基于元胞自动机求解三维表面路径方法的研究及哲学思辨

对于不规则三维表面路径寻优的问题,在将连续三维表面进行格网离散化的基础上,利用元胞自动机在元胞空间上的并行特性．采用元胞动态邻居,将时间演进间隔定义为最小剩余权,构造出一种新的基于元胞自动机模型的最短路径搜索算法。该方法能够达到蚁群算法效率,并且为基于元细胞自动机模型的实际应用提供新的思路。     

改进蚁群算法的无人机三维环境路径规划

针对传统蚁群算法在进行无人机三维环境路径规划时存在规划速度慢、容易陷入局部最优等问题,本文提出了用引导函数改变状态转移规则、初始信息素先验分配、时变信息素更新方式3个改进策略,充分挖掘路径规划先验信息。通过增加引导函数进行路径增强,增大最优路径的选择概率;同时根据与先验路径的距离赋予信息素不同的初始浓度,使算法在搜索初期具有明确的方向性,基于优胜劣汰的思想进行信息素更新,并将信息素挥发因子设定为服从Laplace分布的波动因子,避免搜索过程陷入局部最优,最大化提升路径搜索效率,实现三维环境下的无人机路径规划。仿真试验结果表明,改进后的蚁群算法在规划最优路径长度和最优路径搜索效率上明显优于传统蚁群算法。     

三维环境中多机器人协同路径规划算法

针对三维环境中多机器人协同路径规划问题,提出一种改进蚁群算法。文中提出并构建了机器人运动行为模型和协同行为模型,通过引入多蚁群系统,优化信息素更新机制和状态转移方程,提高算法全局搜索能力和收敛速度。仿真实验结果表明改进蚁群算法优于基本蚁群算法,能够有效指导机器人在三维环境中协同行进,提高路径规划能力。     

两种优化算法在反演断层滑动速率中的对比研究

介绍了蒙特卡洛法和为求解复杂组合优化问题提出的蚁群算法,针对断层参数的特点,结合位错理论模型模拟的地面位移场数据对断层的三维滑动速率采用两种优化方法进行了反演计算,比较了两种优化算法的反演效果。结果表明:蚁群算法的可靠性和稳定性优于蒙特卡洛法。     

一种复杂轮廓线的真三维TIN算法

针对多层轮廓线三维重构问题，研究了真三维复杂轮廓线的空间分布特征，通过引入参考基准面概念，提出了一种顾及局部平展特性的真三维TIN生成算法。该方法在递增生成表面过程中，利用了加权最小三角化方法，动态建立参考基准面，将三角面片自身形态和局部邻接轮廓点的相对空间关系有机地结合起来，避免了面片的遮掩重叠和自相交，使得重建表面和原始表面的拓扑差异最小。选取三维地震量测的多层反射波剖面数据进行了实验，并对不同算法得到的实验结果进行了分析比较，得出实验结论：本文算法快速可靠，重建出来的三维表面过渡光滑、自然，更接近实际的表面形态。该方法对于石油、地质勘探三维地质构造形态辅助解译具有现实的应用意义。     

蚁群算法在GIS中的应用探讨

蚁群算法是近几年来迅速发展起来的、并得到广泛应用的一种新型模拟进化优化算法。最早成功应用于解决TSP问题。研究表明该算法具有并行性、鲁棒性等优良性质。在GIS中,蚁群算法应用在路径寻优和正射影像镶嵌线自动选择两个问题效果较好。     

平行轮廓线自适应插值的三维表面重构算法

针对稀疏点轮廓线在三维表面重构中存在的不够光滑、匹配易出错和难以交互等问题,提出了基于轮廓线插值的三维表面重构方法,并通过实验进行验证。文章分析了三维表面重构的形式化表达方法和准则,提出了基于虚跨距解决稀疏点轮廓线三维重构的基本思想;基于同步前进算法和虚跨距,设计了自适应等比例插值的同步前进三角面镶嵌算法;针对轮廓线插值违背三角表面重构拓扑准则的规律进行了分析,提出了相应的修正算法,保证了三角网的拓扑一致性。试验结果表明:本算法所构建的三角网表面更为光滑,各个三角面的大小更为均匀,具有更好的鲁棒性和交互性,对稀疏和稠密坐标点的轮廓线均能构建出更为理想的三维表面模型。     

基于蚁群算法的矿井突水灾害预测研究

矿山开采深度的不断增加,使得水文地质条件变得更加复杂多变.矿山突水灾害时刻威胁着矿山的安全生产,因此,对于矿山水害的预测与清除变得越来越重要.本文采用蚁群算法结合矿山水文地质条件,利用C#编制了基于蚁群算法的矿山水害程序,程序运行结果清晰显示了水源路径,通过该路径可预测水害到达位置,有利于提前做好突水防范.     

