两种求解机械手最短时间动作路径规划的新算法及其在基于PVR技术的控制平台上的实现(英文)

针对机械手在执行点到点的工作任务中所遇到的两类最短时间动作路径规划 (MTMPP)问题 ,分别提出了新的混合型进化计算模拟退火 (EC SA)算法以及将EC SA算法与一些优化技术结合使用的EC SA-DP算法 .通过与目前较好的求解算法 (如弹性网络方法ENM)以及其它一些近似优化算法 (如遗传算法和模拟退火算法等 )所进行的数值仿真比较 ,验证了EC SA算法在处理复杂工作任务时的高效性 .这些算法在基于投射式虚拟现实(PVR)技术的控制平台上进行了虚拟仿真实现 ,仿真结果表明可有效地提高虚拟环境中的投射式操作精度 .

基于时间最短的生鲜农产品配送路径规划系统

合适的配送路径可缩短生鲜农产品的配送时间,有利于保证生鲜农产品的新鲜度和减少损耗。为了为生鲜农产品配送提供便利的路径规划服务,提出一种基于时间最短的生鲜农产品配送路径规划系统。系统以配送时间最短为路径规划目标,对分散的多个配送点的配送顺序进行最优排序。系统设计采用基于Node.js的Web开发方式和前后端分离的架构,实现生鲜农产品配送路径规划、配送方案实施和管理、生鲜农产品管理等功能。测试与应用结果表明,设计的系统可有效缩短生鲜农产品的配送时间,提高配送效率和降低配送成本。

顾及转向延误的时间依赖A~＊最短路径算法

建立基于路段的时间依赖网络模型,将转向延误时间引入到FIFO(先进先出)条件的定义中,并给出满足FIFO条件的路段到达时间和转向延误时间计算式。通过将时间因子引入到启发式评价函数中,发展了基于路段标号的时间依赖A*最短路径算法。试验表明,所提出的算法能预测并回避即将发生的交通拥堵,有效节省用户的出行时间。而其平均计算时间仅比传统算法增加10%左右。由于不再需要进行频繁的路径重优化,该算法能提高路径规划的整体效率。

随机时间依赖网络的K期望最短路径

首先给出了随机时间依赖网络模型、K期望最短路径问题的形式化描述 ,并针对公交网络推导出到达弧头结点的时刻所服从的概率密度函数、路径期望耗费的计算方法 ;然后 ,基于随机一致性假设和随机优势的概念给出了K期望最短路径问题的理论基础和算法并证明了算法的正确性 ;最后 。

基于时间约束网络的动态规划调度算法

为解决与时间有关的规划调度问题,提出了一种基于时间约束网络的动态算法。该算法与传统的计算最短路径方法不同,它只需计算受到新增约束影响的局部网络。同时,给出了算法的最坏时间复杂性,并进行了证明。最后,以Job-Shop调度系统为例进行了仿真验证,结果表明,该算法可快速地判断约束网络的一致性,并计算每个工序的最早可能开始时间。

FMS中自动导引车路径规划

针对柔性制造系统中自动导引小车(AGV)路径规划的问题,给出了一种动态路径时间模型,通过注册和删除自动导引小车在路径节点上的登记信息来更新模型;基于此模型,提出了一种基于A*算法的多AGV动态路径规划方法,该方法对潜在的冲突进行检测,并分类处理,避免了潜在的碰撞和冲突,从而有效的搜索最短时间路径;同时给出了算法的具体求解过程;最后结合基于VC++6.0开发的AGV控制系统软件对算法进行仿真,实例与仿真证明了算法的可行性。

基于卡尔曼滤波与大数据预测的路径规划研究

针对近年来严重的交通拥堵现象,提出了卡尔曼滤波和交通流大数据相结合的行程时间预测模型,Dijkstra算法规划最短时间路径方法。首先利用某时刻前3个时段的车辆平均速度数据进行卡尔曼滤波预测同一路段若干个时段后的路段行程时间。然后通过理论最短时间、大数据分析对卡尔曼滤波预测进行优化,得出最佳的预测行程时间。最后根据Dijkstra算法规划出最短时间路径。结果表明设计方法各方面误差指标均优于原模型,交通流大数据与卡尔曼滤波预测相结合的预测方法更加精确有效。

