路径优化算法在外卖配送中的应用

在物流行业特别是外卖配送行业中,配送员希望经过餐厅点与客户点的路线尽可能短,且各目的地之间的访问存在顺序限制等特点,本文提出一种具有顺序限制的路径优化算法。该算法首先基于最邻近算法产生初始路径,然后使用LK算法进行优化,最后依据问题特点,使用末端-2-opt方法进行二次优化。试验结果表明,算法能有效缩短初始路径长度,提供较为优良的可行路径,能够有效提升配送员的工作效率,具有一定的实用价值。     

基于GIS的多重心法物流设施选址研究

针对多重心法计算过程复杂,需要反复迭代,工作量和难度大等问题,设计了多重心物流选址算法。该算法运用了GIS强大的数据管理、空间分析和可视化等功能,并在GIS环境下编程实现。最后,结合具体的实例对算法进行了应用。     

基于网络Voronoi图的大规模多仓库物流配送路径优化

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%。     

基于GIS的物流配送中心选址模型研究

配送中心是物流网络中的重要节点,对于优化企业物流系统,合理配置库存资源,提高物流的共同化程度发挥着重要作用。本文应用G IS网络分析方法和改进P中心选址算法,建立了配送中心选址优化模型。该模型由几何网络确定配送中心与需求点间距离、并引入租金、坡度、库存量等因素参与模型计算,通过总费用最小化确定仓库的最佳位置。因采用多因素参与决策和算法的改进,提高了配送中心选址精度,降低了用户选择的盲目性。     

嵌入式GIS中最优路径规划算法研究与实现

针对现有大区域范围路径规划算法存在的一些问题,提出一种多比例尺最优路径规划算法。该算法在进行路径规划时,在小区域范围内根据道路的属性信息对路网进行分层,在大区域范围内根据多比例尺信息对路网进行分级,在每级或每层内采用基于弧段的改进型A*算法。从实例分析可以看出,该算法能较好满足车载导航系统的需求。     

高空间分辨率遥感影像的多智能体分割方法研究

提出一种基于多智能体的高空间分辨率遥感影像分割算法(high spatial resolution remote sensing image segmentation algorithm based on multi-agent theory,MARSS).该方法在区域合并中结合了影像的光谱信息和形状信息,同时利用多智能体与图像环境交互性强,灵活性高,具有并行运算的优点,通过多个智能体控制不同区域的合并过程,能够使分割算法的全局合并控制更加优化.试验结果表明,该算法的分割效果要优于分形网络演化算法(FNEA).     

多服务器技术在WebGIS中的应用

在研究WebGIS三层结构模式和多服务器技术的基础上 ,提出了一个扩展的多服务器处理GIS客户请求的模型。在建立该模型的过程中 ,根据GIS服务的特性 ,采用GIS数据的多级存储和索引技术、AOI数据区域管理方法和动态负载牵移策略来实现多服务器之间的负载平衡 ,使得多台服务器能快速处理GIS客户的请求 ,为用户提供稳定、快捷的GIS功能服务     

矢量地图数据数字水印抗拼接算法

地图拼接是矢量地图数据中的一种常见处理方式。为了正确提取水印信息,需要从拼接后的地图中确定出水印嵌入区域。利用水印嵌入后坐标点尾部数据分布发生变化的特点,提出了一种基于分布拟合检验的抗拼接算法。该算法利用四叉树算法将地图分成多个区域,然后利用单样本K-S检验判断每个区域内的坐标点尾部数据是否服从均匀分布,最终确定出水印嵌入区域。实验表明,该算法能够达到提取水印嵌入区域的目的。     

