限制搜索区域的距离最短路径规划算法

提出一种时间复杂度为O(n)的限制搜索区域距离最短路径规划算法(n为路网节点数).算法设计的基础是,经典Dijkstra算法搜索时的无方向性及实际城市道路网络特有的空间分布特性.算法实现采用邻接表数据结构和限制搜索区域的搜索机制,即利用实际城市道路网络的空间分布特性,合理限制算法的搜索区域.结合路径规划算法在实时车辆导航系统中的实际应用,给出了该算法的应用实例,实验结果表明,该算法能将路网中任意两点间的最短路径解算时间控制在3s以内.

一种动态限制搜索区域的最短路径规划算法

提出一种动态限制搜索区域的最短路径规划算法,它是根据实际道路网络的空间分布特性,动态限制搜索区域,以降低算法的搜索规模,降低算法的时间复杂度和空间复杂度,提高算法的运行效率。实验证明,对于实际城市道路网络结构相对比较规则的最短路径规划,此算法极大地提高了规划的效率。

一种限制搜索区域的最短路径改进算法

最短路径算法效率是许多应用领域普遍关注和迫切需要解决的问题。该文在深入分析经典Dijkstra最短路径算法优化途径的基础上,从控制路网规模入手,提出了矩形限制搜索区域的最短路径算法。根据路网分布的特点,采取比值系数分段取值的方法,进一步提高了算法效率。原型系统实验显示了改进算法的高效性和可行性。

限制搜索区域的分层路径规划算法

依据城市路网独特的空间分布特性及不同道路等级特性,提出一种限制搜索区域的分层路径规划算法.与文献[2]相比,文中算法新增了对路网空间分布特性的利用,引入了限制搜索区域的搜索机制.结合路径规划算法在实时车辆导航系统中的实际应用,给出该算法的一个应用实例,通过对实验结果的分析验证了其有效性.

一种限制搜索区域的多比例尺最优路径规划算法

针对现有大区域范围路径规划算法存在的一些问题,提出一种限制搜索区域的多比例尺最优路径规划算法。该算法在进行路径规划时,一方面根据路网的多比例尺信息对路网进行分级,另一方面对搜索区域进行合理限制。测试实验表明此算法可以提高路径规划的效率。

基于并行遗传神经网络算法的限制搜索区域最优路径方法

在大规模路网的路径诱导中,研究了基于神经网络的交通信息实时预测方法,构造了具有时变性的路阻矩阵,解决了传统静态路阻存在的局限性问题;探讨了基于并行遗传算法的最优路径求解问题,给出了相应的遗传、变异算子和群体更新方式,提出了矩形限制搜索区域方法,降低了并行遗传算法的搜索范围,解决了遗传算法在大规模路网中求解最优路径时存在的实时性差、收敛速度慢等问题;仿真实验表明该方法满足大规模路网路径诱导的准确性、实时性和快速性要求。

限制搜索区域的分层路径规划新算法

依据城市路网独特的空间分布特性及不同道路等级特性,提出一种以源节点和目的节点为椭圆焦点的限制搜索区域分层路径规划算法.通过对小型网格模型统计及回归分析,建立了一个鲁棒性椭圆形搜索区域模型参数,可以满足道路交通路径规划的要求.结合路径规划算法在实时车辆诱导系统中的实际应用,给出该算法的一个应用实例,对实验结果的分析验证了其有效性.

限制搜索区域的航线设计两级规划算法

受天气和海况预报时效限制,在航船舶通常需根据最新的气象预报信息对计划航线进行动态修正,以保证安全经济航行。对此,基于海域环境模型构建矩形限制搜索区域,对潜在碍航物进行提取,以有效减小航线搜索规模。引入直线正负划分性函数对传统Z3-2算法加以改进,快速求解碍航区多边形凸壳,通过凸壳和公切线构造局部最短航线。试验结果表明:算法具有较高的搜索效率,能够满足在线规划的实时性要求;同时,该算法能够处理各种复杂海域,具有稳定性好、求解规模大的特点。

动态限制搜索区域的带约束K则最优路径算法

为了有效解决分布式动态诱导系统中存在的拥挤漂移问题,有针对性地根据城市交通网络的空间分布特性提出了适合于导航用户使用的动态限制搜索区域的带约束K则最优路径算法。该算法基于MAPX控件编程实现,并采用VISSIM仿真软件进行了模拟和测试。实验结果表明:该算法一方面合理限制了路网的搜索规模、显著提高了路径优化算法的执行效率;另一方面又有效均衡了路网上的交通流,预防了拥挤漂移现象的发生,为个体出行者和整个交通系统带来效益。

方向限制的信息搜索引擎在智能交通系统中的应用研究

基于位置的信息服务（LBS）要求在任何时间，任何地点，向有需要的人群提供正确的位置信息，因而在智能交通系统（ITS）中有着广泛的应用。传统的信息搜索方式是先对海量数据进行关键字检索，再对兴趣点进行逐个排除并得到最终结果，这种方式运算量大，检索结果复杂。方向限制的信息搜索通过对兴趣点建立新型索引，利用快速有效的剪枝技术结合关键字索引方法预先剪除大量不符合方向要求的数据，显著提升了搜索效率，为用户的出行提供更加便利的体验效果。

