多式联运的最短时间路径-运输费用模型研究

随着经济的迅速发展,单一的运输方式越来越不能满足来自客户的敏捷制造、快速响应市场、物流供应链管理等诸多方面的需求,多式联运为之提供了良好的解决方案;多式联运运输网络考虑了节点间的运输时间、节点处的运输方式转换时间以及可能发生的货运延迟;给出了多式联运下的路径最短时间模型,并根据求得的最短时间路径提供了相应的运输费用模型,为多式联运的相关研究工作提供了理论基础。

城市交通时间最短路径计算模型及应用仿真

研究道路状态信息和路口固定延迟模型优化问题,城市交通时间最短路径(T'DSP)是统计意义上的最优路径,对个体车辆而言并非最优,主要原因在于没有考虑车辆通行与交通信号的时空相位关系。通过对上述关系的研究,提出了基于交通信号的路口延迟和时间最短路径(TLBSP)的计算模型及改进Dijkstra算法,适用于现有主要交通网络和交通规则,能实现交通信号控制下各车最短时间路径的计算。实验结果表明,TLBSP算法的时间最短路径优于距离最短路径算法和固定延时的TDSP算法,改进算法可应用于城市交通导航,能促使车辆在空间上合理分布,有利于缓解城市交通拥堵。

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 .

基于时间最短路径的停车场车位引导算法

针对停车场管理系统中存在的车位引导问题,在研究场内道路网络特征的基础上建立加权网络模型;以停车时间最短的路径作为最佳车位确定准则,结合Dijkstra算法改进停车引导模型,对系统进行寻优。仿真结果表明,基于时间最短路径的引导算法所选的最优车位更符合实际,停车平均时间最短,是一种寻求最优路径的有效算法。

城市动态时间最短路径诱导系统实现研究

就城市路网动态时间最短路径诱导系统的实现展开研究。针对邻接表和邻接矩阵在保存完整的路网信息时出现高冗余并导致算法计算时间成倍增加的现象,以改进的前向关联边结构作为路网的存储结构,并依此对Dijkstra算法进行改进,用于路网节点之间动态时间最短路径的求取。在此基础上,基于市区实时交通流数据和相位配时信息,结合高精度交通电子地图,开发了东莞市动态路径诱导系统进行实验仿真。该系统针对改进后的算法与原算法的差异,设置了静态和动态两种最短路径计算模式,对两种模式的计算时间和计算结果进行了对比。结果表明改进算法能够在不增加时间复杂度的前提下,充分考虑动态交通流状况、交叉口限向和转向延误,有效解决城市路网动态时间最短路径问题。

动态网络中多规则的最短路径查询算法

最佳排序路径查询,是智能交通中的热点问题.在实际的应用中,由于最佳排序路径查询有许多限制条件,现有的算法不能有效地解决动态网络中受限制的路径查询问题.为了解决动态网络中最佳排序路径查询问题,用规则表示每个限制条件,提出了一种新的最佳排序路径查询形式,即多规则的最短路径查询.提供了统一的框架,该框架包含了路径集合查询和最短路径查询.在路径集合查询部分,为了高效地查询出满足多规则的路径集合,在广义规则树的基础上,提出一种新的树的遍历方式,即树的继承全遍历;并基于树的继承全遍历思想,提出一种剪枝技术,对路径集合进行删减,最后求得候选路径集合.在最短路径查询部分,提出一种基于动态阈值的最短路径搜索方法.通过两个真实的动态道路网络的实验验证,所提出的算法能够高效地解决多规则的最短路径查询问题.

基于图的理论解决机器人避障最短路径选择问题

随着智能机器人的广泛应用,人们对机器人避障问题从各个方面、以多种方法进行研究探讨。本文就机器人避障最短路径选择问题,用数学方法采集数据并进行计算,以有向图的理论筛选数据并建立数学模型,再用C语言按Dijkstra算法编写代码,从而实现求最短行走和最短时间路径。

改进的Dijkstra最短路径算法在GIS-T中的研究与实现

Dijkstra最短路径算法广泛应用于交通运输和网络优化等领域,但是在实际应用的过程中仍存在一些不足。文章针对道路拥挤、交叉路口等待和单行道限行等方面提出了一种改进的基于时间最短的最短路径算法。传统的最短路径算法中图的顶点是抽象的,不含权重的,改进的算法中图的顶点是有权值的,用来表示道路交叉口的等待时间。通过编程实现该算法,实验结果表明,道路拥挤、交叉口等待和单行道限行对交通路径选择有很大影响。因此,改进的算法求得的最短时间路径更加符合实际,具有一定的应用价值。

随机时变特征下基于行程时间的路径选择算法

基于南京市实测数据分析了道路交通流实际随机、时变特征,证实现有行程时间最短路径算法相关研究中对道路交通流的随机、时变特征的假设与实际不符.以反例论证道路交通流实际随机、时变特征下,自适应算法(Adaptive Routing Policy)在求解行程时间最短路径方面的无效性.针对交通模式时段内道路交通流随机、时间无关的特征,以及路段行程过程中行程时间的确切概率分布难以知晓的实际情况,提出基于历史概率分布的历史期望行程时间最短k路径基础上的考虑风险衡量及当前道路实际交通流状况的路径选择算法.

