基于蚁群算法的道路选取模型研究

在制图综合中,道路选取是非常重要的内容之一,研究道路选取的智能化方法是非常必要的。文中在研究道路语义、几何特征、拓扑关系和结构特征的基础上,充分考虑居民点对道路选取过程的影响,建立道路选取的蚁群算法模型。通过实验证明该模型算法的可行性和有效性。     

基于蚁群算法在实际动态路网中搜索最佳路径的应用

最佳路径是实际动态路网中备受关注的话题之一,为了提高出行的效率、缓解交通拥堵的状况,本文对动态路网进行分析研究。通过分析实际动态路网的可通行性及影响因素,针对在理论研究中未结合实际路网中的影响因素而得出的最佳路线不符实际路线中的最优情况,在蚁群算法的基础上,结合实际路况,笔者对其进行改进,该算法可实现计算出一条从起始点到终点的最佳路径,并在Visual Studio 2010中用C#语言设计并验证了该算法,证明了它的正确性和有效性。     

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。     

基于蚁群算法的地图矢量化算法研究

蚁群算法是一种模拟进化的在图中寻找优化路径的几率型算法,能有效地解决一系列组合优化问题。将蚁群算法应用于森林资源地图矢量化过程中,提出一种基于蚁群算法的新的地图矢量化算法。详细讨论该算法,并与传统算法作比较。该算法在实际应用中取得了良好效果。     

基于蚁群算法的边缘检测

蚁群算法是近些年发展起来的一种群体智能优化算法,它利用生物信息激素作为蚂蚁选择后续行为的依据,并通过蚂蚁间的协同与交互来完成全局寻优搜索过程。本文将该算法用于边缘检测,建立图像边缘与信息场之间的联系。提出了基于像素邻域的8个启发信息检测算子,指导蚂蚁选择最优边缘路径,并能自动确定分割阈值。对灰度图像进行模拟实验与经典分割算子进行对比,结果表明,该算法可以精确提取边缘特征,细节特征更为清晰。     

改进蚁群算法的三维激光点云聚类方法

为了提高点云聚类方法的效率和精度,本文提出了一种蚁群优化投影寻踪算法。试验采用机载LiDAR点云数据,通过构建蚁群算法中信息素系数更新的对数反正切函数模型来减少所需的信息素更新系数的迭代次数,不断优化的投影寻踪方向投影,提高寻找最佳投影方向的连续空间的效率,实现了树木和建筑的分割。试验使用人工方法对比评估树木和建筑物的位置和数量的准确性。     

遥感图像蚁群算法和加权图像到类距离检索法

遥感图像检索目的是从遥感图像库中寻找出与查询图像相关的图像,但在检索过程中一般只考虑查询图像与待检索图像的相似度,通常忽略了遥感图像库中图像之间的语义相似度.针对该问题,本文提出一种基于蚁群算法和改进的加权图像到类距离的遥感图像检索算法.首先利用信息素浓度描述遥感图像库中图像之间的语义相似度,然后采用蚁群算法更新信息素...     

越野机动路线选择算法的改进

首先介绍了最短路径算法的距离优化和方向优化思想,然后针对越野机动路线分析范围的特点,集成距离和方向优化思想,提出了方向基础上的障碍物避让算法,形成了改进算法的基本思想和基本原理,并对该算法的具体实现过程和作业流程进行阐述,最后实验证明该算法在一定程度上减少了访问节点,提高了计算效率。     

基于蚁群算法的干扰源优化设计技术

在电子对抗新形式的战争中,对卫星导航实施有效的干扰将会极大程度地削弱敌方作战能力。若要对特定区域实施有效的干扰,干扰源的部署方案选择至关重要。为取得理想的干扰效果,本文结合压制式和欺骗式干扰原理以及现代战争的特点,对卫星导航干扰源部署问题进行建模,在干扰源部署方案中选取任务区域干扰效益和平均危险指数作为衡量特定部署方案下干扰能力的指标,建立多目标组合优化模型,并运用蚁群算法优化部署方案。通过仿真分析表明,混沌蚁群算法能有效对干扰源部署方案进行优化,实现对卫星导航的有效干扰。      

改进Dijkstra算法的城市道路最短路径仿真研究

本文在分析Dijkstra算法基础上,考虑城市路网的特点及该算法在路径优化中的不足,提出一种基于双向搜索的Dijkstra改进算法,它可以减少路网节点的搜索范围和计算复杂度.仿真结果表明,改进算法在最短路径搜索中可使候选节点数减少15％～25％,当节点越多这种减少越明显,可提高搜索路径的实时性.     

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。     

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。     

基于蚁群算法的土地利用(图)图斑合并方法

很多地图综合问题可以应用优化算法解决,土地利用(图)图斑合并也可以看作是一个优化问题。本文提出了基于蚁群算法的土地利用(图)图斑合并方法。实验结果表明,基于蚁群算法的图斑合并方法优于普通的迭代方法,该方法使综合后各地类面积变化较小且图斑紧凑性较好,是解决土地利用(图)图斑合并问题的一条可行之路。     

The integration of cooperation model and genetic algorithm

In the photogrammetry,some researchers have applied genetic algorithms in aerial image texture classification and reducing hyper-spectrum remote sensing data.Genetic algorithm can rapidly find the solutions which are close to the optimal solution.But it is not easy to find the optimal solution.In order to solve the problem,a cooperative evolution idea integrating genetic algorithm and ant colony algorithm is presented in this paper.On the basis of the advantages of ant colony algorithm,this paper proposes the method integrating genetic algorithms and ant colony algorithm to overcome the drawback of genetic algorithms.Moreover,the paper takes designing texture classification masks of aerial images as an example to illustrate the integration theory and procedures.     

PATHCLUST在聚落遗址空间模式研究中的应用

本文主要讨论PATHCLUST算法的原理和方法,给出了聚类分析选择最优算法应注意的问题;以郑州地区仰韶文化聚落遗址空间模式研究为例,讨论了PATHCLUST算法在聚落遗址空间模式研究中的应用。结果表明,此算法可有效揭示聚落遗址的空间分布结构规律。     

利用Gabor滤波器与蚁群算法进行纹理分割

提出了一种利用蚁群算法抽取最优Gabor纹理特征的纹理图像监督分割方法。首先,随机选取纹理样本进行Gabor滤波器变换。然后在蚁群算法的基础上采取Gabor纹理向量与纹理类别中心的距离和最小的方式选择特征子集。其目的在于从全局的角度确定Gabor滤波器的主频率及方向中心,使得不同纹理之间的频率响应差别最大。最后,利用K均值算法在已降维的特征上进行纹理图像分割。实验结果表明,本文方法在合成纹理图像的分割中有较佳表现。     

蚁群算法的建筑立面点云数据提取

提出了一种基于蚁群算法的地面激光扫描数据建筑物立面提取方法,该方法可以有效地区分沿街LiDAR扫描景观数据中建筑物立面和位于其前方的树木、街灯、行人、停靠车辆等遮挡物。三组真实的地面激光点云的实验结果表明,该方法能准确、有效地提取建筑物立面点云数据。