多波次导弹发射路径规划

针对导弹多波次打击机动过程中暴露时间最短问题,将发射过程分为三个阶段,以暴露时间最短建立目标规划模型。基于改进的遗传算法对模型进行求解。

天基发射远程拦截组合机动路径规划

针对单/多目标天基远程拦截问题,研究了天基发射技术和组合机动路径规划策略。首先分析了天基发射方式、发射窗口和发射姿态需求,选择了合理的发射方式。建立了考虑摄动的非线性多冲量最优拦截数学模型,并设计了串行优化求解策略。以时间最短拦截为例,分别设计了单/多目标天基拦截组合机动路径规划策略,建立了相应的非线性规划数学模型。仿真结果表明,所提出的发射方案和规划策略,在考虑多种约束和摄动的情况下,能够有效地用于天基发射远程拦截任务分析,实现组合机动最优飞行路径规划,并为远程拦截初制导提供有价值的参考。

机器人避障路径的规划模型

在存在障碍物的平面场景中,规划机器人由出发点到达目标点的最短路径和最短时间路径,可大大提高机器人的工作效率。机器人通过障碍物区域的部分边界,在线圆相切的情形下,建立机器人避障的最短路径和最短时间路径的规划模型,并采用Mathematcia7.0数学软件可得到机器人避障问题的最优解。

公交网络路径规划问题中的一种高效索引方法

TTL是在公交网络中求解最早到达路径、最晚出发路径和最短耗时路径的一种高效索引。TTL采用Time-dependent为核心算法构建索引,存在两个不足:a)大量的昂贵的出堆操作拖慢了建立索引的效率;b)所求得的路径具有较多的换乘次数。针对这两个不足,提出了一种基于旅程的索引TAIL。TAIL预先生成部分路径,在查询阶段通过匹配部分路径得到最优解,避免在原图上进行查询,提高效率。TAIL并不是基于图结构,而是以旅程为单位存储公交数据。在生成路径时,首先扫描路过起点的旅程,找到从起点直达的站点;然后扫描从直达站点出发的旅程,找到一次换乘可达的站点;如是这般,从可达站点出发扫描旅程,发现更多的可达站点。为了在早期找到最早到达路径,从而减少旅程的扫描量,TAIL并没有严格按照换乘次数的顺序扩展站点。这种方法避免了昂贵的堆操作,也保留了旅程的完整性。在真实数据集上测试表明,与TTL相比,TAIL有较短的建立索引的时间,生成的路径的换乘次数也较少。

基于改进双层规划的常规导弹多波次作战路径优化

针对常规导弹多波次打击机动路径优化问题,考虑发射装置机动路径最短与机动过程中暴露时间最短两个方面的因素,建立改进的双层规划模型,设计了适合此模型的相应遗传算法。算例分析证明,改进的双层规划模型实现了路径与时间的优化,为常规导弹多波次作战中导弹发射装置的机动提供了科学的决策依据,在实战中具有较高的应用价值。

一种跟踪移动目标的路径规划方法

在静态目标路径规划问题中,可以直接以路径长度衡量规划效果,而对于移动目标跟踪问题,"缩短完成任务所需的时间"通常比"缩短完成任务所需的路径长度"更重要。该文提出一种双向Dijkstra搜索算法,将移动目标跟踪问题转化为双向搜索的时间/空间相交问题进行求解。理论分析证明,在目标运动情报已知下,新算法能够给出使跟踪任务完成时间最短的跟踪方路径和运动方案。通过大样本测试集仿真实验,对新算法的性能进行了验证,并针对典型应用场景进行了算例说明。

插电式混合动力汽车绿色路径规划研究

为了降低插电式混合动力汽车(Plug-in Hybrid Electric Vehicle,PHEV)在驾驶过程中的能耗,本文对插电式混合动力汽车绿色路径规划问题(Plug-in Hybrid Electric Vehicle Green Routing Problem,PHEVGRP)进行了研究。基于脉冲耦合神经网络提出了用时间依赖中继神经网络求解时间依赖车辆路径规划问题。基于可实时获取的道路交通状态量建立PHEV能耗计算模型。采用硬参数共享多任务学习建立道路交通状态量的预测模型。结合两个模型,将时间依赖中继神经网络应用于PHEVGRP的求解。采用真实数据进行试验,结果表明所提出的方法能够求得PHEVGRP的基于预测模型的最优解且求解速度优于启发式算法。