协同模型与遗传算法的集成

提出协同模型中蚁群算法和遗传算法集成的方案，用于生成纹理分类的模板。介绍了蚁群算法的原理和集成方案的实施步骤，以及在搜索最优解过程中蚁群移动方向的决策方法。为了验证集成方案的正确性，对航空影像的居民地、灌木、水田、山地、旱地5种目标进行了识别试验，并与仅使用遗传算法的结果进行了比较。试验结果表明，该集成方案的识别效果有明显的提高。     

大型网络中容量受限的疏散路径规划方法

针对启发式算法利用Dijkstra算法求解大型动态网络中疏散路径规划问题时,存在疏散时间长、稳定性差等不足,该文提出了一种改进CCRP的方法,即用蚁群算法替代Dijkstra算法求解最优路径,进而减少疏散时间,增加估算疏散时间的精确性。实验表明,该方法能够在大型动态网络下实现路网容量受限的疏散路径规划有效求解,具有疏散时间短、疏散路径少、线性关系强等特点,相比原有CCRP算法更能满足实际疏散的需要。在寻找最优路径上采用蚁群算法求解,相比贪心算法更能支持全局最优、并行计算、疏散效率更高,在支持路况信息实时更新、大规模人群快速疏散、及时调整疏散路线等方面更具优势。     

城市三维重建中的自动纹理优化方法

围绕低空多镜头倾斜摄影在三维城市影像模型生产中的纹理优化问题,提出了一种无缝纹理模型重建方法。文中首先采用相机响应函数和暗通道方法对影像进行预处理;然后,根据地物三角网格表面模型与影像的映射关系,利用稀疏构网方法进行遮挡检测,并建立了三角面片的可视纹理列表;最后,结合三角网格表面模型中基本面片的三维拓扑关系,利用影像的均值与方差信息,构建了基于马尔科夫随机场框架下的图割纹理优化算法,解决了纹理优化选择的离散多标号问题,保证了相邻三角面片映射纹理的一致性,实现了城市大场景无缝纹理模型的重建。试验结果验证了算法的可靠性和优越性。     

倾斜影像的三维模型构建与模型优化

如何对三维模型构建具体环节优化,获得更加逼真的三维模型,目前该方面的研究较少。本文采用PhotoScan软件,在对研究区构建三维模型关键步骤探讨的基础上,提出了纹理缺失、图像扭曲、数据筛选,以及PhotoScan软件参数设置及操作顺序等方面的三维建模优化技术。     

多视角三维激光点云全局优化整体配准算法

提出一种已知多视激光点云配准初值进行自动全局优化的整体配准算法,并详细推导了多视激光点云配准全局优化平差模型。本算法对多视角三维激光点云的扫描顺序不作要求,可以处理无序散乱的多视三维激光扫描点云,同时可以获得最小二乘意义下的最优变换参数,实现多视三维激光点云的自动精确配准。利用实际三维激光扫描点云数据进行试验,得到了预期的结果,验证了本文方法的可行性和有效性。     

国土综合整治三维模型碎片加载优化与调度

国土整治作为一项国家战略,是解决社会经济发展过程中土地利用问题的重要手段,能有效促进国土空间优化和治理土地退化,对于实施乡村振兴战略和推进生态文明建设具有重大意义。随着我国工业化、城镇化的推进,生产、生活、生态之间矛盾日益凸显,国土整治在全国各地广泛开展,尤其是三维可视化技术的应用发展迅速。但对于国土整治业务而言,三维模型存在数据量大、数据复杂且碎片化程度高等特点,使得三维数据的存储管理和加载调度难度大,制约了其在国土整治中的应用。本文针对国土整治三维数据,提出了存储结构优化方法、三维模型碎片加载优化方法和三维模型调度优化方法,并开展了试验验证和应用示范,验证了本文提出的方法能够有效支撑国土整治中的三维可视化相关业务。     

