公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

基于蚁群算法的多路径QoS路由算法研究被引量：3: 2011年; 针对现代网络通信量不断地增大以及蚁群算法在解决路由问题时存在的一些不足提出了基于改进蚁群算法的路由优化算法。该算法将蚁群系统的特点和流量工程的思想相结合对基本的蚁群算法进行了3方面的改进:将路由器的缓冲队列的利用率加入下一结点选择的标准;采用链路的利用率做为全局更新信息素;选择多条路径来进行数据传输。仿真实验结果表明该算法可以实现网络负载均衡,降低拥塞发生的可能性,提高了网络资源的利用率。; 林娜邵志学; 关键词：蚁群算法多路径负载均衡利用率

一种基于并发奖赏蚁群系统的A^＊算法被引量：2: 2011年; 为优化出行者在动态路径诱导系统中进行路径选择,提出一种基于并发奖赏蚁群系统的A*算法,利用A*算法的成熟性和蚁群算法的动态性,用蚁群算法对A*算法估价函数f(x)=g(x)+h(x)中的h(x)进行研究,考虑了交通路况中的各种动态因素,使A*算法具有动态性;为了提高算法的效率,基于在最优路径附近往往存在更优路径这一原理,提出了并发奖赏蚁群系统,采用对当前最优路径周围的路径奖赏额外信息素,能够有效地避免算法陷入局部最优,从而找到更优路径;采用并发原理用多路蚂蚁同时搜索,提高了算法的收敛速度。采用两种试验方法对算法进行了验证,在Oliver30问题中,本算法与其他算法相比可以得到更优的解;在MapX环境下模拟真实交通状况,运用本算法寻找最佳路径,试验结果表明本算法能够在实际的道路状况中找到满足出行者需求的道路。; 林娜霍志胜; 关键词：交通工程智能交通

基于双向A*算法的城市无人机航路规划被引量：19: 2016年; 应用双向A*算法对在城市环境中的无人机进行航路规划,对比传统的A*搜索算法,双向A*搜索算法提高了搜索的效率,大大缩短了航路规划的时间。同时针对双向A*算法现有的不足,对双向A*算法进行改进,提出了同步双向A*搜索算法思想,通过编程实现双向A*算法正向搜索和反向搜索同步进行,并且采用栅格法对无人机的飞行环境进行建模,在建模时充分考虑城市环境确定栅格的大小。通过实验验证,同步双向A*算法可以快速为无人机规划出航路,且航路可飞,对比改进前的双向A*算法,同步双向A*算法的航路规划速度更快,效率更高。; 林娜李天啸; 关键词：无人机栅格法城市环境航路规划

一种基于免疫遗传的多路搜索蚁群动态路径诱导算法被引量：7: 2013年; 在交通路径诱导过程中,为了优化出行者的路径选择,提出一种用免疫遗传算法与蚁群系统算法相互融合的算法,主要利用了蚁群系统算法的动态性、正反馈性和分布式计算的优点;同时兼容了免疫遗传算法的全局搜索能力以及容易和其他算法相结合等特点.蚁群系统算法的动态性能够满足交通道路动态变化的各种因素,但是蚁群系统算法固有的缺点是容易陷入局部最优和进化速度缓慢,为了改善蚁群系统算法陷入局部最优的缺点,采用免疫遗传算法的全局搜索的思想来对蚁群系统算法进行改进,避免了蚁群系统算法陷入局部最优的缺点.为了提高算法的进化速度,本文提出了基于多路搜索的蚁群系统算法,能够更好地加快收敛速度,满足交通动态变化的需要,并且满足出行者的需要.在算法的研究过程中,进行了两部分实验对算法进行了论证,在eil51问题中,算法与其它算法相比证明可以得到更优的解;在MapX环境下模拟现实交通状况,运用算法寻找最佳路径,证明了本文提出的算法能够在实际的道路状况中找到满足出行者需求的道路.; 林娜霍志胜; 关键词：蚁群算法免疫遗传全局搜索

基于Stackelberg-Logit博弈的交通诱导模型被引量：5: 2014年; 为提高路网上的交通诱导效率和通行质量,提出基于Stackelberg-Logit博弈的交通诱导模型。通过结合用户均衡与系统最优两种交通分配原则,构造交通管理者与路网出行者之间的Stackelberg博弈模型;在该模型中引入改进的Logit模型来求解路径选择概率,使路网出行者的路径选择行为更符合实际情况;为体现交通诱导系统的动态性和时变性,在仿真实验中实现不确定的交通需求,在求解算法中应用滚动时域方法。仿真结果表明,该模型可以在更符合路网交通实际情况的条件下提高路网上的行驶速度,实现路网上的车流均衡,优化路网的整体性能。; 林娜王纯; 关键词：智能交通交通诱导 STACKELBERG博弈

全选清除导出

共1页<1>

辽宁省自然科学基金(20102175)