example

This research develops an unmanned aerial vehicle (UAV) path-planning method that aims to ensure the required image overlap and optimize the flying routes when applying the UAV for digital terrain model's (DTM) reconstruction. To collect images on a terrain for image modeling, enough overlap between each collected image must be ensured. In addition, when planning the optimized flying routes for collecting images on a debris fan, the specifications of the debris fan and the limitations of the UAV should both be taken into consideration. The path planning method takes a debris fan as an example and refers to the specifications of a debris fan and the limitations of the UAV. The developed method can help the operators to ensure the image overlap through dividing the debris fan into cells by the UAV's maximum image collection distance interval. The near-optimized UAV flying paths are calculated though applying a modified ant colony optimization algorithm (ACO). The developed method is validated to be able to help operators to sufficiently use the limited UAV batteries and evaluate the efficiency of the image collection process. A site experiment was also conducted for validating the workability of the developed method. The result of the comparison shows that the path-planning method can reduce 18.5% of the image collection time. It also confirms that applying the method on an actual debris fan can guarantee the required image overlapping and generate a complete DTM without model breaking.     

基于改进蚁群算法的室内疏散路径优化

针对传统蚁群算法在解决室内疏散问题时存在收敛速度慢、容易陷入局部最优的缺陷问题,将火场的动态参数引入到蚁群算法中,对其路径选择策略、启发函数和信息素更新策略进行改进,为整个疏散群体求解更优的疏散路径。运用改进的蚁群算法对室内人员的疏散路径进行动态规划,考虑了路径的实时拥挤度,避免了疏散人员局部实现路径优化的瓶颈效应。将分析结果与基本蚁群算法的规划结果进行比较验证,研究结果显示,优化算法缩短了疏散时间和规划路径,提高了疏散效率和搜索速度。     

国土空间规划背景下机载雷达航测技术辅助水利景观规划研究

通过分析水位变化情况复杂区地形结构测绘的难度,以及梯级水利景观规划的较高要求,研究了无人机航测技术在水位变化情况复杂区地形测绘及实景三维建模方面的应用优势,并以广州市番禺区RT湿地公园梯级水利景观规划项目为例进行了实例应用研究,论证了无人机航测技术在滨水区地形测绘、梯级测绘成果辅助分析等方面具有很好的应用效果与研究价值...     

实体地形描绘系统在道路线形设计中的应用和评价

近年来,为了将虚拟空间和现实空间更好的结合,混合的、增强现实等方法的研究和发展得到了广泛的关注,尤其是实体界面的概念在这一领域引起了人们广泛的兴趣。本文介绍了一种先进的实体地形描绘系统（TTRS）,并介绍了对这种系统的可用性评价。这是一种在三维尺度上识别地形实体界面的系统,它为道路线形的设计提供了一种更为有效的方法。通过选取测试者对这套系统和另一系统的可用性进行对比实验,得到TTRS在地形的描绘和道路线形设计中更为方便、有效这一结论。     

教学建筑室内火灾应急疏散路径寻优算法研究

为解决建筑内人员疏散模拟时间长、效率低、无法根据火灾情况改变疏散方向的问题,提出一种新型的混合路径规划算法。首先,在A*算法中加入奖惩机制并对启发函数进行改进。其次,通过改进斥力函数解决人工势场算法易陷入局部极小值的问题。最后,将两种算法组合,构成一种混合路径规划算法。通过对某教学建筑应用BIM和PyroSim软件进行建模与分析,验证混合路径规划算法的可行性。结果表明,所提算法不仅能够快速找到最优疏散路径,还可以避免疏散路径经过危险区域。与单一算法相比,混合路径规划算法遍历节点个数更少,路径平滑性与路径规划效果更好,路径规划效率更高。     

一种用于火灾疏散路径动态规划的算法

针对火灾发生时现有的疏散路径不能根据火情实时更改,可能会将逃生人员引向着火现场从而引起更大危险的问题,提出了一种用于火灾疏散路径动态规划的新型改进蚁群算法(Novel Improved Ant Colony Algorithm,NIACA)。首先通过A*算法提高初始信息素浓度,接着提出受火灾因素影响的当量距离改进启发函数,然后改进信息素更新规则来加快蚂蚁最优路径搜索速度,最后对路径进行平滑策略处理。实验结果表明,与原始蚁群算法相比,本文算法降低了算法前期盲目性,动态搜索能力强,能避免算法陷入局部最优,在火灾发生时能够快速准确地规划疏散路径,将逃生人员快速安全疏散到远离火场的安全出口。