改进蚁群算法在合肥市包河区果蔬配送中的应用研究

路径优化是运输过程中必须考虑的问题。合理的路径既节省时间成本,又提高工作效率。文章引入蚁群算法和改进蚁群算法,利用算法的优越性,解决合肥市包河区处于快速发展状态下居民对果蔬需求的现实性,进而需要研究果蔬配送过程的路径问题,基于找出最优路径解,运用蚁群算法与改进蚁群算法解决果蔬配送,并对两种算法求出的解进行对比分析,找出最短路径,结果说明解决包河区果蔬配送路径的必要性,也说明算法在新环境中的适应性。     

NoC映射问题中的列举路径分配算法

映射和路径分配是片上网络在编译过程中两个相辅相成的重要步骤,对系统的通信功耗影响很大。该文针对片上网络映射过程中现有路径分配法寻径不充分的问题,提出了一种基于列举的路径分配算法。该算法通过列举各通信流的所有合法路径,对路径的各种组合方式进行充分搜索。同时将路径分配算法应用到禁忌搜索映射算法中,并对映射算法做了改进,以适应路径分配算法。仿真结果表明,基于列举的路径分配算法提高了满足约束的路径被搜索到的概率,优化了映射算法的结果。     

一种基于WebGIS的最优路径导航算法

针对海洋观测设备的回收最优导航问题,提出了一种基于WebGIS的最优路径导航算法．该算法通过改进的最小权值匹配算法求出TSP的最优哈密顿回路,能够为海洋观测设备的回收提供一种有效的导航算法．     

非满载车辆路径问题的改进粒子群优化算法

将局部版粒子群算法应用于非满载车辆路径问题,设计了一种实数编码方案,线性调整惯性权值,改进粒子更新公式,建立了解决该问题的粒子群算法。用该算法求解了两个车辆路径问题的算例,并与遗传算法和标准粒子群算法进行了比较。结果表明:该算法提高了搜索最优路径的成功率,能更有效地求解非满载车辆路径问题。     

多移动机器人3阶段解耦路径规划

针对多移动机器人集群在路径决策时任务执行时间过长、容易陷入死锁等问题，课题组提出了一种3阶段解耦路径规划方法。利用栅格法建立二维环境模型，首先以传统蚁群算法为基础，引入参数自适应机制和路径指引函数，提高算法的收敛速度；其次将多机器人集群路径规划分为3个阶段，提前预判出冲突路段，减少机器人的等待时间和绕行距离；最后利用MATLAB软件进行仿真实验。仿真结果表明：使用改进后的蚁群算法进行路径规划最优路径长度减少了5.5%，算法的收敛速度提升了近50%；在不同的栅格环境下，可以有效地预测和消解多机器人间的冲突。该研究为多机器人的路径规划提供了一种新的方法。     

移动机器人路径规划的一种改进蚁群算法

提出了一种复杂静态环境下的移动机器人避碰路径规划的改进蚁群算法。基于栅格法的工作空间模型,模拟蚂蚁觅食行为,并针对移动机器人的路径规划的需要,将一些特殊功能赋予常规的蚁群算法。为了避免移动机器人的路径死锁,在路径搜索过程中,当蚂蚁探索到一个死角时,建立了相应的死角表,同时用惩罚函数来更新轨迹强度。仿真研究表明:该算法能明显改善路径规划性能,并且算法简单有效。     

改进蚁群算法在灭火机器人路径规划中的应用

提出了一种改进的蚁群算法应用于灭火机器人路径规划。该算法利用自适应更新的策略设计出最佳避障路径,建立了简洁明了的蚁群优化算法,从而对灭火机器人行走路径进行了优化处理。该方法不仅使灭火机器人在未知环境寻找火源过程中能够有效避开障碍物,而且能使机器人行走路径最短,所用时间最少。经仿真和实物机器人实验证明了该算法的可靠性和有效性。     

物流系统规划设计方法综述

综合分析了物流系统规划设计方法中的若干关键问题。主要包括在布局设计方面的数学模型和计算机辅助设施布局算法、选址—分派问题上的研究状况分类、车辆—路径方面的模型和算法以及在选址—路径问题上的模型和算法的系统归纳和整理。     

代价敏感多车场车辆路径问题的免疫克隆算法

结合免疫算法和克隆选择算法,本文提出了一种基于免疫克隆选择算法的多配送中心车辆路径调度方法。给出了多配送中心的车辆调度模型、免疫克隆算法的原理和关键步骤,构造二维空间对抗体进行编码,对代价敏感多车场车辆路径问题的免疫克隆算法进行了实现。仿真试验表明,基于免疫克隆算法的代价敏感多车场路径的求解结果接近目前最优解。     

