基于改进鲸鱼优化算法的水声传感器网络分簇路由方法

针对水声传感器网络(UASN)能耗效率问题,提出了一种基于改进鲸鱼优化算法的水声传感器网络分簇路由方法 .该方法能够有效平衡UASN中传感器节点的能量消耗,从而延长网络生命周期.同时能够根据簇头剩余能量等因素动态调整簇大小,平衡簇头负载.仿真结果表明:该方法相对其他典型能耗优化方法,能够有效降低整体网络能耗,延长网络生存时间.

基于Dijkstra算法的平滑路径规划方法

移动机器人在复杂环境下沿Dijkstra算法规划的路径运动时,由于所规划的路径存在转折点多、部分转折角度小等问题,导致移动机器人不得不频繁转向,甚至要暂停才能完成转向,严重影响机器人的工作效率。利用几何拓扑学方法,结合实际场景信息,提出一种基于Dijkstra算法的平滑路径规划方法。根据应用场景获取连续化地图,将连续化地图离散化后随机生成离散点阵,计算各点之间的欧氏距离,选取与各离散点距离较近、且连线不跨越障碍的多个点,将其连接并生成离散图。在离散图中利用Dijkstra算法搜索最优路径作为引导路径。当移动机器人沿引导路径运动时,结合实际场景信息,采用几何拓扑学计算出移动机器人每一时刻应该采取的最佳动作和运行路线。实验结果表明:所提方法能够有效减少移动机器人运动中的累计转弯角度,增大最小平均转折角度,提高所规划路径的平滑度,从而缩短移动机器人的运动时间,提升机器人的工作效率。

基于k-means聚类的无线传感器网络低功耗路由算法

为提高无线传感器网络(WSN)中传感器节点的能量利用率以延长传感器网络的生命周期,提出基于k-means聚类的WSN低功耗路由算法。先按照距离乘积最大规则选取聚类初始簇中心,并在k-means算法迭代过程中引入能耗因子来优化k-means的分簇效果,降低基站附近节点的能耗和簇内的数据传输能耗;再使用Dijkstra算法搜寻簇首和基站间的最低功耗传输路径,以降低簇首能耗。仿真结果表明,该算法提高了网络的能量利用率,有效延长了网络的生命周期,使首个死亡节点延后出现,对WSN实现了更好的优化。

融合改进Dijkstra算法和动态窗口法的移动机器人路径规划

为解决移动机器人在智能制造车间的全局路径规划和局部动态避障问题,提出一种融合改进的Dijkstra算法和改进的DWA算法,对传统Dijkstra算法的路径进行平滑优化,使得路径轨迹更加平滑,动态改变DWA算法中速度评价权重函数,提高避障效率。仿真结果表明,改进Dijkstra算法路径平滑优化后,平均路程缩短比例为0.65%,平均偏航角震荡次数减少了67.70%,改进后的DWA算法运行路程缩小9.68%,路径转折次数降低了33%,运行时间缩短3.88%。基于改进的Dijkstra算法和改进的DWA算法提出一种融合算法,仿真和样机实验结果表明:面对静态、动态障碍物,机器人运行线速度平缓,轨迹光滑,角速度波动明显,证明机器人运动稳定,实时调整方位,具有良好的避障能力。并且多次机器人循环定点实验中机器人纵向(X轴方向)平均误差≤30 mm,横向(Y轴)平均误差≤30 mm,定位精度满足工业需求。

求最短路径的Dijkstra形式模型与算法

计算模型(概念模型、形式模型)是计算学科最基础的概念,针对传统算法类教学存在的忽视计算模型的问题,以最短路径求解的Dijkstra算法为例,探讨如何构造其形式模型,给出基于模型的算法,以及算法的正确性证明、复杂性分析和算法实现,介绍用抽象、理论和设计3个学科形态拆分该算法求解问题的整个过程,以达到控制和降低问题求解复杂性,提高学生求解复杂问题能力的目的。

融合改进Dijkstra算法和MPC的单舵轮机器人路径规划

为提高单舵轮机器人在路径规划性能和路径跟踪精度,提出一种融合改进Dijkstra算法和MPC的路径规划算法。首先,对比Dijkstra算法和A^(*)算法两种方法获得的路径规划轨迹长度;随后,改进Dijkstra算法,替换与障碍物碰撞的子路径段,并对路径进行平滑优化处理;再者,建立单舵轮机器人数学模型,基于优化后的MPC算法,分别以直线和圆弧路径跟踪进行仿真。仿真实验结果表明,跟踪直线速度从1.19 m/s平稳到达1.91 m/s,角加速度为1 rad/s^(2),跟踪圆弧速度从1.19 m/s增加至2 m/s,角速度平稳变化;最后,通过样机实验结果表明,MPC算法能够使得单舵轮移动机器人运动高度贴合改进的Dijkstra算法路径规划的轨迹,且行驶平稳。

