共查询到18条相似文献,搜索用时 984 毫秒
1.
由于存在多约束和多个优化目标,物流配送决策非常困难。针对城市多仓库物流配送问题,提出基于网络Voronoi图的空间启发式优化方法。从空间角度,将多仓库物流配送优化分解为区域分割和路径优化两个空间子问题。基于网络Voronoi覆盖进行服务区域初始划分,顾及仓库容量差异,进行区域边界修正,并创建初始解。路径优化将局部搜索范围限定在网络K近邻内,只搜索最有可能的空间邻域,迭代改进解的质量。该算法最小化路径数量和路径长度。利用深圳市的大规模多仓库物流配送问题测试算法性能。试验结果表明:本文方法能够在15min内求解6400个客户点的大规模物流配送问题,解的质量优于ArcGIS约10.8%,计算时间约为其21.2%。 相似文献
2.
3.
4.
5.
6.
为了解决无人机点云数据中的孔洞修补问题,本文提出了基于麻雀搜索算法(SSA)优化BP神经网络的无人机点云孔洞修补方法。首先利用麻雀搜索算法对传统的BP神经网络进行初始权重与阈值的优化,再将麻雀搜索算法优化后的BP神经网络算法(SSA-BP)运用于无人机点云数据中孔洞的修补。为了验证算法的可行性,将SSA-BP神经网络与传统的BP神经网络、最小二乘支持向量机(LSSVM)两组算法进行精度比较。试验结果表明:SSA-BP神经网络算法的修补精度高于另外两组对比算法,且SSA优化后的BP神经网络稳定性更强,在复杂地形孔洞的修补中仍具有较好的修补效果。 相似文献
7.
在越野通道分析中,利用栅格的思想,将矢量地形数据栅格化,将影响通行的因素转化为相应栅格的属性,使用迷宫算法可以有效地进行最短路径分析.但迷宫算法具有一定的局限性,需要对其进行优化.利用以直代曲和样条模型的思想,即直线距离总比曲线距离短,最短路径是由一系列样条曲线组成,通过分析,在迷宫算法所得路径的基础上,提出了一种优化算法.实验结果表明,利用迷宫算法结合优化算法可以较好地解决越野通道分析中的最短路径问题. 相似文献
8.
《测绘科学技术学报》2017,(5)
针对摩托化机动路径规划问题,构建了顾及通行限制的动态道路网模型,重点针对道路通行能力变化、桥梁和隧道通行限制进行表达与建模;基于所构建的道路网模型,提出了一种改进的A*算法求解摩托化机动最短路径;通过构建三角不等式优化估价函数,并考虑机动过程中任务点、规避点和道路网通行限制因素的影响,最终得到耗时最短的机动路径。 相似文献
9.
10.
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
11.
12.
水下潜器航迹处于重力特征变化明显的适配区域才能保证重力辅助导航的有效实施,因此在重力匹配导航阶段,潜器的航迹规划至关重要。本文首先依据重力统计特征参数对水下潜器航行区域进行适配性划分,并给出适配、非适配区标签;然后在蚁群算法进行航迹规划的基础上引入人工势场算法,重新构建启发函数,避免了蚁群算法的局部最优问题;同时利用最大-最小蚁群系统改进算法信息素更新规则,防止了"早熟"现象发生。仿真试验结果表明,本文提出的蚁群-势场算法可以有效解决水下潜器在重力辅助导航中的航迹优化问题,提高了问题解的可行性。 相似文献
13.
高分辨率光学遥感几何与纹理约束的线段优化算法 总被引:1,自引:1,他引:0
针对高分辨率光学遥感影像线段断裂问题,提出一种基于几何与纹理约束的线段优化算法。首先,将线段视为地物轮廓表达的一种方式,由此从同一地物边缘角度出发,提出线段断裂的几何与纹理规律;其次,提出线段优化算法,以提取线段结果为处理基元,依据线段长度确定初始优化线段,设定跟踪矩形,建立针对断裂线段的几何纹理约束模型,构建动态优化模型,并给出完整的线段优化流程。最后,通过多幅不同实际场景、不同类型高分辨率遥感影像的试验结果分析,表明本文算法不仅能够解决由地物遮挡、边缘模糊及边缘锯齿化造成的线段断裂问题,并且在优化线段长度以及抑制线段过提取问题方面,均表现出较大的优势。 相似文献
14.
15.
设计了基于障碍距离的优化算法,解决突发事件应急联动中复杂地理环境下最短路径的寻优求解问题。在详细分析地理空间高程、坡度、障碍物等空间信息的基础上,通过计算搜索空间、搜索方向和网络弧段权值构建网络拓扑关系网,并利用遗传算法对最优路径进行寻优求解。 相似文献
16.
The problem of finding the K shortest paths (KSPs) between a pair of nodes in a road network is an important network optimization problem with broad applications. Yen's algorithm is a classical algorithm for exactly solving the KSP problem. However, it requires numerous shortest path searches, which can be computationally intensive for real large networks. This study proposes a fast algorithm by introducing a generalized spur path reuse technique. Using this technique, shortest paths calculated during the KSP finding process are stored. Accordingly, many shortest path searches can be avoided by reusing these stored paths. The results of computational experiments on several large‐scale road networks show that the introduced generalized spur path reuse technique can avoid more than 98% of shortest path searches in the KSP finding process. The proposed algorithm speeds up Yen's algorithm by up to 98.7 times in experimental networks. 相似文献
17.
蚁群算法是近些年发展起来的一种群体智能优化算法,它利用生物信息激素作为蚂蚁选择后续行为的依据,并通过蚂蚁间的协同与交互来完成全局寻优搜索过程。本文将该算法用于边缘检测,建立图像边缘与信息场之间的联系。提出了基于像素邻域的8个启发信息检测算子,指导蚂蚁选择最优边缘路径,并能自动确定分割阈值。对灰度图像进行模拟实验与经典分割算子进行对比,结果表明,该算法可以精确提取边缘特征,细节特征更为清晰。 相似文献