交叉口的信号优化与仿真

以减小车均延误为目标,在调查交叉口交通流量和当前信号控制的基础上,采用韦伯斯特配时算法进行优化计算,并通过通行能力、交通流量比等指标来确定信号周期时长和各相位绿灯时间,改善相位饱和度,从而充分利用道路的通行能力。以建设大道新华路交叉口为例,基于实际数据对优化前后的交叉口利用vissim软件进行仿真,结果表明,优化后各相位的饱和度较优化前更为平均,没有出现很高或很低的极端情况,优化后的车均延误明显改善。     

蚁群优化算法的研究与改进

本文通过对蚁群优化算法进行分析,提出影响蚁群优化算法收敛性、解质量和算法稳定性的几个关键问题是:下一个结点的选择、局部信息素更新的必要性和参数的选择.文中采用不同的方法解决这三个关键问题并且将算法应用到TSPs,实验结果与几个改进算法相比具有一定的优越性.本文进一步在蚁群优化算法中嵌入局部搜索方法,通过实验说明,算法的求解速度和最优解的质量都得到明显改善,算法的稳定性也明显提高.     

基于蚁群算法的农业节水灌溉路径优化部署

为实现节水灌溉田间地块路径管线部署的管理和控制,采用信息素优化的改进蚁群算法进行设计研究.在现有蚁群算法组合优化的现实缺陷基础上,以田间地块坐标作为数据源,采用改进的蚁群算法对田间地块布线路径进行设计,从而提高蚁群算法在迭代过程中更新最优解的能力,最终在相同的迭代次数内找到路径更短、代价更小的规则,解决农业节水灌溉管线路径部署优化问题,并在VC++程序中验证路径优化的实际问题.测试结果表明:在相同的气候条件下,路径优化部署设计结果可以为节水灌溉的管道布局管理提供参考依据和数据支持.     

引入启发式函数蚁群算法的VRP研究

车辆路径问题是一个NP难题,蚁群算法是求解诸如车辆路径安排问题等组合优化问题的有效工具。分析了蚁群算法在VRP中的应用,提出启发式函数对传统的蚁群算法的改进,对传统蚁群算法进行优化。通过实验对该方法进行检验,实验结果显示,本文提出的算法性能优于传统的蚁群算法。     

一种用于连续寻优的蚁群爬山算法

针对蚁群算法在连续寻优过程初期信息素匮乏、搜索时间长、收敛慢的弱点,对蚁群算法进行改进,并结合爬山算法提出了一种新的蚁群爬山算法.将新的蚁群爬山算法用于求解连续全局优化问题,数值实验证明该算法是可行的、有效的,并且精度和效率优于蚁群算法.     

基于多头绒泡菌网络模型的蚁群算法优化

基于多头绒泡菌网络模型在求解迷宫问题时所展现的“重点管道重点培养”特性,设计一种优化的蚁群算法. 该优化算法在更新信息素矩阵时考虑蚂蚁释放的信息素和多头绒泡菌网络中流通的信息素.通过对重点管道信息 素浓度的加强,提高路径寻优过程中重点管道的被选概率,从而提高蚁群算法对最优解的开发力度.针对旅行商问 题的对比实验验证了该优化算法可提高传统蚁群算法的寻优能力,并具有更高的鲁棒性.     

改进蚁群算法在配电网规划中的应用

电网优化规划是一个复杂的非线性组合优化问题,目前对于该问题的求解仍存在计算速度和收敛性问题.为解决这个问题,提出了一种通过动态调整信息素挥发因子ρ来控制其正反馈过程的改进蚁群算法,提高了网络优化规划过程中得到全局最优解的概率和收敛速度.算例分析结果表明:规划结果符合实际,并在相同参数下,改进蚁群算法的迭代次数减少约一半,充分验证了该方法的实效性.     

基于蚁群算法的农田排水沟优化设计

常规的排水沟设计往往是先确定排水沟断面,得到一个确定的沟深,然后再用公式反复迭代得到排水沟间距,使得两者间无法出现一个最优组合,一定程度上降低了排水沟设计的优选性.本研究根据影响排水沟建设、运行费用的各因素建立排水沟断面与沟深的综合优化模型,当总费用最小时,得到排水沟间距和断面组合的最优解.针对传统优化方法求解这种多维、非线性复杂问题的低效性,引入蚁群算法进行求解.实例表明,蚁群算法能够有效解决田间排水沟的优化设计问题,并且能严格满足系统约束条件,操作简单,计算效率高.     

蚁群优化算法研究

由传统的蚁群优化算法入手,介绍了蚁群优化算法的基本原理以及在TSP问题中的应用,分析并总结了蚁群算法在信息素更新、路径构造等方面的改进方法。     

基于蚁群算法的自动化仓库路径优化

采用蚁群优化算法解决自动化仓库中存取路径优化问题。通过多次求解后发现寻优过程的关键,是适当控制蚁群算法的正反馈作用。在计算过程中加小扰动入分量γ(t),可有效地控制正反馈。通过组态王软件进行系统组态设计,上位机对立体仓库现场设备进行数据采集与处理,下位机PLC控制拖动系统在立体仓库的行与列方向运动,使得自动完成存货和取货直观、方便灵活。