共查询到10条相似文献，搜索用时 31 毫秒
1.
针对启发式算法利用Dijkstra算法求解大型动态网络中疏散路径规划问题时,存在疏散时间长、稳定性差等不足,该文提出了一种改进CCRP的方法,即用蚁群算法替代Dijkstra算法求解最优路径,进而减少疏散时间,增加估算疏散时间的精确性。实验表明,该方法能够在大型动态网络下实现路网容量受限的疏散路径规划有效求解,具有疏散时间短、疏散路径少、线性关系强等特点,相比原有CCRP算法更能满足实际疏散的需要。在寻找最优路径上采用蚁群算法求解,相比贪心算法更能支持全局最优、并行计算、疏散效率更高,在支持路况信息实时更新、大规模人群快速疏散、及时调整疏散路线等方面更具优势。 相似文献
2.
3.
将栅格地形根据不同的邻域结构形成稀疏栅格网络和稠密栅格网络,分析了稀疏网络中最优路径问题的建模和基于Dijkstra算法的求解方法,以及稠密网络中最优路径问题的建模和基于模拟退火算法的求解方法。比较了这两种方法求解结果的准确性和效率的差异,发现基于稀疏网络的Dijkstra算法更适合于栅格地形的最优路径问题的求解。 相似文献
4.
基于改进遗传算法的多约束VRP求解 总被引：1，自引：0，他引：1
建立了多约束条件车辆路径问题的数学模型和求解流程.先采用最近插入法生成初始解,然后基于遗传算法和模拟退火算法改进初始解.实验结果表明:结合模拟退火与遗传算法求解车辆路径问题,可以在一定程度上解决遗传算法易"早熟收敛"问题,从而得到更优的解. 相似文献
5.
针对大区域路径规划问题,论述了道路层次划分模型和多尺度道路网数据库的建立,提出了构建多级道路网拓扑结构的方法,利用层次空间推理和改进的启发式A^＊算法进行最优路径的选取。 相似文献
6.
旅行商路径优化问题是经典的网络分析问题之一。由于旅行商问题具有NP Hard特性,主要通过智能优化方法或启发式算法来获得近似最优解。然而,单一智能优化方法存在运算量过大、参数选择苛刻,对初值依赖性强等缺陷,很难快速实现全局优化。结合多种优化机制和邻域搜索结构设计混合启发式算法可在一定程度上解决这一问题。本文结合遗传算法的全局寻优能力和禁忌搜索的记忆功能,设计实现了一种基于分散集中策略的禁忌遗传算法,即采用遗传变异算子作为分散策略构造邻域,开辟新的搜索空间,有效提升获得全局最优解的概率;将禁忌搜索作为集中策略进行局部寻优,避免迂回探测,充分体现禁忌搜索较强的“爬山”能力,并通过实际交通网络和不同规模的节点集合,从求解精度、稳定性和效率三个方面对算法进行了评价。结果表明,本文提出的交通网络旅行商路径优化的禁忌遗传算法平均求解精度比禁忌搜索算法提高了9%,略优于ArcGIS;当与ArcGIS求解的TSP路径长度差异在1%以内时,禁忌搜索算法已经难以获得对应精度的TSP路径,而禁忌遗传算法效率比遗传算法提高了50%。且禁忌遗传算法具有很好的并行化潜力。 相似文献
7.
A~*启发算法是最优路径规划问题中最有效的算法之一,在路径规划问题中得到广泛应用。针对多值栅格环境下的最优路径规划的效率问题,对A~*算法在搜索策略上做了如下改进:一是提出了两种新的启发函数;二是提出了新的A~*双向搜索算法。实验表明改进算法求得的路径为最优路径,搜索效率比传统的Dijkstra算法有显著提升,双向A~*算法比单向A~*算法效率有明显提高。 相似文献
8.
针对GIS空间分析需要经常解决的路径优化问题,本文研究了一种新型的群体智能空间路径优化算法,即海鸥优化算法（SOA）。通过重新定义海鸥位置的表示方式和更新策略,将海鸥优化算法从连续域转换到离散域,建立离散海鸥优化算法（DSOA）,同时引入随机异变因子,使海鸥有能力跳出局部最优值。为了验证DSOA的可靠性,通过定义适应度函数和可行解空间,实现利用离散海鸥优化算法求解经典的旅行商最短路径问题。试验结果表明,DSOA在解决最优路径问题上具有良好的稳健性,在空间分析方面具有较强应用潜力。 相似文献
9.
时间窗约束车辆路径问题求解的遗传模拟退火算法 总被引：1，自引：0，他引：1
论文建立了时间窗约束车辆路径问题的数学模型,采用了插入法、遗传算法、模拟退火相结合的启发式方法求解时间窗约束的车辆路线问题。试验结果表明:模拟退火与遗传算法结合求解时间窗约束的物流配送车辆路径问题,可以在一定程度上解决遗传算法易"早熟收敛"问题,从而得到较高质量的解。 相似文献
10.
针对传统蚁群算法在进行无人机三维环境路径规划时存在规划速度慢、容易陷入局部最优等问题,本文提出了用引导函数改变状态转移规则、初始信息素先验分配、时变信息素更新方式3个改进策略,充分挖掘路径规划先验信息。通过增加引导函数进行路径增强,增大最优路径的选择概率;同时根据与先验路径的距离赋予信息素不同的初始浓度,使算法在搜索初期具有明确的方向性,基于优胜劣汰的思想进行信息素更新,并将信息素挥发因子设定为服从Laplace分布的波动因子,避免搜索过程陷入局部最优,最大化提升路径搜索效率,实现三维环境下的无人机路径规划。仿真试验结果表明,改进后的蚁群算法在规划最优路径长度和最优路径搜索效率上明显优于传统蚁群算法。 相似文献