车辆导航系统基于GIS的动态K最短路递推解法

在对车辆导航系统的路径引导信息进行供需分析的基础上 ,提炼出了对系统设计具有重要意义的动态 K最短路问题 ,建立了路段动态行程时间计算模型 ,提出了将其融入最短路算法中并结合 GIS技术的动态最短路改进 A*算法 ,并设计了通过替换动态最短路的部分路段以搜索动态K最短路的合理前趋替换算法。

改进模拟退火算法的低碳车辆路径规划

在城市垃圾量急剧增加的背景下,为解决清运车辆过度使用导致碳排放持续增加问题,提出一种垃圾清运车辆低碳路径优化方法。在考虑车辆容量限制和时间窗约束的情况下,综合多个清运过程影响因素优化目标函数,建立以路径最优、成本极小化为目标的数学模型。设计了改进模拟退火算法求解模型,改进策略包括使用K-means聚类算法协助模拟退火算法,加入2-shift法、2-symmetry法和2-insert法,使算法在全局搜索和局部搜索达到平衡,在邻域搜索上引入随机均匀采样策略,避免因穷举带来的时间复杂度过高问题。多个经典算例的仿真实验结果表明,改进模拟退火算法对优化车辆低碳路径规划模型具有较好的收敛速度和鲁棒性。

HDI板孔群的K-means聚类及加工路径优化研究

电路板的激光打孔路径优化是一个NP完全问题,随着孔群数量的增加,其复杂性和解空间会成指数性增长。文章采用K-means算法和改进模拟退火算法,并结合孔群加工的数学模型研究HDI激光打孔的路径优化。首先采用K-means算法聚类分析得到相似度高的孔群,初始种群运用贪婪选择策略,降低起始搜索范围,提高收敛效率;寻优过程中加入遗传算法的DIM(Displaced Inversion Mutation)变异算子,避免模拟退火算法陷入局部最优解。仿真试验结果表明,该方案求解出的最优路径比采用模拟退火算法有明显改善。

基于改进K最短路算法的公交线网优化研究

文章研究了公交场站选址和线网设计组合优化问题,建立以站间直达为关键约束的线网优化模型并给出求解算法。在所构建的公交网络中,利用改进的 K最短路算法和相应的路径筛选条件获得从节点出发的K最短路径树,找出符合条件的单个K最短路径树作为初始解;通过不同节点的K最短路径树的叠加、删除、替代的优化过程,获得最优的K最短路径树组合,得到最优的公交线路集、场站位置。算例结果表明:公交网络规模越大,所需场站越多;K值越大,所需场站越少;不同场站可相互配合进行布局,实现公交线网性能的提升。

突发公共卫生事件应急物资无接触式配送路径优化

为解决突发公共卫生事件下大批量应急物资配送问题,研究了“卡车-无人车”联合配送模式。针对多约束客户点聚类问题,设计了防止K值变动偶然性的改进K-means++聚类算法;根据紧迫度大的客户点优先配送的原则,提出2类客户点并行配送的无人车调度方案,构建以配送时间最短为目标的路径优化模型。结果表明:改进K-means++算法得到的聚类数量K更为稳定;相同聚类结果的情况下,改进多种群遗传算法迭代次数更少、最优解更佳;改进后的算法组合最优解远优于其他3种组合算法。

考虑通行时间的大量变电站巡视路径两阶段规划

大量变电站站间巡视路径受地理条件和交通拥堵影响较大,针对其巡视路径规划问题,考虑实际工作场景先划分巡视范围给各个巡视小组,同时巡视路径应充分考虑通行时间的影响,建立了巡视范围划分模型和巡视线路模型,采用两阶段规划求解最优巡视路径。第一阶段基于通行时间最短采用改进K-Means算法将大量变电站划分给各个巡视小组,第二阶段对各个巡视小组的变电站基于多起点贪心算法生成最优巡视路径,并提出了提升算法寻优能力和效率的措施。算例结果表明所提算法具有较好的收敛性和寻优能力,以通行时间最短为目标将大幅节省巡视人员路程时间,具有较好的实用价值,能够有效减少变电站巡视人员每轮的通行时间,提高工作效率。

矿井水灾多逃生路径模型应用研究

当发生矿井水灾时,选择有效的逃生路径需要从突水点处水流特征、巷道结构信息以及从业人员的数量等方面加以考虑。为了避免逃生拥挤,建立了一种基于突水点水力学特性分析模型,水中逃生速度模型以及改进的D-K路径搜索算法相结合的多路径逃生模型并进行研究。矿井突水发生后,通过水位上升的速度可以估计出突水点水灾程度,并对突水节点和路径进行筛选。人体在水位移动速度是随着水位的升高而逐渐衰减的,通过对比巷道水位上升速度与移动速度判断该巷道是否可以作为有效逃生路径。从安全节点处向目标节点逃生时,在允许逃生的时间范围内,利用改进的D-K算法可以使井下人员选择更多的逃生路径,避免发生拥挤。结合王家岭矿井实例分析,该模型在一定程度上提高了从业人员的逃生率。