Contourlet方向区域相关性的遥感图像融合

对遥感图像经Contourlet变换后的高频子带系数分布的方向特征进行统计分析,发现遥感图像经Contourlet变换后高频系数的分布具有较强的方向区域特征,在此基础上,提出一种基于Contourlet系数方向区域相关性的遥感图像融合算法,该算法首先对多光谱图像经IHS变换后的亮度分量和全色图像分别进行Contourlet变换,然后以多光谱图像亮度分量的低频信息作为融合图像亮度分量的低频信息,通过计算并比较全色图像的高频系数和对应的多光谱图像亮度分量的高频系数的方向区域匹配度确定融合图像亮度分量的高频信息;最后经过Contourlet逆变换和IHS逆变换获得融合图像。实验结果表明,该算法在提高融合图像空间分辨率的同时能够更好地保留原始多光谱图像的光谱信息,与传统遥感图像融合算法相比,该算法具有较好的融合图像信息熵和清晰度,具有一定的实用性。     

三维城市环境下射线追踪加速算法

针对传统的射线追踪算法在三维城市环境下存在海量计算、效率低下的问题,该文提出基于城市布局分区、降维、朝向测试、加速多镜法相结合的射线追踪算法。针对各个城市不同的布局特点对地理空间进行区域划分,构建空间索引,排除大量与射线追踪无关的城市建构筑物;同时采用降维处理、朝向测试、加速多镜像相结合的方式,减少空间几何计算的次数,从而提高计算的效率。将该算法与信号覆盖预测理论相结合,实现了点对点的信号准确计算。基于城市移动多媒体的预测结果表明:该算法可以准确、快速地实现城市的区域场强计算。     

ERDAS IMAGINE空间模型参数客户化的实现方法

介绍ERDAS IMAGINE空间模型参数客户化实现的具体方法,使用户在ERDAS IMAGINE中建立的图形模型可以方便地与其他用户进行交流.同时,若对多个文件进行相同算法处理时,该方法能明显节约时间、提高工作效率.     

面向对象的农田信息遥感影像分割算法

为了提高农业遥感数据处理中多光谱影像分割的精度,文章提出了一种面向农田信息提取的遥感影像分割算法:利用KMeans非监督分类算法和Fisher标准估算多光谱遥感影像中各个波段的权值,并将估算的波段权值应用到光谱合并计算中,能够较好地提高农田区域的分割精度,实现基于全局最优合并的区域生长算法,得到最优化的分割结果;从分割结果中提取基于区域的NDVI信息可以较为快速、准确地区分农田和非农田区域。实验结果说明:该方法的分割精度优于传统的全局最优合并算法和FNEA算法,并对遥感影像中旱田和水田的提取均有较好的效果。     

融合像素—多尺度区域特征的高分辨率遥感影像分类算法

针对基于像素多特征的高分辨率遥感影像分类算法的"胡椒盐"现象和面向对象影像分析方法的"平滑地物细节"现象,提出了一种融合像素特征和多尺度区域特征的高分辨率遥感影像分类算法。(1)首先采用均值漂移算法对原始影像进行初始过分割,然后对初始过分割结果进行多尺度的区域合并,形成多尺度分割结果。根据多尺度区域合并RMI指数变化和分割尺度对分类精度的影响,确定最优分割尺度。(2)融合光谱特征、像元形状指数PSI(Pixel Shape Index)、初始尺度和最优尺度区域特征,并对多类型特征进行归一化,最后结合支持向量机(SVM)进行分类。实验结果表明该算法既能有效减少基于像素多特征的高分辨率遥感影像分类算法的"胡椒盐"现象,又能保持地物对象的完整性和地物细节信息,提高易混淆类别(如阴影和街道,裸地和草地)的分类精度。     

基于分水岭变换的遥感影像面向对象多尺度分割算法研究

面向对象多尺度分割技术建立一种基于多尺度分割、逐级分层提取地物边界的方法。并基于这一思想,提出基于分水岭算法和异质性最小区域合并算法相结合的快速分割方法。试验表明,该方法能快速准确地获得高分辨率遥感图像的分割结果。     

资源三号影像中城市高大地物阴影检测方法

针对遥感影像处理中阴影检测和信息补偿不准确的问题,该文在研究已有阴影检测算法的基础上,结合资源三号(ZY-3)影像数据的特性,构建了阴影检测方法:首先对原始图像分别做差值运算和主成分变换,并利用多峰阈值自动提取算法检测出阴影区域;其次将差值运算提取的粗阴影区域与主成分变换提取的阴影区域做并运算生成一个新的阴影区域;然后判断影像中是否含有水体,如果含有水体则利用多峰阈值自动提取算法检测出水体并与新合并的阴影区域影像做布尔运算得到完整的阴影区域,反之则新合并的区域即为完整的阴影区域。实验结果表明该方法针对ZY-3具有较好的普适性、较高的提取精度和提取效率。     