一种限制区域的最短路径查找算法

描述了一种路径查找中的优化算法,即限制搜索区域的最短路径算法。首先,限制了搜索范围,然后在此范围里进行最短路径的查找。实验表明此算法能够有效降低时间复杂度,从而减少了路径查找的计算时间。

顿悟与问题表征的转变

阐述了解决残缺棋盘问题的顿悟过程。该实验的结果证明，顿悟过程中需要发现一种正确的问题表征，即对等性问题空间，为了发现这一表征，被试必须使问题表征从“铺试问题空间”转变为“元水平的问题空间”．被试在这两个空间中进行搜索时，必须有很强的限制，使搜索成为有高度选择性的搜索，才能最终在元水平问题空间中发现正确的表征。本研究还发现，被试的搜索并不总是知觉驱动的，有时是概念驱动的，而且后者的迁移性更高。

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。

基于启发式策略的最短路径算法

在讨论经典Dijkstra算法和启发式策略算法(A*,矩形算法等)的基础上,提出一种基于Dijkstra算法的动态方向限制搜索算法用于求解道路网络中两节点之间最短路径.该算法结合人类的搜索思路和动态灵活的处理方式,对最短路径算法的搜索策略进行改进,动态改变搜索限制区域,减少计算时间.该算法不仅可以单独提高计算最短路径的效率,而且与其他算法结合起来还可取得更好的效果.实际结果证明动态方向限制搜索算法比经典Dijkstra算法减少近50%的搜索节点数和搜索时间.

一种改进的交通网络路径选择算法

运用人工智能领域的启发式搜索方法,以交通网络为研究对象,在深入分析经典Dijkstra最短路径算法的基础上,提出了一个基于启发式的最短路径算法,并证明了该方法的有效性。经过对改进算法仔细分析后,讨论了其改进之处。结合具体应用,从启发函数、搜索范围和排序方法等方面,提出了相应的改进策略,并将其应用到仿真试验中。结果表明:在不同图层下,该算法具有良好的伸缩性;与已有路径选择改进算法相比,在不同路径权值选择下,都能够有效地缩短路径查找时间,从而更好地满足出行需要。同时,也给出了不同地理距离下初始搜索半径的参考值。

基于改进多目标自适应遗传算法的机器人路径规划

针对传统遗传算法收敛速度较慢、早熟,混合遗传算法复杂、耗时等不足,提出一种改进多目标自适应遗传算法。在初始化操作中,提出一种限制性均匀随机搜索算法结合中值插入算法初始化种群,通过均匀节点库随机生成节点,结合限制性步长控制节点搜索范围,并建立限制性步长与产生初始种群长度的先验模型。改进了自适应交叉变异操作,通过平衡阈值缩小其计算复杂度。利用自适应进化操作进化判断,同时缩短种群进化停滞过程,结合贪心算法防止种群出现倒退现象。最后,采用删除操作,平滑最优路径。通过与传统遗传算法(GA)、蚁群遗传算法(ACO-GA)、麻雀搜索算法(SSA)对比实验,仿真结果表明,改进的自适应遗传算法效率高,以更少次数收敛,具有更好的迭代稳定性,同时降低了机器人能耗。

基于车载导航系统的路径规划方法研究

机动车数量日益增多为交通、环境、能源等带来了巨大的压力,为此提出一种改进的路径规划算法——胶囊形限制搜索区域路径规划算法。该方法在很大程度上减少了传统路径规划方法的搜索范围,并且通过设置动态搜索参数保证了最短路径规划的成功率。以拓扑结构路网数据为实验载体,对椭圆限制区域算法及改进算法进行了深入的对比和研究,并通过实验验证了改进算法的高效性和稳定性。最后,给出了中心监控式车载导航系统的初步设计方案,其由监控中心子系统、车载子系统和通信子系统三部分组成。

基于RFID手持式盲人导航系统的路径规划

提出了一种物联网技术下盲人导航系统的路径规划算法。采用Dijkstra最短路径算法作为基础算法,以关系数据库作为存储模式,通过多因素模糊算法来确定道路网络中的权值,并根据道路网络的空间分布特性,合理利用矩形限制搜索算法来限制搜索范围。结合算法在盲人导航系统中的应用,给出了算法的应用实例,仿真实验和实例分析结果表明了算法的正确性。

改进Dijkstra算法在嵌入式GIS系统中的应用研究

针对嵌入式GIS系统的特点对经典Dijkstra算法进行优化处理.分两步以提高算法效率,第一步采用椭圆限制区域算法来缩小算法的搜索范围;第二步为每个结点添加属性值、增加前趋表,以辅助算法快速找到一条最短路径.最后将此算法应用到嵌入式GIS系统中,测试结果表明:在城市道路网络中,改进的算法大大提高了嵌入式GIS系统的效率.

基于数据库的动态路径寻优算法与实现

为适应当今数据存储和处理的需要,在路径寻优算法的实际应用过程中可以充分利用数据库管理数据的功能。利用实时动态的交通信息,寻找动态实时的最优路径,建立一个基于浮动车数据的动态实时路段速度数据库。通过实时动态地获得数据库中路段数据,提出基于数据库操作的动态路径寻优算法。为提高算法效率,提出动态变化限制搜索区域大小的辅助算法,并通过实例应用实现算法。