共查询到15条相似文献，搜索用时 130 毫秒
1.
本文尝试用群智能算法中的Pareto蚁群算法(PACA)求解复杂的水资源空间优化配置问题。首先,建立了以社会、经济和生态综合效益最大的目标函数,以水质、需水和供水为约束条件的水资源空间优化配置模型,并采用局部信息素强度限制,全局信息素动态更新等策略,对PACA进行改进,使蚂蚁向信息素浓度大的优化边界移动,以提高PACA的全局搜索能力和收敛速度。本文以河南省镇平县为仿真对象,借助RS和GIS,利用改进的PACA求解水资源空间优化配置模型,得到地表水、地下水、外调水的最优配置方案和最佳经济、社会、生态效益方案。通过对PACA性能指标的分析,以及对PACA改进前后解的寻优对比,表明了PACA经过改进后能有效地求解多目标、大规模的水资源空间优化配置模型,提高了寻优性能、收敛速度和全局搜索能力。 相似文献
2.
蚁群算法是近年来出现的一种新的仿生优化算法.针对基本蚁群算法在求解过程中容易出现收敛时间过长以及易陷入局部最优解的不足,对算法中的状态转移、搜索方式以及信息素更新进行改进,提出了一种新的改进蚁群算法.一类典型旅行商问题的仿真实验表明改进的蚁群算法具有收敛速度快、全局搜索能力强和计算时间短的特点,证明了方法的可行性和有效性. 相似文献
3.
基于改进蚁群算法的无人机低空公共航路构建方法 总被引：4，自引：0，他引：4
日益增加的无人机数量和飞手自由规划航线给航空安全带来极大隐患。构建一个安全、高效的航空飞行环境,可以为无人机活动设立隔离空域,并在隔离空域内规划无人机低空公共航路,以提高低空空域利用率,为无人机交通管理提供决策依据。本研究充分考虑无人机近地表飞行及其即时通讯等特点,以天津市为例,基于地理信息技术构建以多源地理空间数据为基础的无人机低空飞行环境,包括低空蜂窝网络环境、大气环境和政策空域环境等,并改进传统蚁群算法以搜索无人机最优路径,得到该区无人机低空公共航路网。研究结果表明,改进的蚁群算法大大提高了路径搜索效率,满足无人机航路规划的高时效性、动态更新等要求;并且天津市航路长度符合市场上现有的无人机最远航程要求,基本满足现有的无人机运输要求。本研究描述的无人机低空公共航路研究的核心算法和关键技术,可以为无人机管控系统提供核心技术支撑。 相似文献
4.
越野环境下机动车辆的快速路径规划在野外搜救、应急抢险及军事作战等领域均具有重要意义,在以上场景中,随着空间维数的增加,传统路径搜索算法计算复杂性急剧增长,可能无法在既定时间内求解可靠路径。为解决上述不足,本文结合越野路径规划不受路网通行限制以及两点之间直线最短的特点,提出以方向指向作为搜索策略的启发式算法,该算法搜索效率大幅提升,却难以保证求解质量。为进一步提高求解质量,提出了带有方向指向的Dijkstra分段算法,该算法在较低精度环境模型下通过Dijkstra算法找到最优路径,并将该路径进行分段,各分段以方向指向作为搜索策略进行路径搜索,从而在长距离越野路径规划中快速规划通行方案。为验证该算法的有效性,本文利用山西省某市的数字高程模型数据进行实验,引入了窗口移动法对地形进行先期的坡度计算和通行性分析,构建越野环境模型,调用路径搜索算法进行规划。实验结果表明,本文所提算法相比Dijkstra算法计算效率得到了大幅提升,且规划路径的长度接近于最优解。 相似文献
5.
路径搜索问题作为地理信息科学等学科的一个研究热点,由此出现的许多路径搜索算法,在交通道路网和导航系统中已得到广泛应用。纵观这些成果,往往需要以构造矢量道路为前提,道路网缺乏地区(如野外、室内)等情况不太适用。由此,本文提出了基于地球剖分网格的以方向主导的路径搜索算法,文中描述了具体的原理和方法,且针对算法设计相应实验验证了该算法的可行性和效率,为路径搜索提出了一种新思路。 相似文献
6.
山地是地球上重要的地貌单元,占全球陆地面积的20%,中国山地占国土面积的2/3。山地是全球物质和能量循环的起点,是对全球气候变化最为敏感的区域。山地表生地球化学包括山地生物地球化学、山地环境地球化学和山地生态地球化学,是山地科学的主要内容。结合当前研究热点,山地表生地球化学重点关注山地表生生态系统对全球气候变化的响应与适应以及山地表生生态系统物质循环对山地生态环境健康的影响。未来需要在山地生态系统中将大气圈、水圈、土壤圈、生物圈作为一个整体,系统地开展山地表生地球化学研究;从初期的单一要素着手积累基础数据,到后期的多单元、多因素研究的整合;通过长期的野外监测和室内分析,最终建立适合山地生态系统的物质地球化学循环模型,预测将来全球气候变化和人类活动影响下山地生态环境的发展趋势和可能的潜在影响,这对山地自身的生态环境安全以及山区社会、经济和文化的可持续发展具有重要的现实意义。 相似文献
7.
