基于双向搜索的改进蚁群路径规划算法

针对移动机器人在复杂地图环境中移动耗时长、易陷入局部最优等问题,设计了一种基于双向搜索的改进蚁群路径规划算法。基于K-means算法对地图预处理,量化地图的局部复杂度程度,并将局部环境信息融合到状态转移概率函数,使机器人优先选择在复杂程度小的区域进行寻优,减少路径拐点。设定双向搜索规则,改进启发函数,提高算法的局部方向搜索精度和全局搜索效率。针对蚁群算法中蚂蚁遇到U障碍物陷入死锁的问题,提出死锁判断系数,增加了有效蚂蚁的数量,进一步提高了算法性能。仿真结果表明所设计的算法在复杂地图环境中相较于传统蚁群算法移动机器人的路径搜索效率更高。     

有机秩序视阈下的城市公园公共设施设计方法

目的 城市公园作为典型室外公共空间之一,其使用者的多样性、空间环境的复杂性、时间变化的异质性等不确定因素,往往给设计师们带来巨大的挑战。在连续不断的时间中,探究使用者的空间行为规律,并根据其行为特征提出可供设计师参考的,具有实践价值的理论依据。方法 从城市公园有机秩序出发,应用分时行为地图注记法,按不同时间层段研究城市公园空间中的用户行为。结果 通过对上海市内不同行政区划的14个公园展开为期半年(共计2 538人次)的田野调查,发现了各类用户行为与设施设计间的“错位”问题,提出公园公共设施设计应在原有追求局部设计人性化的基础上,对于跨时间段的空间及其公共设施设计进行优化,尊重空间使用者的使用逻辑及其活动时间秩序规律的有机秩序化设计方法。同时,通过归纳分析构建了城市公园宏、中、微观有机秩序模式,解析有机秩序时间分层段结构的空间行为。结论 公园中公共设施的有机秩序化设计能长期有效地满足不同时段不同用户的需求,并通过设计鼓励促进空间中小群活动的产生,同时带动空间活动达到理想的有机秩序的状态。有机秩序化设计关注的是随着时间变化而持续产生的“人性化”设计体验,是对于原本“人性化”设计理念的提升。     

基于层次地图模型的改进蚁群路径规划北大核心

针对大规模环境中蚁群算法存在搜索空间大、易陷入局部最优等问题,设计了一种基于层次地图模型的改进蚁群算法。首先,基于K-means聚类算法进行地图预处理并构造了由底层与高层地图构成的层次地图模型,依据当前区域精细搜索、远处区域粗略搜索的策略获取非完整路径,使高层路径为路径搜索方向提供指引;其次,将层次地图中的路径搜索策略引入蚁群算法的状态转移过程中,由此减小蚁群算法的搜索空间,同时改进了所设计蚁群算法的启发函数,提升路径平滑度;最后,仿真结果表明改进后的蚁群算法避免了传统蚁群算法易陷入局部最优的问题,在大规模环境中有较好可行性与有效性。