基于Dubins路径的智能车辆路径规划算法

路径规划是车辆智能化的核心问题之一,而所有路径均可分解为简单的Dubins路径。在Dubins路径的思想下对智能车辆的行驶路径进行分段研究,并利用经典PID控制对该算法的执行性能进行检验。研究表明:算法能计算出车辆行驶的最短路径,减少了车辆行驶的路径长度,缩短了行驶时间,减少了控制系统的计算量,提高了车辆执行系统的执行力度,降低了执行误差,对最优路径具有较好的选择性。     

网络势能合作博弈——一种求最优路径问题的新方法

最优路径算法广泛应用于物流规划、自动驾驶等实际场景。当交通网络复杂度增大时,算法的效率尤为重要。设计了基于网络势能合作博弈模型的分布式算法,将道路网络模拟成电路,利用电路中电阻最小路径电流最大的原理求解最优路径问题。该模型通过分量迭代,计算出每个节点的势能值,进而计算出节点间的电流值,确定从起点到终点的最大电流路径为最优路径。通过实验验证了模型的可靠性,其计算效率远高于Dijkstra算法。     

基于雾计算的路网-野区路径规划研究

针对路网、野区联合路径规划需求,提出了在雾计算平台上的路网-野区无缝衔接的路径规划方法,适用于路径规划区域同时覆盖城市道路与野区的情况.综合雾计算的特点,分析了路网-野区路径规划服务的应用方式.提出了适用于路网-野区环境下的启发函数,提供路径最短、时间最短两种模式的路径寻优算法.仿真和试验结果表明所提供的基于雾计算的路网-野区路径规划方法的可行性,能够满足路网-野区的路径规划需求.     

基于Markov模型及A~*算法的平台航路规划

通过实验一种改进的A*算法,将平台执行任务时约束条件转化为生存代价问题。飞行时,对路径中的雷达、武器区域,采用未发现、发现、跟踪、对战、击中5种状态进行描述,根据飞行过程中每个状态之间的转移概率计算生存代价,与算法本身的适应度函数结合,设置新的适应度函数,从而在符合路径长度等约束条件下寻最优路径。实验结果最终表明,相对于传统算法,改进后算法搜索路径更优,且能实时获取平台状态。     

双层智能优化算法求解时变网络最短路径问题

边成本为一般函数的时变网络最短路径问题(TDSP),已被证明不存在多项式时间算法。同时智能优化算法被广泛地用于求解该类问题,但多数没有考虑节点的可等待约束。提出了求解TDSP问题的双层智能优化算法,内层遗传算法优化每条可行路径的各节点离开时间,外层蚁群算法优化构建的路径,最终搜索到从起始点到终点的最短时间路径。实验结果表明:双层智能优化算法能快速寻优,并且收敛速度和最优路径较同类算法更优秀。     

一种基于分层分析算法的实时最优消防应急救援路径算法

针对现有消防应急救援算法未充分考虑路网中不同路段的畅通度、道路规格、交叉路口数量以及路网动态变化等因素,提出了一种实时的分层分析算法计算最优路径。首先利用层次分析法对道路的权重进行综合判定,然后使用局部规划技术应对突发事件,修正全局路径,保证车辆行驶时间最短,最后使用MapInfo建立电子地图,以山西省太原市城区范围为原型,计算某单位发生火灾或抢险救援的实例。实验结果表明,该算法可以有效解决动态最优路径问题,同时实际应用证明该算法有效可靠。     

道路网络分层的快速路径诱导算法

路径诱导在现代交通和部队机动过程中具有重要应用,传统路径诱导算法(如Dijkstra算法)具有很高的计算复杂度和搜索空间,所规划路径仅仅是数学意义上的最短路径,很难满足实际道路交通导航诱导要求.为了降低路径诱导算法的搜索空间,同时使得规划的结果更能体现驾驶人员行车偏好,提出一种基于道路网络分层的快速路径诱导算法,在利用道路网络中道路的不同等级特性对路网进行分层处理基础上,通过限制算法搜索区域达到快速路径规划的目的.实验结果表明,该算法解算出导航路径中大部分是由快速路段组成,能很好地满足驾驶人员的选路偏好,路径搜索时间和搜索空间也大大减少.     

一种改进的选星算法在GPS定位系统中的应用

为解决传统选星算法在定位精度与运算复杂度之间的矛盾,提出了一种基于行列式值的改进选星算法,并从运算量的复杂度、消耗时间的长短、定位精度的高低3个方面与传统最小几何精度因子(GDOP)算法相比较。仿真结果表明:改进选星算法80%以上的GDOP相对比值小于10%,所需计算时间明显小于传统最小GDOP方法,且避免了大量的矩阵乘法和求逆运算,证明了该改进选星算法具有计算复杂度低、耗时短、精度较高的优点。     

动态网络中的最短路径改进算法

本文在对动态网络进行理论分析的基础上,指出动态网络中可能出现的非FIFO弧是传统最短路径算法无法求得最优解的原因;通过对非FIFO弧进行理论分析,提出了等待时域和最佳出发时间理论,并将非FIFO弧变换成FIFO弧,给出了改进的Dijkstra算法。对比实验结果证明,该算法可以有效求得动态网络最短路径问题的最优解。     

基于双向搜索的运输路线优化算法

研究提出了基于有向图关联矩阵的双向搜索算法。此算法用于运输路线的优化计算,其基本过程为：首先分析路径和节点的拓扑关系,建立运输路线的有向图,然后简化有向图构建其顶点和边的关联矩阵,在关联矩阵的基础上从起点和终点分别查找出度和入度,通过双向搜索以快速查找出需要的最短路径。