易爆品运输车辆中的路径选择模型仿真
本文关键词:易爆品运输车辆中的路径选择模型仿真 出处:《计算机仿真》2015年01期 论文类型:期刊论文
【摘要】:易爆品运输车辆必须选择最优路线模型,以保证运输安全。易爆品运输过程中,不但需要考虑运输成本和运输的线路,还需要考虑运输风险的因素。传统的路线选择模型仅仅以成本分析为基础,没有加入易爆品运输的风险因素,路线选择存在较大缺失。提出采用粒子群离散变换算法的易爆品运输车辆路径选择方法。根据最小二乘法相关原理,计算运输路径危险环境函数,获取危险程度拟合曲线,根据该函数得到运输路径中的危险程度。根据最小危害路径选择的目标函数,对所有的待优化变量进行二进制编码,并针对编码结果进行离散化变换,实现易爆品运输车辆路径的选择。实验结果表明,利用改进算法进行易爆品运输车辆路径选择,降低了路径协同误差和路径选择误差。
[Abstract]:In order to ensure transportation safety, the transportation cost and route of explosive goods should not only be taken into account in the process of transportation, but also the optimal route model must be chosen. The traditional route selection model is only based on cost analysis and does not include risk factors of explosive transport. The route selection method is proposed, which uses particle swarm optimization (PSO) algorithm to select the route of explosive transport vehicle. According to the principle of least square method, the dangerous environment function of transportation path is calculated. According to the risk degree fitting curve, the dangerous degree in the transportation route is obtained. According to the objective function of the minimum hazard path selection, all the variables to be optimized are coded by binary. According to the discrete transformation of coding results, the route selection of explosive transport vehicle is realized. The experimental results show that the improved algorithm is used to select the route of explosive transport vehicle. The path coordination error and path selection error are reduced.
【作者单位】: 平顶山学院计算机科学与技术学院;西安电子科技大学计算机学院;
【基金】:河南省重点科技攻关项目(132102210443) 平顶山市科技创新人才计划项目(2012059)
【分类号】:U492.81;TP301.6
【正文快照】: 1引言易爆品运输车辆路径选择是指给定运输条件,以及起始和目标的位置[1],按照某一性能指标,选择一条从起始点到目标点的路径[2],使易爆品运输车辆能安全到达目的地,是交通运输领域研究的核心问题之一[3]。对易爆品运输车辆路径选择方法进行深入研究,可以提高易爆品运输车辆的
【参考文献】
相关期刊论文 前6条
1 陈华志,谢存禧,曾德怀;基于神经网络的移动机器人路径规划算法的仿真[J];华南理工大学学报(自然科学版);2003年06期
2 任春明;张建勋;;基于优化蚁群算法的机器人路径规划[J];计算机工程;2008年15期
3 何小燕,费翔,罗军舟,吴介一;Internet中一种基于遗传算法的QoS路由选择策略[J];计算机学报;2000年11期
4 何娟;涂中英;牛玉刚;;一种遗传蚁群算法的机器人路径规划方法[J];计算机仿真;2010年03期
5 张颖,吴成东,原宝龙;机器人路径规划方法综述[J];控制工程;2003年S1期
6 巩敦卫;耿娜;张勇;;密集障碍物环境下基于凸包和微粒群优化的机器人路径规划[J];控制理论与应用;2012年05期
【共引文献】
相关期刊论文 前10条
1 宋洁,王方伟,顾军华,刘文彬;组播路由算法刍议[J];河北工业大学学报;2003年04期
2 张汝波,郭必祥,熊江;基于遗传蚁群算法的机器人全局路径规划研究[J];哈尔滨工程大学学报;2004年06期
3 张平;王琼芳;宋丙林;;计算网格在机器人三维仿真中的应用[J];华南理工大学学报(自然科学版);2005年12期
4 张铁;谢存禧;龚树强;;基于DSP的巡逻保安机器人的运动控制系统[J];华南理工大学学报(自然科学版);2006年07期
5 莫海军;黄平;;变姿态下多指手抓取爆炸物的能力分析[J];华南理工大学学报(自然科学版);2008年08期