基于路径集合运算的公交网络寻径算法研究

大规模多换乘网络中最短时间路径精确查询的算法是公交网络寻径问题的研究难点之一,近似搜索算法的求解满意度不高,而精确搜索算法的效率较低。提出了基于路径集合运算的公交网络寻径算法,按换乘次数从低到高依次求取路径集合,通过删除大量冗余路径来优化路径集合并减少计算量,最后生成最短时间路径汇总集合用于快速精确寻径。实验结果表明了算法的可行性和有效性。

随机实时路网下的定制服务车辆路径选择研究

针对城市定制服务车辆的最优路径问题,以路段最小行程时间、路段拥堵分级的拥堵时间、路段随机波动时间的综合总时间最小为目标,构建随机实时网络下的定制服务车辆路径选择模型.运用鲁棒优化理论,建立基于优化的Dijkstra算法思想的最短时间的best-time算法的路阻矩阵,并进行实时更新,制定出随机实时路网下定制服务车辆的最优路径.算例结果表明其与现有最短路径方法比较有更好的时效性.

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。

机器人避障路径优化模型

研究机器人避障行走问题,即在一个区域中存在多个障碍物,由出发点到不同的终点,根据机器人的运动特点精确设计最短路径或最短时间的路径。建立了一次避障最短路长模型,得到路径长度和切点坐标的计算公式;提供了将多次避障转化为一次避障的方法以及路径选择的一般过程。针对4个不同特性的最短路径问题实施计算,给出了数值结果;针对1个最短时间路径问题,建立了时间优化模型,并运用MATLAB获得数值结果。

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。

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。

机器人躲避多静态障碍物的路径规划模型

讨论了机器人路径规划问题,根据所给多障碍工作环境,提出了最小顶点圆方法,既能有效地避开静态障碍物,又能够对优化最短路径起到关键的作用。同时,文中还对简单路径研究了最短时间路径问题,给出了非线性最优化模型。最后,通过计算,给出了多种情形下的优化路径。

一种基于路网变化的动态路径规划策略

就车辆动态时间最短路径诱导问题展开研究,提出了一种便于工程实施的变起点、定目标点的动态行程时间最短路径规划方案.基于该方案,在一种大型方阵图下,就Dijkstra、A*、D* Lite等几种动态路径规划算法的计算时间进行了对比分析,针对车载动态导航设备实时性要求高、计算量要求尽可能小的特点,提出了一种基于路网变化的跳变的动态路径规划策略,根据路网中路段权值变化的具体情况,选取更加节省时间的搜索方式.利用东莞市区电子地图和路网历史流量数据进行实验,实验结果表明,该策略可以有效减少路径动态规划的计算时间,有一定的工程应用价值.

时变交通拥挤和需求随机的移动设施运营优化

为了优化移动设施(Mobile Facility,MF)的运营,在充分考虑时变交通状况和用户需求随机性的基础上,构建了一个两阶段随机规划模型,以期为决策者提供有力的工具。在第一阶段,模型针对MF的数量、时刻表和路径进行决策;第二阶段则聚焦于用户需求的分配和未满足服务量的确定。在求解此模型的过程中,本研究结合了时间依赖最短路径算法与L-shaped算法。在解决MF的移动路径和用户到达服务点的时间依赖最短路径问题时,将时变路段行驶速度离散化为分段函数,使得路段行驶时间成为连续分段线性函数,并且满足网络先进先出的原则,从而可以修改现有最短路径算法高效求解时间依赖最短路径。在L-shaped算法中,视一阶段模型为主问题,二阶段模型为子问题。首先通过求解主问题获得一阶段的决策变量,然后利用这些变量求解子问题,为主问题生成最优割。通过主、子问题的迭代交互,实现了对模型全局最优解的收敛,同时,通过加入有效不等式,使得算法能够快速收敛。在上海市嘉定区COVID-19核酸检测服务的MF实例中,对所提出的模型和算法进行了实证研究。结果表明:多割L-shaped算法结合有效不等式显著提升求解效率;同时,随着用户需求分布情况数量的增加,完美信息期望值和随机解价值均显著增加,这强调了在决策过程中获取准确信息和考虑时变交通状况与需求随机性的重要性。

机器人避障问题的数学模型

针对机器人避障问题，建立了机器人从区域中一点到达另一点的避障最短路径的数学模型。

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。