基于改进Dijkstra算法的民机信号敷设路径规划方法

针对规划电气原理信号在全机布线网络中敷设路径时存在不兼容线束通道、计算效率低、敷设路径长等问题,设计了一种基于改进Dijkstra算法的信号敷设方法。由全机布线网络建立敷设通道模型,在信号端接点处采用映射扩展连接,综合布线网络形成整体计算结构,并根据待敷设信号的隔离代码与余度动态定义线束通道的权值大小。结合Blender建模软件与某机型数据进行实例分析,结果表明:改进的Dijkstra算法能够准确地将信号敷设至兼容的线束通道中,路径搜索耗时更短,同时在信号数量较大的情况下能够得到总长度与质量更小的敷设结果。

大规模电力通信网链路故障保护算法设计

由于电力通信网链路数量庞大、状态变化频繁且故障类型多样化,易导致业务中断,影响电力通信网络运行的可靠性,为此,提出一种大规模电力通信网链路故障保护算法。采集电力通信网每一段链路的流量数据,利用K-Means算法批量聚类,检测并排除链路故障。引入人工蜂群算法,利用无故障链路重新组建最优通信保护路径,实现大规模电力通信网链路故障保护。测试结果表明,所提方法求出的链路保护方案的路径总长度更短,节点跳数仅为5跳,业务传递耗费总时间更短,由此说明所研究算法的性能更好。

基于Dijkstra算法的工业园区应急疏散路径规划

针对工业园区道路状况和气体泄露风险,并基于扩散模型泄漏范围的预测,应用Dijkstra算法提出了液体泄漏蒸发后的应急疏散路线规划方法。针对泄漏蒸发事故危险区域内外不同的情况生成相应的应急疏散路线。实际案例分析表明,该方案可以为工业园区提供泄漏蒸发情况下安全的疏散路线。

基于Dijkstra算法的搬运车省时路径规划研究

近年来,制造业快速向着自动化、智能化发展,智能搬运车逐渐映入我们的眼帘。随着智能搬运车的普及,其路径规划的重要性也被重视。Dijkstra算法是经典的路径规划算法之一,而传统的Dijkstra算法只能保留一条最短路径。本文对Dijkstra算法进行改进,使其能够保留所有最短路径,再将保留的所有路径进行行驶时间的计算,经计算对比筛选出耗时最短的路径。达到不仅路程短,还耗时少的目标,可以有效地节省工作时间,提高效率。

基于Dijkstra算法的震后路径规划软件设计

针对地震后救援人员的路径规划问题,设计一款基于Dijkstra算法的多应急配送中心、多应急需求点震后路径规划软件。该软件能够自动规划灾区救援路线,对多个需求点的物资进行合理分配,并且可根据震后路网信息的变化实时调整路线,从而减少救援时间,提高救援效率。

基于Dijkstra算法的地铁站客流应急疏散路径优化研究

针对地铁站客流应急疏散路径优化问题进行研究,旨在提高疏散过程的效率和安全性。深入分析地铁站客流疏散的常见问题及现有研究,明确路径规划在提高疏散效率方面的潜力。提出了基于优化后的Dijkstra算法的最短路径优化模型,该模型能够实时计算当前状态下的最优疏散路径,综合考量距离成本和时间成本。为了进一步验证该模型的可行性和有效性,利用Anylogic软件进行仿真实验,结果表明,该模型优化后的路径规划能够有效提高地铁客流应急疏散效率,缓解疏散压力。

基于ArcGIS和Dijkstra算法的疏散路径优化选择

在应对紧急情况时,高效的疏散路径规划至关重要。为了积极应对水库溃坝风险,从受灾区到安全区预先为居民规划最优逃生路径具有重要的现实意义。文章基于ArcGIS在地理空间数据处理和分析方面的强大功能,以及Dijkstra算法在寻找最短路径上的原理和优势,探讨了如何将数据与Dijkstra算法相结合,以实现疏散路径的优化计算。考虑到灾害等级不同对路网的破坏程度不同,文章将路网的破坏程度划分为轻度、中度和重度3个等级,路段通行时间离散成基于灾害等级的随机变量。为了避免拥堵,将路面宽度刻画为路段通行能力作为约束,以最小通行时间为目标函数建立疏散路径优化模型,设计改进的Dijkstra算法求解模型。将该模型算法应用于福建省新罗区水库下游居民区的结果表明,该算法能够快速找到高质量解。