复杂地形DSM的地面点识别及DEM提取

目前,基于数字地表模型(DSM)提取数字高程模型(DEM)的研究多以平坦地区为研究对象,且精度较低。本文提出了一种基于区域生长的DEM提取算法,该算法以区域生长算法为基础,采用最大类间方差法(OTSU)实现区域生长中种子点、生长准则和终止条件的自适应选择。该方法不仅可从平坦地区和地形复杂的山区的DSM中识别地面点和提取DEM,且能有效解决区域生长算法将地面和地面附着物(本文中地面附着物以高架道路为例)识别为同一类的问题。与附近最小值法进行试验对比,结果表明,本文算法能够较好地提高DEM提取精度,识别地面点的制图精度达90%以上,可靠性和稳定性较强。     

基于语义规则的高分辨率影像道路交叉口提取方法

为了准确提取遥感影像上道路交叉口目标,提出一种利用特征语义规则从高分辨率影像上提取道路交叉口的方法。该算法构建交叉口模型时将其视为由同质区域像素集合及区域轮廓边界构成的面对象,提取过程分为两步:1)利用辐射、纹理特征语义匹配提取交叉口候选区域;2)通过几何特征语义匹配筛选候选区域、识别交叉口属性。利用多源遥感影像对算法正确性及合理性进行验证,结果表明:算法能准确、完整地提取道路交叉口,可为影像道路网构建提供辅助信息。     

结合光谱、纹理与形状结构信息的遥感影像分割方法

针对目前遥感影像分割中多特征利用的问题,提出一种综合利用光谱、纹理与形状信息的分割方法.该方法在进行初始分割的基础上,统计区域的光谱和LBP纹理特征;然后依据光谱、纹理与形状特征计算相邻区域之间的异质性,并以此为基础构建区域邻接图(region adjacency graph,RAG);最后在邻接图的基础上采用逐步迭代优化算法进行区域合并获取最终分割结果.采用QuickBird和SAR影像的分割试验,证明该算法能充分利用影像中地物的光谱、纹理与形状信息,分割效果良好,效率高.     

星光导航星点目标区域提取算法改进

星图中星点目标区域的提取关乎星点中心提取的精度,对后续星光导航定位计算至关重要。本文针对现有边界搜索算法实时性差、个别星点边界搜索计算失效的不足,以及视框提取算法单个视框内有多颗星点时无法识别处理的缺陷,提出了一种适用于大视场星图多星点目标区域提取的改进算法。基本思路是：首先采用视框提取算法初步提取目标区域;然后利用本文提出的对角线判定算法,筛选出单星点目标区域和可能含有多星点的目标区域;最后对可能的多星点目标区域采用边界搜索算法,提取每颗星点的目标区域,实现多颗星点目标区域的识别处理。实测星图处理结果表明,本文算法提取单星点目标区域的效率比边界搜索算法提高48%;视框大小为16～60个像素时,提取多星点目标区域的准确率优于98%,可消除视框提取算法由于多星点无法识别引起的近10像素的星点中心坐标误差,使星图中所有星点中心坐标的总体提取精度提高3.78倍,达到0.038像素。     

一种融合数学形态学运算的多尺度建筑物分割算法

多尺度分割算法是面向对象的图像分析方法中的一种较为成熟、稳定的分割算法,但存在部分分割不准确和分割效率低等问题.为此,提出一种融合数学形态学运算的多尺度建筑物分割算法:首先利用高斯滤波器对遥感图像进行滤波处理,然后通过数学形态学运算对图像进行腐蚀处理,最后采用多尺度分割算法得到建筑物影像.对昆明市局部区域的QuickBird图像进行多尺度建筑物分割实验的结果表明,该算法具有分割精度高、效率快等优点,对类似工作有一定的借鉴意义.