基于几何代数的多类型约束路网最优路径分析算法

针对现有交通规划中最优路径算法难以同时集成多种不同类型约束的不足,提出了一种多类型约束下最优路径统一求解的几何代数算法。基于几何基编码的网络表达模型,实现了对节点、边、路径等网络对象及权重和约束条件的统一表达。建立了基于几何邻接矩阵外积的路径延拓、遍历与筛选机制,实现了路径延拓过程中网络拓扑关系和权重结构的同步计算。在此基础上,构建多约束条件下最优路径生成算法。最后,以江苏道路网络为例对算法的正确性进行验证,结果显示,该算法可较好地支撑同时包含数值型、节点型及结构型约束条件下最优路径的计算,可为复杂GIS网络分析提供理论与方法支撑。

混合智能算法在多约束优化问题中的应用

提出了一种将蚁群算法、遗传算法和粒子种群优化融合的混合智能算法来解决多约束最优路径和QoS路由问题。采用蚁群算法进行寻径生成初始群体,利用遗传算法对路径进行优化,利用PSO算法来优化蚁群算法中的信息素,优势互补。仿真结果表明该算法是可行、有效的。