基于城市道路网的快速路径寻优算法

从城市道路网的特点出发，描述了矢量化的城市道路网的存储结构，提出一种求解城市道路网两节点间最短路径的算法。算法基于双向式搜索原理，采用投影法、夹角最小的方法及二叉树理论。和Dijkstra算法相比，算法大大减小搜索空间，提高搜索速度，时间复杂性不超过O(N)，N为网络节点数。实际应用表明算法有很强的实用性和可靠性。

基于先验知识的GIS路径寻优算法

针对地理信息系统中特定的两点路径寻优问题,提出了一种基于先验知识的快速搜索算法。该算法模拟人脑寻找路径的思维过程,首先针对实际问题建立先验知识库,在路径搜索过程中,利用知识库中的信息剪去不可能的搜索路径,构造出简化的查询树,从而大大提高最优路径的搜索速度。

动态随机状态下的车辆导航及其路径寻优算法

通过对交通系统随机特性的分析 ,提出了一种较为符合实际情况的动态随机状态车辆导航新概念。据此 。

改进蚁群算法在移动机器人路径规划中的研究

将遗传算法与蚁群算法进行有机结合,并将其应用到智能机器人全局路径规划中,其目的是探索一种基于栅格划分的环境中新的路径寻优算法,研究机器人路径规划问题。首先利用遗传算法全局搜索能力强的特点,生成初始信息素分布,再利用蚁群算法正反馈机制的特点求精确解,通过两种算法的优势互补,提高系统的路径寻优能力。

矢量地图下最短路径问题的研究

本文讨论了矢量地图下的最短路径问题 ,就矢量地图下最短路径寻优算法的实现进行了深入的研究 ,并应用于具体的城市道路环境中进行检验 。

非常规油气丛式井平台靶点自动匹配及引导式智能绕障方法

为解决丛式井平台井眼轨道设计效率低、难度大的技术难题,切实提高非常规油气丛式井平台设计效率,将丛式井靶点匹配问题抽象为任务分配问题,以KM算法为基础,建立了靶点匹配目标函数,根据井口到靶点的水平位移赋权值确定了匹配次序,形成了井口-靶点自动匹配方法;以A*算法为基础创建引导式启发函数、构建栅栏搜索环境、优化搜索方向,形成丛式井引导式智能绕障方法;总结了丛式井设计策略,开发了设计软件。应用该软件,4井式丛式井平台轨道设计平均耗时8.9 s、6井式平台轨道设计平均耗时9.5 s、8井式平台轨道设计平均耗时36.6 s、大于等于10口井平台轨道设计平均耗时52.5 s;与常规设计技术相比,5~8口井平台设计由原耗时约3 d降至1.2 d,9~13口井由原耗时约6 d降至2.4 d,节省设计时间60%。该方法解决了目前丛式井平台钻井设计耗时长、效率低的难题,为石油行业其他专业智能算法的引用提供参考。