一种基于时空拥挤度的应急疏散路径优化方法

提出时空拥挤度的概念来描述时间与空间维上的移动对象的拥挤程度,并以此提出一种基于拥挤度的应急疏散路径优化方法,该方法能够为大型公共场所的人员疏散提供从建筑物内部经由路网离开危险区域的一个完整疏散路径方案。分析在疏散路径分配的过程中以最短路径为基础的疏散路径分配方案的拥堵情形,然后以缓解拥堵、减少疏散总时间为目标,设计疏散路径分配方案的优化方法。试验结果表明优化后的方案能够减轻整个疏散方案的拥堵程度,同时能够为每个疏散个体提供一条相对合理的疏散路径。     

顾及道路风险的应急疏散路径规划方法

突发自然灾害下的道路网络存在安全隐患,安全性成为应急疏散中首先要考虑的因素。当前对应急疏散的研究主要集中在疏散效率方面,对疏散的安全性、道路风险的考虑仍然存在不足。针对这一问题,从路径的可靠性角度考虑道路风险因素,建立了基于时间和道路风险的路径可靠性度量模型,进而提出了顾及道路风险的应急疏散路径规划方法。为检验方法的有效性,选择位于地质灾害多发区的四川茂县为研究区进行实验分析。结果表明,该方法得到的受灾点人员与应急避难场所之间的分配关系合理,所规划路径有效地避开了风险较高的道路,该方法稳定、可靠,可以为城市的应急疏散体系建设提供科学参考。     

基于改进遗传算法的路网应急疏散多目标优化

基于路网应急疏散问题的实际需求,提出以路径流量为决策变量,以疏散流量最大、疏散路线最短和可靠性最高为目标的多目标优化模型,综合考虑了应急疏散的时效性、经济性和安全性,并设计自适应小生境Pareto遗传算法对模型进行求解。以某地区实际路网为例进行模拟分析,验证了算法的有效性和可行性。     

基于 GAMA 平台的多智能体应急疏散仿真模型

应急疏散的研究对象是一个复杂的社会系统,利用多智能体模型可以有效模拟人群复杂的社会行为。将多智能体模型应用于应急疏散领域,设计5种类型的智能体实体,构建多智能体应急疏散仿真模型,从被疏散个体的相互作用行为入手,研究整个被疏散群体的行为特征。基于GAMA平台,实现以矢量地理空间数据为基础的多智能体应急疏散仿真模型,通过仿真实验,动态呈现整个应急疏散过程。对灾害、突发事件应急疏散指挥,应急疏散设施建设、城市规划设计等工作具有重要的意义。     

一种Dijkstra算法改进方法的研究与实现

从路径冗余角度研究了传统Dijkstra算法中的“交会路径”和“循环路径”问题,并针对上述问题提出了一种Dijkstra算法改进方法.该方法优化了路径搜索空间,降低了原算法的时间复杂度和空间复杂度,提高了算法的运行效率.最后,通过实验对该改进算法进行了验证.     

楼宇内部路径规划算法研究及其应用综述

在人群密集的大型楼宇,构建基于楼宇内部空间三维拓扑结构的逃生疏散路径,是当前路径规划算法研究的难点和热点。本文对当前常见的路径规划算法进行优劣对照比较,并详细阐述其在楼宇内部逃生疏散场景应用的算法思想和主要特征,最后总结了楼宇内部路径规划算法研究的发展方向。     

一种针对室内疏散的集成Hilbert曲线的R*树空间索引

基于位置的服务需要快速查询、插入和删除研究对象,这种需求在室内疏散相关的应用中被进一步加强,因此有必要引入空间索引优化针对室内空间对象的操作效能。在室内紧凑空间环境下,现有的空间索引效率较低,所以将R*树索引和Hilbert曲线相结合,提出了一种新型的集成Hilbert曲线的索引。将这种新型索引和标准R*树索引进行对比,结果表明,新索引能够显著提升多种空间操作效率。     

