液压系统原理图自动绘制软件设计

为了提高液压系统原理图的绘制效率和绘图质量，本文利用Delphi编程软件开发出液压系统原理图自动绘制软件。建立了液压元件图形库，拟定了液压元件问关联点的连线规则，并能对已绘制好的液压系统原理图进行移动、放大、缩小、删除等编辑。开发出的软件在实际应用中极大地提高了绘图效率和绘图质量。     

基于线性时序逻辑的最优巡回路径规划

基于线性时序逻辑(Linear temporal logic, LTL)的路径规划方法中, 多点巡回路径规划问题尚无有效解决方案. 为了在道路网络中实现最优巡回监测, 提出了基于LTL的最优巡回路径规划方法. 首先, 将环境建模成一个切换系统, 用LTL语言描述包含多个巡回点和障碍物的任务需求; 接着, 利用循环移位法构建能够融合任务需求和环境模型的扩展乘机自动机, 以建立路径信息完整的网络拓扑; 最后, 采用基于迪科斯彻法的最优综合算法搜索扩展乘机自动机网络上的最优路径, 从而获得能够满足复杂任务需求的最优巡回路径. 仿真结果表明, 该方法能够有效实现最优巡回路径规划.     

路径长度受限的随机需求VRP的模型和算法

路径长度受限的随机需求VRP在生产、生活中有着广泛的应用。给出了路径长度受限的随机需求VRP问题的线性整数规划模型,在不允许部分服务和仅能服务失败一次的策略下设计了一个启发式算法。该算法以离散优化中广泛应用的扫描算法为基础生成服务的一个初始可行方案,然后利用模拟退火算法改进得到近似最优解。对需求为二项分布的50个结点、1个服务中心的问题进行了数值试验,数值结果表明该算法对求解路径长度受限的随机需求VRP是有效的。     

非视距传播下LTE的频率定位算法

基于单次反射信道模型,针对LTE通信网络在非视距传播环境下提出了一种基于频率的定位算法。首先根据信道传输模型计算路径损耗,再由路径损耗计算移动台与基站之间的距离,然后利用BP神经网络修正NLOS误差,最后利用最小二乘LS定位算法进行移动台定位。仿真结果表明,该基于频率的移动台定位算法定位精确,效果良好。     

考虑出行方向的广州出租车时空可达性研究

出行方向是可达性研究中的一个关键要素, 因此, 提出一种考虑出行方向的出租车时空可达性分析方法。根据出租车经验路径分方向构建经验等级路网, 采用基于分层路网的Dijkstra算法计算得到各OD对之间的行程时间, 作为可达性评价指标, 并采用网格法和反距离加权插值法绘制得到广州市中心商业区等时线及其渲染图, 分方向、分时段对其时空可达性进行分析。结果证明了不同出行方向下, 特别是处于高峰时段, 可达性有较大的不同。     

基于加权节点的Steiner树启发式算法

Steiner最小树问题是一个NP完全问题,被广泛应用在通信网络中点到多点的路由选择。为了实现更多链路的共享,减少所求Steiner树的费用,提出了一种基于加权节点求解Steiner树的启发式(NWMPH)算法。该算法构造了非正则点的权值公式,给每一个非正则点赋权值,根据权值对链路的费用进行修正,通过修正费用最短路径依次把所有的正则点连接起来,得到包含所有正则点的最小树。对STEINLIB标准数据集中的部分数据进行计算,结果表明: NWMPH算法与MPH算法所用时间基本相同,得到的Steiner树费用优于MPH算法;NWMPH算法比KBMPH算法所用时间少,得到的Steiner树费用绝大多数优于KBMPH算法。     

基于蚁群路由协议的局部修复算法

在无线网络中,当由节点频繁移动而引起通信链路发生故障时,路由协议需要对其进行修复,才能保证正常通信。现有路由修复机制存在控制开销大和时延长的不足,而且大多数为针对AODV(Ad Hoc On-demand Distance Vector Routing)路由算法的修复,难以充分保证链路性能,并且存在链路重构后链路再次失效的缺点。基于此,提出一种基于蚁群路由算法的局部修复算法。首先,选取稳定性高的节点发起路由修复,以降低链路修复后的不稳定;其次,将修复范围限定在较小的局部范围内以减小控制开销和时延。仿真表明,改进的路由局部修复算法明显地提高了链路的稳定性,缩短了修复时间,降低了路由开销。     

基于行驶路径记忆的智能车导航方法研究

针对飞思卡尔智能车视觉导航问题,研究了一种基于智能车控制信息的路径记忆方法。低速试跑时,智能车可以以比较高的控制精度行驶通过赛道,通过记录各段赛道的控制参数,如路径长度、方向转角等获得行驶路径的控制信息。在智能车竞跑行驶时,通过调用记录的行驶路径控制信息,就可以控制智能车以较快的行驶速度在赛道上行驶,并通过实时测量调整智能车的行驶偏差,实时调整智能车行驶速度和转角方向,实现对智能车的竞速导航控制。     

两级定位-路径问题的变邻域人工蜂群算法

建立了两级定位-路径问题的数学模型,提出了一种求解该问题的人工蜂群算法。针对该算法容易出现早熟现象,将近年来国外出现的一种新颖的轨迹式启发式算法--变邻域搜索融入其中,由此提出三种变邻域搜索策略。基于不同变邻域搜索策略的人工蜂群算法和人工鱼群算法的求解效果进行对比仿真。实验结果表明,变邻域人工蜂群算法能有效求解两级定位-路径问题。     

基于分层的改进A＊算法在路径规划中的应用

智能交通中的路径诱导系统能够极大地提高人们的出行效率与出行体验。经典A＊算法只注重搜索精度而忽略了搜索效率,在城市道路网络分层的基础上,对高层道路使用的A＊算法进行了改进,对于道路网络中的不同节点,设置估价函数具有不同的权值,同时给定权值的一个上下限阈值,以平衡算法的搜索效率与搜索精度。实验表明,得到的最短路径虽然不是常规的距离最短却是实际行驶时间最优的。