基于列生成算法的鲁棒电动车路径问题

为解决旅行时间不确定和柔性时间窗下的电动车车辆路径问题,建立了以配送成本最小为目标的混合整数规划模型。引入虚拟节点把电动车的车辆路径问题转化为网络模型,利用列生成方法进行求解,将模型转化为基于路径的主问题和有限资源约束条件下求解最短路径的子问题,并构建了基于蒙特卡洛仿真方法的鲁棒模型。针对子问题设计了改进Bellman-Ford算法,引入了路径扩充机制加速模型求解速度获得模型近似解,并结合动态路径查找算法获得最优解。最后,对多组算例进行计算,结果表明:所提出算法可以在保证结果精度的同时提高问题的求解速率;时间窗约束对配送成本影响最为显著;鲁棒情形和确定情形下配送成本受续航里程约束、汽车载重约束和时间窗约束影响的变化规律具有一致性。

非线性规划在机器人避障问题中的应用研究

本文针对机器人避障的最短路径和最短时间路径问题建立优化模型,主要研究机器人行走过程中如何避开障碍物到达目标点的最短路径及最短时间路径。经分析可得,最短路径一定是由线和圆弧组成的。为方便计算,把较长的路径拆分为较简单的线圆结构图。依据这种方法,无论多复杂的路径图都可以拆分为这种相对简单的线圆结构来求解。对于最短路径问题,可通过穷举法找出可行路径,再用AutoCAD作出精确的路径图选出相对较短的路径,并利用Mathematic计算出路径长度,经计算可得机器人路障的最短路程。对于最短时间问题,由于转弯的半径和弧的圆心是未知的,路径是无法确定的,所以建立了非线性规划的优化模型,用LINGO软件求解得到。

三轴加工中最佳进给量设计、规划、安排(一)

本文中提议的最佳进给量编程方法,在保证加工精度的同时,在三轴加工中可得到最大金属切除率.假定刀具路径用三次参数形成定义.在本文的第一部分,介绍了该方法的基础.该方法结合进给传动动力学,用加速/减速分布图描述.为了在适当位置得到所需的进给量,用最短时间轨迹规划.进给传动能力的最佳使用,考虑了沿刀具路径跟踪切削几何的变化,且保证合适的轮廓误差.因此,该方法组合了不同的约束和各种准则,修正进给量,使得在高非线性问题中得到近恒定切削力.这些约束包括:切削力大小、进给量范围、轮廓误差和不同进给传动系统的加速/减速分布图特性.这些准则是:最高生产率、加工精度和安全.

机器人避障问题

本文主要研究了机器人在一个区域内按照一定的行走规则避开该区域内的十二个障碍物,由出发点到达目标点的最短路径和最短时间路径的问题。首先分析得到行走路径由圆弧和与那些圆弧相切的直线组成。然后将路径中遇到的拐点分解为一个或者两个的情况,并给出了各种情况下路径距离以及切点坐标的求法。最后针对不同的目标点分别建立模型并计算出最短路径距离以及途中直线和圆弧的起点、终点坐标。在此基础上,建立非线形规划模型,利用LINGO求出的最短时间路径。

基于多种群遗传算法的多AGV调度

针对多辆自动导引运输车在实际场景中的调度问题,为提高车间作业系统的效率,文中以AGV运行时间最短为目标,将多种群遗传算法引入到两阶段路径规划策略。先离线生成最短路径库缩减问题规模,降低在线调度的运算负担。当离线路径库不能满足调度要求时,再通过多种群遗传算法在离线路径库的基础上进行全局的路径规划。初步实验证明,该策略较好地提高了AGV调度系统的效率和鲁棒性,是一种能适用于不同地图的通用调度策略。

基于蚁群算法的抚州旅游路线研究

旅游路线的规划在省时的同时增加了游客的旅游体验感。以旅行商问题(TSP)为基础,增加对景点游览价值的考虑和游玩时间约束,建立以在有限的时间内玩到更多更著名的景点为目标的数学模型,求解出每天的具体行程安排。