引入导航网格的室内路径规划算法

随着社会、经济的不断发展进步,室内导航定位越来越重要,其导航定位精度、准确性倍受业界关注,而路径规划是该研究方向的重要组成部分。针对传统的基于节点的拓扑模型无法较好解决室内空间"路网"的模糊性问题,该文分析了室内外导航定位的差异,并对传统路径规划算法的局限性进行了分析,提出将基于Delaunay三角剖分导航网格的A*算法应用于室内导航路径规划中。通过算例验证了该方法的有效性,具有较好的实用价值。     

基于不同交通工具多约束条件的最短路径算法研究

多约束条件下的最短路径选择可以满足用户的出行需求,然而不同的交通工具在相同起始点下最短路径选择存在很大差异。为了满足多用户的出行需求,基于不同交通工具的多约束条件,对传统的Dijkstra算法进行改进,由传统的基于单约束条件向多约束条件改进,并对最短路径选择的准确程度进行优化。通过实例,验证算法的可行性和准确程度。     

一种物流配送最短路径混合算法

文章针对Dijkstra和Floyd算法特点及在智能运输中的特点,将两种算法结合起来,形成求解物流配送中两点间最短路径的优化算法-混合算法.该方法用Floyd计算多对顶点之间的最短路径,在路径中少数顶点之间的邻接关系发生变化时,利用Dijkstra计算这些顶点之间的最短路径,加上其余部分路径就得到该图中各对顶点之间的新的最短路径,在约束条件下最终求出各点间最短路径.实验证明,混合算法比Dijkstra及Floyd效率提高11％-20％.本文研究结果可对物流配送中最短路径的选择有所帮助.     

一种基于双向搜索的K则最优路径算法

提出了一种基于双向搜索策略的K则最优路径算法,以改进的Dijkstra最优路径算法为基础,从起点和终点同时搜索,分别构造正序和逆序最优路径树,计算网络中两点之间的多条参考K则最优路径。详细描述了算法设计思想和运行过程,分析了算法的时间复杂度,并通过实际路网验证了算法的效率和精度。     

抗差容积卡尔曼滤波及其在UWB室内定位中的应用北大核心CSCD

针对超宽带(UWB)观测值异常引起的量测误差及系统噪声先验统计信息未知而导致状态估计误差增大的问题,该文提出了一种带噪声时变估计器的抗差容积卡尔曼滤波(CKF)算法。该算法在滤波过程中,利用预报残差因子构建抗差等价协方差矩阵,控制观测异常值对滤波参数解的影响,同时利用sage_husa算法对系统噪声的统计特性进行实时估计和修正,提高滤波精度和稳定性。实验结果表明,所提算法不仅能有效地消除量测误差对滤波解的影响,而且能在系统噪声先验信息未知的情况下更进一步提高UWB室内定位的精度和可靠性。     

实景三维多源数据场景融合北大核心CSCD

在城市级实景三维建设中,对多来源、多尺度实景三维数据进行场景融合,能够进一步完善实景三维场景细节表达,提高城市级实景三维场景的完整性,满足实景三维场景局部更新机制要求。本文针对海量、异构、多尺度实景三维融合技术方法开展了相关研究,探索并改进了多源实景三维数据的空间精度匹配与数据接边的方法,结合实景三维数据成果的标准化、轻量化处理方法,提升了实景三维场景调度显示效率,进一步扩大了实景三维融合成果的应用领域。     

北斗伪卫星信号的室内多径传播特性北大核心CSCD

北斗伪卫星系统因其较强的抗干扰能力和灵活机动的组网能力可以应用于室内位置服务。多径效应是影响伪卫星定位精度的主要因素,因此,掌握北斗伪卫星室内多径传播特性是抑制多径、提高定位精度的前提。本文针对北斗伪卫星特有的信号体制,利用射线追踪法,研究了室内环境下伪卫星信号路径损耗、功率角度分布等多径特性参数,通过Wireless Insile软件,构建了大型商场的三维模型,在此基础上进行了仿真试验验证。结果表明,伪卫星多径数量在非视距条件下会急剧减少,且伪卫星多径分量以相近功率值分布在特定范围的水平方向角内;同时其衰落信道模型服从小尺度衰落,符合瑞利-对数正态分布,大尺度衰落与对数距离路径损耗模型相吻合。     