基于GIS的物流配送路径优化算法

在单点到多点的配送中,一般的路径选择算法通常仅把＂时间最短＂作为约束条件来进行路径选择,这通常会导致参与配送点的数量过多。探讨了基于地理信息系统技术的物流配送路径优化算法,提出了基于模糊数学理论,以＂参与配送点最少＂为约束条件并同时考虑配送时间的＂模糊权衡算法＂。实验表明,模糊权衡算法可以在时间耗费和参与点的数量之间达到一个相对较优解。     

并行支路卷积碼譯碼算法之簡化

本文主要工作:(1)从算法上证明了对于TCM用的一类有并行转移支路的卷积玛,其VITERBI译码算法可以作很有效的简化,而且简化不影响译码性能。(2)给出了表征算法复杂性的公式,讨论了简化效果。简化算法的复杂性约为常规算法的1/2~P。(3)用计算机模拟验证了简化算法和常规算法的等效性。因而,算法的简化不影响译码性能。     

改进型MVR-CORDIC算法研究

分析了CORDIC算法的基本原理和MVR-CODIC算法的特点。在此基础上,提出了一种改进型MVR-CODIC算法,利用查ROM表代替原算法中比例因子的计算方法,讨论了改进后算法的所需ROM表的容量,给出了实现框图。实验证明,改进型MVR-CODIC算法更适合于用大规模集成电路实现。     

一种并行的遗传／神经网络混合学习算法

提出了一种用于多层前馈神经网络训练的新算法，它把遗传算法与自适应共轭梯度学习算法集成起来。这种并行混合学习算法已经在多指令流多数据流（ＭＩＭＤ）平台实现。通过把该算法用于一个图像识别问题，对它的性能进行了评估。文中还显示了所提出的并行混合神经网络学习算法良好的收敛性。     

利用拉格朗日松弛算法求解三维分配问题

将拉格朗日松弛算法与最优求解算法的复杂性进行了分析比较,并将该算法应用于求解3-D分配问题,分析与算例结果表明,该算法可大幅度降低3-D分配问题的求解计算量,是求解3-D分配问题的一种有效算法.     

当前统计概率数据关联算法

目标跟踪领域的一个研究重点是如何解决在密集杂波环境下机动目标的跟踪问题。机动目标跟踪的关键是解决目标模型的不确定性,而密集杂波环境则使这个问题变得更加复杂。针对这一问题,提出一种当前模型概率数据互联算法。该算法将当前模型算法与概率数据互联相结合,在使用概率数据互联算法的同时,利用当前模型算法对目标出现的机动进行自适应滤波。最后,给出了算法的仿真分析,仿真结果说明该方法能够有效地跟踪杂波环境中的机动目标。     

基于小波变换的数字水印方案

数字图像水印技术一般面临着两个方面的矛盾问题,就是水印算法的复杂度越高,一般对应的算法的鲁棒性越强。本文提出了一种数字水印方法,这种算法基于离散小波变换,为了提高算法的稳定性,确保水印的抗干扰能力,在编码时应用了纠错码技术。     

一种快速全局运动估计算法

为了对全局运动进行准确快速的估计,在对全局运动估计算法进行研究的基础上,提出了一种快速全局运动估计算法。该算法基于非线性密度估计,采用了六参数的仿射模型。为了提高计算速度,采用了3层金字塔进行多分辨率计算,而且在每层迭代计算中,将基于块的外点去除算法与特征点提取算法相结合,这样既加快了算法的速度,又提高了计算结果的准确性。全局运动估计的实验结果表明,该算法在速度和准确性上具有一定的优势。     

间接光滑逼近

改进了链接超平面模型，并在找链接算法的基础上给出了一个处处光滑的间接光滑逼近算法，该算法在保持找链接算法简洁这一优势的同时，给出了处处光滑的逼近结果，且这一算法可以用于任意维空间。     

竞争决策算法原理及其应用

全面阐述竞争决策算法的基本概念、原理、算法流程、特点，给出了常用的竞争力函数、决策函数、初始状态、资源交换规则，并以示例来说明该算法的原理、特点及应用。研究内容进一步完善了竞争决策算法的基本理论，在应用方面则降低了算法应用的难度。     

一种新的GPS导航卫星选择算法

针对利用全球定位系统（GPS）进行定位导航时对实时性的要求，提出了一种新的导航卫星选择算法。该算法比传统算法的计算量小得多。仿真结果表明，该算法所得出的结果与传统算法很接近，能满足导航定位的实时性精度要求。