针对执行A~*算法的计算机资源消耗随网格规模的扩大而急剧增长的问题,提出了一种基于邻接节点聚合的多层级MQA-A~*(multiscale quarter aggregation-A~*)栅格路径规划算法。算法聚合邻接节点为抽象节点,从原始栅格地图起始逐层构造高层级抽象地图,通过A~*算法在高层级抽象地图上规划粗糙路径,并基于抽象网格内部连通属性及抽象网格间的连接信息将粗糙路径向低层级抽象地图逐层细化,最终得到原始栅格地图上的路径规划方案。实验结果表明,MQA-A~*栅格路径规划算法可以在保障规划路径长度的基础上大幅缩减计算机的内存消耗及算法计算时间,高层级抽象网格上的MQA-A~*算法的计算加速比随扩展节点占比提升而提高。 相似文献
8.
随着无人机监测、巡查和测绘等低空技术得到广泛应用,低空长距离空中路径规划成为低空航空器应用面临的一个挑战。而传统快速扩展随机树（Rapidly-Exploring Random Trees/RRT）及其改进算法在大范围长距离低空三维空间下面临计算效率慢的问题,对此,本文提出一种带有R树空间索引的双向启发式RRT*算法,该算法在双向RRT*算法基础上为随机采样过程设置了启发函数,使得在面对狭小城市障碍物之间空隙时,能够避免局部最小值情况的出现。在此基础上为城市障碍物建立R树空间索引,减少了海量障碍物情况下碰撞检测的时间,提高了低空长距离空中路径规划效率。此外,为了得到更加符合无人机运动规律的路径,提高算法的实用性,在采样过程中设置转弯阈值控制转弯角度,并且对规划结果路径使用3次B-spline函数进行路径平滑。最后在武汉市三维城市场景中,利用武汉市建筑物数据进行了实验,实验证明相比已有算法,本文提出的带有R树空间索引的双向启发式RRT*算法相比较RRT算法和双向RRT*算法在500 m、 2000 m、 10 000 m不同距离下规划时间均降低了90%以上;采样次数相比RRT算法在不同距离下分别降低了51.6%、75%、86.7%,相比双向RRT*算法在不同距离下分别降低了20%、24.7%、57.3%;转弯次数相比RRT算法在不同距离下分别降低了77.3%、73.5%、78.3%,相比双向RRT*算法在不同距离下分别降低了37.5%、30.8%、16.8%;同时带有R树空间索引的双向启发式RRT*算法得到的结果路径长度相比其他2种算法也有缩短。该算法应用于低空长距离空中路径规划能够有效提高计算效率,降低规划时间,减少采样次数,缩短结果路径,减少转弯次数,丰富无人机的应用场景。 相似文献
9.
栅格数据模型是地理信息科学领域的主要数据模型,成本距离分析是其重要的应用方向之一。但当栅格数据量较大时,传统的Dijkstra求解效率较低,因此本文提出了一种用改进蚁群算法来求解栅格成本距离的方法。首先,构建了适合人工智能算法的栅格数据模型及编码方法;然后,在此基础上初始化蚁群,采用状态概率选择机制计算相邻栅格单元之间距离成本,以及距离成本路径方向选择,同时利用改进的信息素更新机制加强蚁群之间信息交流,加快算法收敛速度;最后,引入了遗传算法的选择、交叉和变异等算子优化生产的成本距离的解,增加解的全局性。本文以北极地区的海冰密集度栅格数据为基础,求解北极地区适合航行路线的成本距离。实验表明,结合了蚁群算法和遗传算法优势的改进蚁群算法,能够快速有效地求解出基于栅格数据的成本距离。 相似文献
10.
一种基于路网等级启发式策略的路径搜索算法 总被引：1，自引：1，他引：0
本文提出了一种基于路网等级启发式策略的路径搜索算法。通过引入考虑路网等级因素的代价评估函数,有目的地引导搜索过程考虑路网道路等级特征,限制路径搜索规模,在精度可控的前提下,大幅度提高时间最短路径算法的效率,并使得搜索路径结果更符合心理认知过程。其与经典的层次空间推理算法相比,本文提出的算法实现过程简单,效率和精度相似。理论分析和实验过程验证了本文所提出算法的有效性。 相似文献
11.
This paper presents a novel intelligent and effective method based on an improved ant colony optimization(ACO)algorithm to solve the multi-objective ship weather routing optimization problem,considering the navigation safety,fuel consumption,and sailing time.Here the improvement of the ACO algorithm is mainly reflected in two aspects.First,to make the classical ACO algorithm more suitable for long-distance ship weather routing and plan a smoother route,the basic parameters of the algorithm are improved,and new control factors are introduced.Second,to improve the situation of too few Pareto non-dominated solutions generated by the algorithm for solving multi-objective problems,the related operations of crossover,recombination,and mutation in the genetic algorithm are introduced in the improved ACO algorithm.The final simulation results prove the effectiveness of the improved algorithm in solving multi-objective weather routing optimization problems.In addition,the black-box model method was used to study the ship fuel consumption during a voyage;the model was constructed based on an artificial neural network.The parameters of the neural network model were refined repeatedly through the historical navigation data of the test ship,and then the trained black-box model was used to predict the future fuel consumption of the test ship.Compared with other fuel consumption calculation methods,the black-box model method showed higher accuracy and applicability. 相似文献
12.
