基于蚁群算法的矿井应急救援最短路径研究

最短路径是煤矿应急救援中的一个重要问题。文章应用蚁群算法和MATLAB软件,对国内某矿局部巷道的应急救援最短路径进行实际实验,求解出救援最短路径,为救援提供理论支撑与实际执行路线。     

基于蚁群算法的矿井火灾救灾最短路径研究

寻找最短路径是矿井火灾救援中的一个基础问题。文章结合巷道实际长度,建立了巷道当量长度体系,构成引入巷道当量长度邻接矩阵。对柳塔煤矿局部巷道的通行难易程度系数进行实际实验与模拟,应用蚁群算法和MATLAB,求解出完成搜救各节点的最短路径,为救援提供理论支撑与实际执行路线,对减少救援过程中人员伤亡具有指导意义。     

基于矿井地理网络模型的最短路径改进算法

针对利用传统地理网络分析方法解决矿井生产系统中相关网络问题存在的模型存储矩阵所需容量大、不便描述矿井地理元素以及分析处理效率低等缺点,提出链-边-节点联合结构矿井地理网络模型.链-边-节点联合结构模型是对节点-弧段模型的改进,其增加了链-边模型和链-节点模型,使之便于描述矿井地理元素与结构及提高查询速度.基于链一边一节...     

基于改进灰狼优化算法的矿井最短逃生路径规划研究

矿井作业环境复杂,各类地质灾害以及水害极易影响井下安全生产,因而预先对灾害发生时的人员逃生路径进行规划很有必要。为获取矿井最短逃生路线,提出了一种改进灰狼优化算法的路径规划方法。该方法针对灰狼优化算法(Grey Wolf Optimization,GWO)早熟收敛和易陷入局部最优解的不足,提出了一种基于Logistic映射和Tent映射组合的改进灰狼算法(LT-GWO),提高其全局搜索能力。结合矿井实际工作环境,将改进算法应用于井下逃生路径规划,并通过设定合理路径约束和限制条件,获得了较好的路径规划结果。研究表明:所提算法在平均路径长度、路径长度标准差、平均迭代次数和平均寻优耗时等指标上显著优于已有算法,并且具有较好的鲁棒性。所提算法对于矿井灾害等应急场景下的路径规划问题研究有一定的参考价值。     

煤矿紧急救援最短路径的分析

在分析煤矿工程实体结构关系的基础上,确定工程实体的数据库结构,建立人员疏散和救援物资运输最短路径的算法模型。该算法已在Visual C++环境下编程实现,并在矿山数字信息化与防灾应急决策系统中得到应用。     

矿井地理网络模型最短路径的Floyd动态优化算法

通过对Floyd算法进行深入地研究分析,提出了一种新的求取矿井中任意两点间最短路径的算法:Floyd动态优化算法。该算法通过引入插入数组、可达数组以及可发数组,使得算法在求解最短路径前自动修改能够最小化路径的节点,剔除一些无用的节点,最小化语句执行的次数。算法分析表明,新算法在稀疏网络中比Floyd算法性能上有较大的提高,可为矿井生产系统中工作点间路径的选择提供参考。     

煤矿救援机器人路径规划的蚁群优化算法

煤矿救援机器人执行救援任务时,需躲避水、火、障碍物等危险区域,提升了路径规划的难度,为此提出了煤矿救援机器人路径规划的蚁群优化算法。充分考虑煤矿救援机器人运行过程中的水、火、障碍物等分布,采用栅格法建立机器人路径规划的环境模型,确定栅格环境模型内机器人路径规划问题的目标函数,采用蚁群优化算法求解机器人路径规划问题的目标函数,通过改进信息素规则、限制信息素阈值以及改进转移概率3个方面优化蚁群算法,避免蚁群算法求解全局最优解时陷入局部最优。实例分析结果表明,该算法在满足收敛速度条件下有效规划煤矿救援机器人行驶路径,所规划路径的路径长度、转角数量以及危险度均为最优,为机器人安全作业提供理论依据。     

最短路径算法在矿井监测监控分站选址中的应用

矿井监测监控系统分站在煤矿安全监测监控中发挥着重要的作用,其决定了系统能否顺利实现。文章以图论中的最短路径法为理论基础,主要考虑了传输电缆成本,并以C语言为编程工具,编制了在多个地点监测监控系统分站的计算机程序,为优选监测监控系统分站提供了理论指导。     