城市土地利用空间优化配置的多智能体系统与微粒群集成优化算法

在多目标约束下,构建了应用于城市土地利用空间优化配置的多智能体系统与微粒群集成优化算法,并以长株潭城市群的核心区域为例,开展了基于该算法的城市土地利用空间优化配置应用研究。研究结果表明,集成优化算法的Agent平均适应值和运行效率分别较微粒群优化和标准遗传算法得到了大幅度提高,从而证明了算法的可行性与先进性。     

可持续城市化与国土空间优化

当前可持续国土空间发展面临重大挑战,面向生态文明和新型城镇化战略需求,探讨可持续城市化和国土空间优化的路径、方法和建模具有重要意义。可持续国土空间发展没有现成路径,探索国土空间优化的中国路径成为必然选择。城市及其周边是国土空间优化的关键地域,全球城市扩张研究表明,城市扩张具有路径依赖性、松散化和低密度化倾向,中国可持续城市化路径应以紧凑、高密度、宜居、低碳为基本特征。耦合可持续城市化的国土空间优化路径应遵循生态优先、节约优先、集约发展、协调发展的理念,重构国土空间规划体系。作为信息技术支撑,国土空间优化决策支持建模应面向可持续从指标量化、目标体系、约束规则等方面重构多目标协同优化模型。     

多父体杂交演化算法求解约束优化问题

提出了一种求解约束函数优化问题的新算法。设计了3种新的多父体杂交算子。这3种算子都使用了统计信息来决定搜索方向，使算法具有较高的收敛速度，同时又具有互补的特性，使得种群在演化过程中能保持较好的多样性，不容易陷入局部最优。对常见测试函数的数值实验证实了新方法的有效性、通用性和稳健性，其性能优于现有的一些演化算法。     

红绿灯配时优化与仿真研究

固定相位时长的信号灯控制由于无法根据实时路况进行自适应调节,对交通拥堵现象的改善程度有限。为了模拟根据实时路况进行信号灯相位自适应调节,以Webster算法为基础,融合虚拟仿真和计算机视觉技术,构建信号灯配时优化与自反馈闭环系统。首先,构建基于Unity3D的道路交通仿真场景,模拟车辆启停、行驶及信号灯控制;然后,利用OpenCV库处理采集的车流视频,统计通车流量并计算最佳信号周期和确定通车相位;最后,将配时计算结果作用于仿真场景,实现信号灯相位的实时调整与优化循环。仿真实验结果表明,信号灯自适应配时优化与闭环反馈能较大幅度减少车辆等待时间,有效缓解交通拥堵状况。     

基于网络Voronoi图启发式和群智能的最大覆盖空间优化

提出一种基于网络Voronoi面域图的最大覆盖选址模型及相应的粒子群优化方法,并应用于城市响应时间敏感型公共服务设施的空间优化。本文考虑设施功能沿交通网络辐射以及需求非均匀分布情形,对设施在网络连续空间上进行布局优化,选址模型采用网络Voronoi面域图划分布局设施的功能辐射域,以启发空间优化最小化重叠覆盖。模型同时顾及了设施利用率的最大化,规定设施对给定距离以内的需求实行的完全服务覆盖和对给定距离以外的需求实行随距离衰减的部分服务覆盖。本研究提出基于遗传机制和广义Voronoi图改进的粒子群算法以提高其空间优化性能,通过对南京市消防站最大覆盖空间优化实验表明,该研究取得了较为理想的结果,可应用于城市化区域应急设施最大覆盖空间优化。     

基于免疫粒子群优化算法的影像纹理分类

粒子群优化算法是基于群智能的随机全局优化方法,它源于对鸟群简化社会系统的模拟。为了提高标准粒子群优化算法的收敛性能,将生物免疫系统的记忆能力和多样性引入标准粒子群优化算法,提出一种免疫粒子群优化算法。在提取纹理样本Laws纹理能量模板特征、小波特征等纹理特征的基础上,提出针对分类问题的粒子表达方法和群体寻优策略,实现了基于免疫粒子群算法的纹理分类。实验结果表明,与标准粒子群优化算法相比,免疫粒子群优化算法在获取训练样本类别中心时具有较好的收敛性能,并且基于该算法的影像纹理分类具有较高的分类精度。