基于模拟退火的M稳健估计精确算法

经典选权迭代算法在实现M抗差估计时,通过迭代的方法对参数进行解算,所以仅能求得目标函数最优参数解的近似值。基于M抗差估计的目标函数,将模拟退火算法应用在目标函数最小值的直接求解中,并给出了相应的抗差算法流程。实验结果表明,基于模拟退火算法的M估计的参数解优于经典选权迭代算法的近似参数解;并且在测量数据处理中具有实用意义。     

一种大规模车辆路径问题的启发式算法

针对大规模物流配送,提出了一种集成模拟退火机制和Voronoi长边引导优化的启发式算法.模拟退火机制控制局部搜索过程,Voronoi长边发现解中不合理的空间结构,引导局部搜索过程,从而优化路径质量.实验结果表明,本文算法的搜索性能良好,能够在较短时间内给出高质量的车辆路径安排方案.     

一种启发式有环河系自动分级算法

在地图综合中,河流分级是对水系要素表达的重点也是技术难点,对精确性和计算速度都有较高的要求。目前对河系分级的研究中,已有分级算法的效率较低,且鲜有针对有环河系的分级。基于此,本文建立了河系分级的属性规则、几何规则、环规则,对河系中存在的不同环类型进行了分类处理,且在求取河流最长路径时,运用启发式算法迭代计算,实现了河系的自动分级。实际河系数据试验表明,该算法能在对有环河系的处理中取得良好的效果,提高了河系分级的计算效率和准确度。     

基于地理国情监测成果的学区一张图设计与实现

以地理国情监测成果为基础,针对市民关于学区划分信息的查询需求,设计学区划分一张图,以方便市民对当地学区划分信息的直观了解。此次实践是地理国情监测成果应用的一次尝试,是与民生需要的一次对接,能够为我国测绘行业成果应用提供借鉴。     

一种大规模车辆路径问题的启发式算法

随着中国经济的快速发展,物流配送对车辆调度的实时性与应急情况处理能力提出了更高的要求,使用传统车辆调度算法难以满足突发事件实时处理需求。针对紧急情况如车辆故障或新增任务点等,在传统启发式算法——破坏重建算法的基础上提出了一种动态调度方法：局部搜索方法,实现了物流车辆的动态调度,有效提升了车辆调度中应对紧急情况的实时性与动态性。与多目标混合蚁群优化算法进行实验对比,结果验证了破坏重建算法的优势;利用公开数据和真实数据,与全局方式破坏重建车辆调度方法进行对比实验,结果验证了局部搜索动态调度方法的有效性。     

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.     

基于禁忌搜索算法的点状要素注记的自动配置

提出了禁忌搜索算法,用于解决点状要素的注记自动配置问题。在Yammoto研究的基础上,依据制图规则,引入了地图目标的级别等限制条件,建立了一个较完善的目标函数。通过一个简单的示例,阐述了禁忌搜索算法在点状要素注记配置中的应用。     

非线性最小二乘估计的蚁群单纯形混合算法

基于对单纯形算法和蚁群算法的分析,提出了非线性最小二乘估计的蚁群单纯形混合算法,并用实例证实了该算法既具有单纯形算法收敛较快的优点,又能以较大概率得到全局最优。     

边界约束最大p区域问题及其启发式算法

针对城市空间内的自动化分区,顾及空间域边界对于分区结果的约束效应,提出一种边界约束最大p区域问题。在最大化区域个数p前提下,针对单元与多个边界交叉产生的单元从属不确定性,设计一种顾及空间单元从属不确定度的单元差异性加权目标函数。并在满足阈值约束等最大p区域问题原有约束下,增加若干边界约束,保证形成的区域一般在某个边界之内,若需跨越多个边界,则需涵盖整个边界。针对该非确定性多项式难题设计并实现一种基于禁忌搜索的启发式算法,并在模拟数据和实际数据集上进行实验。实验结果表明,该方法可以使科研和实验人员能够将现实世界中的边界约束灵活地加入到分区问题的模型中,以对最大p区域问题的求解结果进行更为实际的控制。     

混合优化算法的点云配准

针对传统迭代最近点算法依赖于初始位置以及传统遗传优化算法搜索效率低的缺陷。提出了一种以遗传算法为基础融合模拟退火算法的GA-SA混合优化算法实现点云粗配准。其中简化了RMSE(作为适应度函数;再基于点到平面ICP实现精配准。实验结果表明：相较传统优化算法,本文GA-SA配准算法精度显著提高,配准效率提升20%以上,保证了ICP算法的精确配准,并对噪声和点云缺失具有一定鲁棒性。     

A spatial‐knowledge‐enhanced heuristic for solving the p‐median problem

The p‐median problem (PMP) is one of the most applied location problems in urban and regional planning. As an NP‐hard problem, the PMP remains challenging to solve optimally, especially for large‐sized problems. A number of heuristics have been developed to obtain PMP solutions in a fast manner. Among the heuristics, the Teitz and Bart (TB) algorithm has been found effective for finding high‐quality solutions. In this article, we present a spatial‐knowledge‐enhanced Teitz and Bart (STB) heuristic method for solving PMPs. The STB heuristic prioritizes candidate facility sites to be examined in the solution set based on the spatial distribution of demand and service provision. Tests based on a range of PMPs demonstrate the effectiveness of the STB heuristic. This new algorithm can be incorporated into current commercial GIS packages to solve a wide range of location‐allocation problems.     