基于改进脆弱线路辨识的关键输电断面确定方法

输电断面集中体现了大规模互联电网的薄弱环节,是电力系统调度运行与监控分析的重点。为应对关键输电断面的准确合理辨识问题,提出一种依托改进脆弱线路表征的关键输电断面的辨识方法。首先,在结合边介数和功率传输分布因子的基础上,提出一种以改进传输介数方式量化线路脆弱程度的指标方法,并据此甄选出预想故障支路集内部包含的脆弱线路成员;其次,采用前k最短路径算法分别搜索预想故障支路的潮流转移断面,并依据支路开断分布因子择取与之相构成拓扑割集的电力系统关键输电断面;最后,利用IEEE-39节点系统标准算例进行仿真分析。结果表明,所提方法不依赖于人工经验,能够准确、有效地辨识系统的关键输电断面。

基于改进灰狼优化算法的区域监测机器人路径规划

为了解决大任务量作业监测中机器人路径规划问题,提出了一种区域监测的机器人路径规划算法。模拟大任务量监测真实环境进行问题建模。针对传统灰狼优化算法求解模型时全局搜索能力差且易陷入局部最优解的问题,提出了一种改进的灰狼优化算法。引入Logistic混沌映射,以加强初始化种群的多样性;引入一种控制参数的自适应调整策略,以平衡灰狼优化算法的搜索能力和开发能力;引入静态加权平均权重策略,更新种群位置,加快收敛速度。将机器人载电量与路径长度短作为约束,引入K-means算法进行任务聚类,通过改进灰狼优化算法对模型进行离线求解以规划出路径,将大任务量监测作业自动转换成分时分步作业。实验结果表明:通过国际通用6个基准函数进行测试,改进的灰狼优化算法在收敛速度、搜索精度及稳定性上均有明显提高。通过50任务点与100任务点作业场景对机器人路径规划模型进行算法仿真,验证了算法的真实有效性,且任务量越大模型优越性越好,路径缩短比例越高。

城市故障共享单车回收路径优化——以摩拜单车为例

为保障用户骑行安全及企业正常运维,需要及时回收故障共享单车,科学规划回收路径从而提高回收效率。首先,在简要分析故障共享单车回收现状的基础上,对其进行定义和分类,并确定回收准则及具体流程。其次,选择K-means算法对故障共享单车进行聚类处理,构建以回收工作总成本最低为目标的路径优化模型。最后,以上海市徐汇区部分区域的故障摩拜单车为例,设计改进蚁群算法进行求解,验证了所用模型和算法的正确有效性。研究表明:满载率系数与回收车辆行驶用时呈正相关性,服务节点个数同时影响着搬运时间和行驶时间,从而对回收总成本产生较大影响。因此在安排回收任务时,企业应结合现实情况的工作量及计划成本来选择具体参数,使得模型更贴合实际规划需求。

基于改进A^(*)算法的多基地多无人机分阶段任务规划方法

针对多无人机疏散配置在多个基地、协同执行多目标侦察任务的应用需求,提出了一种基于改进A^(*)算法的多基地多无人机分阶段任务规划方法,包括区域设置、航程估算、多基地多无人机任务分配、基地内单无人机时序分配、航迹搜索、航迹平滑和局部动态规划等多阶段层次化的处理流程。基于改进A^(*)算法预估航程矩阵,基于改进K-means算法和深度遍历方法求解多基地多无人机任务分配,基于旅行商(TSP)模型求解单无人机时序任务分配,基于改进A^(*)算法和三次B样条曲线规划并优化航迹,依据态势变化执行局部动态任务规划。开发了多无人机任务规划软件,验证了所提出的分阶段任务规划处理流程。实验结果表明,改进A^(*)算法可剔除冗余节点,缩短4%以上航程,应用改进A^(*)预估航程的任务分配能够满足威胁规避约束,进而可有效实现复杂威胁条件下多基地多无人机的航迹规划。

基于改进灰狼优化算法的仓储物流机器人路径规划方法

仓储物流机器人目前的路径规划算法存在生成的规划路径过长、工作效率较低等问题。基于此提出基于改进灰狼优化算法的仓储物流机器人路径规划方法。先根据仓储物流调度情况构建机器人调度数学模型,再结合Logistic混沌映射模式改进灰狼路径规划算法,最后通过启发式路径微调算子,加强路径规划算法的局部开发能力,并利用K-means算法生成最优规划路径。仿真实验结果与文献研究方法应用效果相比,规划路径长度缩短了47.52 m、59.98 m。本方法具有一定应用价值,可提高仓储机器人的工作效率。

基于多源数据的铁路货运客户服务提升一体化方案

为进一步实现铁路货运部门对客户的精准营销,本文提出基于多源数据的客户服务提升一体化方案。首先建立铁路货运客户服务提升整体指标体系,利用数据挖掘算法对二级指标进行聚类,得到客户细分方案;进一步,以服务提升路径最短为目标,以参照客户对象的搜索角度和搜索半径为约束条件建立客户服务提升数理模型,并设计客户服务提升算法。最后,通过案例分析验证了一体化方案的可行性和有效性。结果表明:可量化的服务提升路径在客户服务提升效果上明显优于定性得出的服务提升策略。