基于POI分布的多导航任务路径规划算法研究

随着导航系统在各领域的广泛应用,用户对导航系统的要求呈现出专业化、需求多样化等特点,进而对导航服务相关理论提出了新的要求。因此,如何在现有导航服务模式的基础上,结合导航用户需求特点设计出更加科学合理的导航服务方案具有重要的研究意义与实际价值。研究首先针对导航需求建立了包括城市出行、远距离自驾游、物流运输、军事作战等一系列导航任务的多导航任务模型,探讨了不同导航任务下路径规划的特点。然后基于现有POI分类分级体系量化了地图POI分布对导航路径规划的影响,并在A*算法的基础上设计了考虑POI分布的路径规划算法,提高了规划路径的科学性与适用性。     

多源道路智能选取的本体知识推理方法EI北大核心CSCD

大数据时代道路数据来源日益增多,跨数据源的道路选取面临巨大挑战。本文针对数据语义不一致问题,提出一种基于本体知识推理的多源道路选取方法。首先,将1∶5万基本比例尺地形图道路数据作为基础案例,将四维图新导航电子地图和开放街道地图中的道路数据作为试验数据,基于stroke计算道路等级、长度、连通度、接近度、中介度特征项,提取特征项概念并构建本体;然后,从语义特征项和数值特征项两方面计算本体概念相似性,建立基础案例与试验数据间的关联关系;最后,基于本体和语义网规则语言定义本体通用、语义特征、数值特征三类选取规则,实现跨数据源道路选取的过程性知识推理。试验表明,本文方法可基于本体概念相似性度量消除语义差异,同时利用语义网规则语言进行知识推理,可实现多源道路数据向基本比例尺数据的智能选取。     

利用聚类算法实现多波束水深数据异常值的自动识别与清理EI北大核心CSCD

借鉴人工交互处理视角下多波束测深后视图中异常值的图像特征,利用密度聚类算法实现了无效数据的剔除及存疑数据的识别定位。利用聚类算法将多波束测深数据自动划分为可信、存疑和无效3类数据,可信数据保留,无效数据自动剔除,存疑数据人工判断。通过这种部分人工介入的异常值自动清理算法可较好地解决自动处理算法可信度低而人工交互处理效率低这一矛盾问题。实例计算表明:该算法在一定程度上提高了自动处理算法所得结果的可信度,对实现高可信度、高效率的多波束测深异常值清理具有重大意义。     

一种基于遗传算法的多模式多标准路径规划方法

单一路径评价标准难以满足日益多样化的出行路径规划需求。多标准路径规划成为公众出行服务的研究热点。然而,多标准路径规划本质上是具有NP特性的多标准决策问题,且涉及多种交通出行模式。多个不同标准的权重设置将直接影响路径规划结果。因此,如何科学合理地设置不同标准的权重成为多标准路径规划中的技术瓶颈。本文提出了一种适应多模式交通网络环境的多标准路径规划方法,借鉴遗传算法在求解多标准优化问题中的优势,将其扩展到多模式多标准路径规划中。该方法避免了不同出行标准权重设置中的主观性和不确定性,能够实现更为灵活的交通出行模式自动化组合,为出行者提供满足个性化需求的、多标准的出行路径规划服务。     

一种适用于多源道路网自动匹配的通用算法

多源数据匹配是数据转换、更新与融合的关键技术。随着GIS技术的发展以及地理信息空间数据不断增大,多源空间数据的匹配与融合成为目前GIS领域面临的重要问题。本文对多源道路网的匹配算法进行了研究,并在传统算法的基础上创建了一种可适用于多源道路网自动匹配的通用算法。该算法能够更加便捷和高效地利用道路间的拓扑特征与上下文信息关系,从而极大地提高了匹配运算的成功率和准确度。大量的数据测试表明该算法同时具有成功率高、准确度高以及通用性强等多项优点。