DEM的填洼是水系提取中最耗时的过程。真实的地表低高程点通常在空间上相邻,在对低高程栅格进行填洼时,少数栅格的高程值更新会导致级内大量栅格的循环迭代,从而消耗大量运算时间。为了提高DEM的填洼效率,在分级填洼的基础上,提出一种等差分级填洼算法,该算法顾及DEM各级填洼时间呈幂函数逐级递减这一地形规律。算法首先创建一系列数组,数组大小随等差数列递增;然后依次将排序后的DEM数据存放至数组中,由于定义的数组大小逐渐增大,因此,低高程区域被“分割”得很细;最后,当填洼运算从级内转至数组内时,低高程区域细致的划分极大缩短了栅格循环迭代时间,从而使得算法获得了较高的效率。新算法既能有效缩短填洼过程中的迭代时间,又能保证所提取水系的完整性与连贯性。为验证算法的有效性,选用四川省不同地区的SRTM 90 m分辨率DEM作为实验数据,并与已有的DEM分级填洼算法进行对比分析。实验结果显示：当研究区域栅格总数达到两千万个时,本文算法填洼效率提升了50%左右,且随着DEM数据量的增大,算法效率的提升更为明显,与此同时,利用新方法进行填洼后,DEM水文线连续性较强,表明了新方法的有效性。 相似文献
13.
如何高效地动态监测、模拟和预测地表水过程是防灾减灾中亟待解决的问题,也是科学化的国土整治、区域规划、环境保护和水资源管理的基础。因此,本文利用统一计算设备架构(CUDA)对基于不规则三角网(TIN)的地表水动态模拟算法进行并行化改进,提出了一种基于CUDA的地表水动态模拟并行方法,旨在对任意时刻的地表水进行快速、高精度的动态模拟,从而满足实际的应用需求。该算法从高精度的数字高程模型(DEM)中提取地形特征点和流域线,生成受流域线约束的TIN。在此基础上,根据TIN表面的三角面坐标数据获取水流方向,再结合任意位置的降雨源点追踪得到流水线网络。基于曼宁公式,利用流水线流速计算核函数得到每条流水线上雨滴的流速,结合预设的时间,利用汇流量统计核函数得到该时刻的地表汇流量。具体的并行化过程包括数据的传输,CUDA中线程的划分和流水线流速计算核函数和汇流量统计核函数的实现。本文选取位于加拿大新布伦瑞克西北部的BBW(Black Brook Watershed)流域作为实验样区,将该算法与改进前的方法进行对比表明,该模型在保持精度的同时,大幅提高了模拟效率,加速比达到11.2;另外,通过与SWAT(Soil and Water Assessment Tool)模型进行对比,结果表明,该并行方法的Nash系数提高了88%,相关系数提高了5%。 相似文献
14.
土地利用优化配置是促进土地可持续发展的重要举措,然而现有研究缺乏有效求解土地利用优化配置模型的新型混合式智能优化算法。本文结合蚁群算法和混沌模型,形成混沌蚁群优化（Chaos Ant Colony Optimization,CACO）算法,并以广州市增城区为研究区,对土地利用现状进行优化配置;然后在数量结构、目标函数值、空间布局等方面将优化结果与土地现状及标准蚁群算法优化结果进行对比分析。结果表明：① CACO算法能在满足多种约束条件下,有效解决多目标土地利用优化配置问题;② 与标准蚁群算法相比,CACO算法能增加土地利用的经济效益7.18亿元、生态效益0.33亿元、社会效益1.13%,同时降低地类转换成本1.15%;③ CACO算法能使土地利用现状空间分布多样性和均匀性的下降控制在1.30%以内,同时缩减地块数量8.86%,并使平均斑块大小增加9.77%,从而提升土地集约利用水平,更合理地配置各现状地类的空间分布,为研究区土地利用的科学规划与决策提供支持。 相似文献
15.
一种基于SuperMap GIS的改进Dijkstra算法 总被引：1，自引：0，他引：1
为提高传统Dijkstra算法的搜索效率,满足车载导航中路径规划实时性的要求,本文利用SuperMapGIS平台的网络编辑功能,设计了一种基于SuperMap的改进Dijkstra算法。首先,结合道路网络的空间分布特性,在SuperMap中构建了道路网络;其次,设计算法,根据起止节点合理限制算法的搜索区域,并以经典Dijkstra为理论基础实现最短路径的求解;最后,结合需要设计了约束条件下的路径规划算法。在城市道路网络中的应用实例验证了算法的有效性。 相似文献