大角度立体像对相对定向的混合共轭梯度算法

无初值依赖的快速收敛是大角度相对定向解算的关键所在。为此,本文提出一种混合共轭梯度算法,具体过程是:①采用随机爬山算法对给定的相对定向元素初值进行随机扰动,产生保证优化方向的初值;②局部优化中以超线性收敛的共轭梯度法取代相对定向中的最速下降法,以提高其收敛速度;③全局收敛条件为计算误差小于规定的限差。对比试验表明,混合共轭梯度算法无初值依赖性,具有较高的解算精度和较少的迭代次数。     

A spatial parallel heuristic approach for solving very large‐scale vehicle routing problems

The vehicle routing problem (VRP) is one of the most prominent problems in spatial optimization because of its broad applications in both the public and private sectors. This article presents a novel spatial parallel heuristic approach for solving large‐scale VRPs with capacity constraints. A spatial partitioning strategy is devised to divide a region of interest into a set of small spatial cells to allow the use of a parallel local search with a spatial neighbor reduction strategy. An additional local search and perturbation mechanism around the border area of spatial cells is used to improve route segments across spatial cells to overcome the border effect. The results of one man‐made VRP benchmark and three real‐world super‐large‐scale VRP instances with tens of thousands of nodes verify that the presented spatial parallel heuristic approach achieves a comparable solution with much less computing time.     

A HYBRID THINNING ALGORITHM FOR BINARY TOPOGRAPHY MAP

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｔｈｉｎｎｉｎｇｏｆｂｉｎａｒｙｉｍａｇｅｓｉｓａｎｉｍｐｏｒｔａｎｔｔｅｃｈｎｏｌｏｇｙｉｎｉｍａｇｅｓｐｒｏｃｅｓｓｉｎｇ .Ｉｔｉｓｏｆｔｅｎｕｓｅｄｔｏｅｘｔｒａｃｔｔｈｅｓｋｅｌｅｔｏｎｓｏｆｂｉｎａｒｙｉｍａｇｅｓｆｏｒｒｅｃｏｇｎｉｚ ｉｎｇｂｉｎａｒｙｏｂｊｅｃｔｓ .Ｉｔｈａｓｂｅｅｎｗｉｄｅｌｙａｐｐｌｉｅｄｉｎｍａｐｄｉｇｉｔｉｚｉｎｇ ,ｃｈａｒａｃｔｅｒｓｒｅｃｏｇｎｉｔｉｏｎ ,ａｄｖａｎｃｅｄａｎａｌｙｓｉｓｏｆｉｍａｇｅｓａｎｄｓｏｏｎ .Ｔ…     

一种改进的去噪阈值混合滤波算法

中值滤波和均值滤波通常被分别用来处理脉冲噪声和高斯噪声,但当图像同时存在高斯噪声和脉冲噪声时,单独用任何一种滤波方法都不能达到最好的去噪效果。针对这一问题,本文提出了一种改进的基于去噪阈值的图像混合滤波算法,可以更有效地减少噪声,又可以较好地保持图像的边缘细节信息。     

基于簇分解的面状地理实体聚类

针对未知聚类数的面状地理实体聚类问题,本文提出了一种基于遗传算法求最优分割解的簇分解聚类算法,分析了算法的特性,以实验验证了算法的各项性能指标。     

格网划分的Delaunay三角网快速生成算法

针对常见的三角网构建算法效率受查找三角形的约束的问题,该文提出了一种基于格网划分的Delaunay三角网快速生成算法,对传统逐点插入算法的点定位及LOP算法进行了优化。通过对离散点数据进行格网划分,将三角形面积坐标法与直线行走算法相结合,在点定位过程中可大幅度缩短搜索路径,快速定位到插入点所在的目标三角形。实验结果表明,改进后的算法兼顾了时间和空间的性能,执行效率明显提高,定位路径惟一且为最佳路径。     

Nonlinear fault detection threshold optimization method for RAIM algorithm using a heuristic approach

GPS Solutions - The threshold value used in receiver autonomous integrity monitoring algorithms to identify faults has a significant impact on positioning integrity and GPS/GNSS availability. The...     

融和启发信息的蚁群特征选择方法

特征提取和选择是模式识别核心问题之一,它极大地影响着分类器的设计和性能,高维的特征选择更是一个NP难题。针对特征选择这一组合优化及多目标优化问题,本文提出了改进的融合启发信息ACO(Antcolony optimization)特征选择的新方法,该算法比不用启发信息的ACO方法能更好地找出代表问题空间的最优特征子集,降低分类系统的搜索空间,从而提高搜索效率。以航空纹理影像的特征选择和分类问题为例,利用原始蚂蚁算法和改进的蚂蚁算法选择的特征分别进行识别,结果证明该算法不仅能够比没有改进的蚂蚁找出有效特征集、降低图像特征空间维数、减少图像分类的工作量,而且提高了分类识别正确率。