基于Dijkstra算法的高层建筑项目配电网线路规划方法

传统高层建筑项目配电网线路规划方法未对配电网线路的控制变量进行采集,造成规划线路总长度较长,为此文章提出了基于Dijkstra算法的高层建筑项目配电网线路规划方法。通过处理配电网线路的控制变量,将采集到的控制变量带入Dijkstra算法,构建了Dijkstra节点地图,同时选取配电线路实现了对高层建筑项目配电网线路的规划。对比实验结果表明,该研究方法规划配电网线路总长度较短,可以节约建设费用。

基于Dijkstra算法的移动机器人最短路径规划设计研究

本研究针对移动机器人的路径规划问题,结合Dijkstra算法进行了深入探讨。设计了一套针对移动机器人的最短路径规划系统,该系统全面考虑了机器人的运动约束、环境信息以及目标位置等关键因素。在此基础上,提出了一种基于Dijkstra算法的路径规划方案,旨在实现高效且精准的路径规划,为移动机器人的自主导航提供有力支持。

基于Dijkstra-蚁群算法的泊车系统路径规划研究

针对智能停车库中自动导引运输车(automated guided vehicle,AGV)存取车路径规划问题,提出了一种基于Dijkstra-蚁群算法(Dijkstra-ACO)的泊车系统路径规划方法.首先利用链接可视图法建立环境模型,并在此环境模型下,采用Dijkstra算法规划出AGV的初始路径;其次,通过引入节点随机选择机制、调整信息素更新方式和限定信息素阈值策略等对基本蚁群算法进行优化改进;最后,选用改进的蚁群算法对初始路径进行优化.结果显示:Dijkstra算法和混合算法均能使AGV有效避开障碍物,然后搜索到一条从起点到终点的无碰优化路径;与Dijkstra算法相比,混合算法能有效提高路径搜索效率,缩短搜索路径长度,改善搜索路径质量,表明该算法正确、可行及有效,且具有较强的全局搜索能力和较好的收敛性能,能够满足AGV存取车路径规划的要求.

Dijkstra及基于Dijkstra的前N条最短路径算法在智能交通系统中的应用

介绍了D ijkstra算法在智能交通系统的套牌车查询子系统中的应用;分析指出了文献[1]中算法存在的问题;通过对此算法的改进,完善了基于D ijkstra算法的前N条最短路径算法。通过实验及实际应用对改进后的算法进行了验证。

基于Dijkstra策略的QoS路由多目标算法

对网络拓扑结构和 Qo S路由指标进行了形式化分析 ,提出了一种 Qo S路由数学模型 .通过建立 Qo S路由综合评价指标 ,基于 Dijkstra策略 ,给出了一种 Qo S路由多目标算法 (Multi- object QOS Routing Algorithm Based onDijkstra Strategy:MOQRAD) .仿真研究表明该算法在满足业务连接 Qo S需求的同时 ,网络负载分布均衡 ,提高了网络的吞吐量 。

能源互联网中基于Dijkstra算法的分布式电能路由策略的实现

电力路由器融合了信息技术和电力电子变换技术,为分布式能源大范围地接入能源互联网提供了条件,但也给能源互联网的优化运行提出了新的要求。以图论为手段,以能源互联网的结构为基础构成单源点单汇点的电能路由拓扑;以Dijkstra为基础,节点仅根据其相邻节点的状态调节其自身状态,搜寻最短路径,完成电能路由,实现电能的分布式管理和协调控制,使系统运行在优化状态。多代理系统(multi-agent system,MAS)技术为实现分布式电能路由策略提供了技术支撑。最后,在Matlab/Simulink平台下搭建了分布式电网,结合基于JADE(Java Agent DEvelopment framework)平台的多代理系统对分布式电能路由策略进行仿真实现。

基于Dijkstra策略的多QoS路由算法Fallback^+

Fallback(FB)算法是满足多QoS路径选择的基本算法，文章对FB算法进行了进一步扩充，提出了路径选择的Fallback+算法，它不仅满足多QoS，有效地利用了网络通信资源，而且有高的功效。