基于单源最短路径算法的井下避灾路线

基于单源最短路径算法理论,针对井下网络节点的特点对巷道各类数据结构做以扇形优化,计算出各段巷道的长度当量,并开发了windows操作系统下的网络路线选择软件。     

基于蚁群算法的煤矿水害避灾路径研究

我国煤矿的水文地质条件较为复杂多样,煤矿水害时有发生。在落实水害防治措施的前提下,仍需积极研究水害发生时的应急救援技术手段。对煤矿水害中人群的避灾行为和影响逃生的主要因素进行分析,构建了煤矿巷道加权网络模型,采用蚁群算法解算并模拟出煤矿突发水害时的最佳避灾路径,为井下人员避灾和煤矿应急救援提供技术手段。     

基于改进蚁群算法的煤矿挖掘机车载导航系统的研究

为优化最短路径的求解,实现煤矿挖掘车辆运行路线的优化,将改进的蚁群算法应用到车载定位系统。使用改进的蚁群算法计算所接收的数据,寻找最短路径,反馈给驾驶员,提供导航服务。提高了最短路径求解的准确度,实现了路径的优化。     

矿井火灾时期K则最优避灾路径研究

煤矿井下发生火灾时,产生的各种有毒有害气体会严重影响井下人员的生命和财产安全,所以应在火灾发生初期用尽可能短的时间逃到安全地点。基于这种思路,在Dijkstra算法思想的基础之上,阐述了在带权无向图中求取最优路径的方法,并提出了求取K则最优路径的新方法。然后结合矿井具体实例,利用VB程序设计语言,对2种路径的快速准确获取提供了可能。     

K则最优路径在矿井水害避灾中的应用研究

矿井水害发生时会严重影响井下人员的生命安全,应在水灾发生初期尽可能以最快速度转移到安全区域。基于此,以改进的Dijkstra最优路径算法为基础,考虑巷道的可靠性因子、通行效率及实际当量长度等因素,建立了最优避灾路径的数学模型,并提出了其求取方法,同时说明了K则最优避灾路径的获得方法。详细描述了模型的设计思想和实现过程,结合矿井具体实例,利用C#编程语言,实现了对2种路径的准确获取及界面显示。     

基于改进蚁群算法移动机器人的路径规划

针对基本蚁群算法存在收敛速度慢,计算周期长,易死锁等问题,提出了蚂蚁回退、蚂蚁相遇、带交叉点的路径交叉的改进算法。通过随机数引入和状态转移概率的应用,平衡了各路径信息素,从而有效地避免陷入局部最优,使得算法在收敛速度和执行效率上得到有效提高。     

基于蚁群算法和BP神经网络的矿井通风机故障诊断

采用蚁群算法代替BP算法来训练神经网络的权值和阈值,通过比较2种算法的训练结果,基于蚁群优化的神经网络具有较快的收敛速度,而且能够克服BP算法易于陷入局部最优解的缺陷。采用蚁群算法训练后的神经网络对矿井通风机进行了故障诊断,实验结果表明,该方法是一种有效的故障诊断方法,具有较好的故障诊断效果。     

基于蚁群算法的煤矿运输车辆调度应用研究

现代物流运输煤矿运输车辆调度过程复杂多变,蚁群算法是一种新型的启发式搜索算法,可以很好地解决这一问题。传统蚁群算法容易出现早熟和停滞现象,因此,通过对基本蚁群算法中的选择策略和信息素的改进,提出一种新的蚁群算法,克服传统蚁群算法的缺陷。将它用于求解煤矿运输车辆调度问题,仿真实验证明了改进算法的有效性和可行性。     

蚁群算法在煤矿电力线载波通信网中的应用研究

从提高煤矿低压电力线载波通信的可靠性角度出发,探讨了低压电力线载波动态路由问题,将一种新的改进动态路由算法应用于低压电力线载波通信。该方法从局部更新规则和全局更新规则两方面对基本蚁群算法进行改进,引入了局部最差路径和全局最差路径概念,提高了动态路由搜索的准确度和效率。为扩大煤矿电力线载波通信的通信范围提供了一种非常有效的动态路由方法。