6 赵东;郑时雄;;基于广义势场的多机器人避碰算法[J];华南理工大学学报(自然科学版);2010年01期
7 李群智;申振荣;张伍;贾阳;;带机械臂的月面巡视探测器的路径规划方法研究[J];航天器工程;2010年05期
8 孙俊岭;;基于电子海图的智能潜水器路径规划研究[J];海洋工程;2011年04期
9 王方伟,张运凯;基于Agent的组播路由算法[J];华中科技大学学报(自然科学版);2003年S1期
10 宁欢;王长山;郭彬;;遗传算法在片上网络Qos路由中的应用[J];中国集成电路;2010年03期
相关博士学位论文 前10条
1 刘罡;多节履带式搜索机器人及其运动策略研究[D];哈尔滨工业大学;2011年
2 柳长安;无人机航路规划方法研究[D];西北工业大学;2003年
3 杨建军;基于遗传算法的移动IP路由和性能分析[D];浙江大学;2004年
4 张冰怡;分数Alpha通信量模型的研究与应用[D];南京理工大学;2004年
5 游峰;智能车辆自动换道与自动超车控制方法的研究[D];吉林大学;2005年
6 陈骏坚;基于新型蚂蚁算法的QoSR理论及技术研究[D];武汉理工大学;2006年
7 屈耀红;小型无人机航迹规划及组合导航关键技术研究[D];西北工业大学;2006年
8 沈猛;轮式移动机器人导航控制与路径规划研究[D];西北工业大学;2006年
9 刘彦鹏;蚁群优化算法的理论研究及其应用[D];浙江大学;2007年
10 张泽明;人工免疫算法及其应用研究[D];中国科学技术大学;2007年
【二级参考文献】
相关期刊论文 前10条
1 张汝波,郭必祥,熊江;基于遗传蚁群算法的机器人全局路径规划研究[J];哈尔滨工程大学学报;2004年06期
2 周明,孙树栋,彭炎午;基于遗传模拟退火算法的机器人路径规划[J];航空学报;1998年01期
3 毛琳波;刘士荣;俞金寿;;移动机器人路径规划的一种改进蚁群算法[J];华东理工大学学报(自然科学版);2006年08期
4 刘润涛;简单多边形凸包的算法[J];哈尔滨理工大学学报;2002年02期
5 张捍东;董保华;岑豫皖;郑睿;;栅格编码新方法在机器人路径规划中的应用[J];华中科技大学学报(自然科学版);2007年01期
6 吴庆洪,张纪会,徐心和;具有变异特征的蚁群算法[J];计算机研究与发展;1999年10期
7 丁建立,陈增强,袁著祉;遗传算法与蚂蚁算法的融合[J];计算机研究与发展;2003年09期
8 袁曾任,高明;在动态环境中移动机器人导航和避碰的一种新方法[J];机器人;2000年02期
9 庄晓东,孟庆春,殷波,王汝霖,熊建设,王旭柱;动态环境中基于模糊概念的机器人路径搜索方法[J];机器人;2001年05期
10 景兴建,王越超;一种基于理性遗传算法(RGA)的协调运动行为合成算法[J];机器人;2002年01期
相关博士学位论文 前1条
1 郑昌文;飞行器航迹规划方法研究[D];华中科技大学;2003年
【相似文献】
相关期刊论文 前10条
1 李书鹏;;传热实验中数据处理的最小二乘法与作图法比较[J];齐齐哈尔大学学报;2008年01期
2 胡学军;王俊亮;王刚;;全最小二乘法在三坐标测量中的应用[J];武汉工程大学学报;2008年04期
3 陶华学;王淑玲;;动态最小二乘法的递推计算[J];勘察科学技术;1991年03期
4 魏永巨;丁儒乾;;最小二乘法用于测定混合酸的研究[J];分析化学;1991年05期
5 李玉武,刘咸德;正交最小二乘法及其在分析化学中的应用[J];岩矿测试;2001年04期
6 杨云;朱学峰;;局部最小二乘法校正中药指纹图谱信号的组分保留时间漂移[J];华东理工大学学报(自然科学版);2006年07期
7 林纯勇;陆必泰;;最小二乘法在测配色中的应用[J];广西纺织科技;2008年01期
8 张庆礼;王宜申;肖进;李冬青;殷绍唐;;最小二乘法计算晶格参数[J];量子电子学报;2009年02期
9 陈大勋;刘佳铭;洪碧琴;;用最小二乘法描绘比色曲线[J];福建农学院学报;1985年04期
10 张书杰;;最小二乘法在工程数表中的应用[J];广西轻工业;2007年10期
相关会议论文 前10条
1 王大愚;;最小二乘法平滑技术在体育中运用的尝试[A];第四届全国运动生物力学学术会议论文集(二)[C];1983年
2 朱凤蓉;徐江;董宏波;周国庆;李志明;;最小二乘法在同位素质谱学中的应用[A];2007年全国质谱学会无机质谱、同位素质谱、质谱仪器和教育学专业委员会学术交流会论文集[C];2007年
3 张国锋;高晓蓉;;利用最小二乘法复原2m弦测轨道波形[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
4 柳明;刘雨;苏宝库;蒋效雄;;总体最小二乘法辨识惯导平台误差模型研究[A];2007'仪表,,自动化及先进集成技术大会论文集(一)[C];2007年
5 汪连贺;张育红;;最小二乘法在水位推算中的应用[A];中国航海学会航标专业委员会测绘学组学术研讨会学术交流论文集[C];2009年
6 陈云生;;用最小二乘法与搜索法寻求A值与风速V关系的数学表达式[A];中国电子学会可靠性分会第十三届学术年会论文选[C];2006年
7 冯纯伯;张颖;;应用最小二乘法辩识闭环系统[A];1994年中国控制会议论文集[C];1994年
8 顾念明;;最小二乘法在测定(后张法预应力混凝土)预应力的孔道摩阻系数μ和偏差系数k测试资料计算中的应用[A];第十一届全国混凝土及预应力混凝土学术交流会论文集[C];2001年
9 景春国;白秋果;;最小二乘法在原油含水分析仪标定中的应用[A];中国仪器仪表学会第五届青年学术会议论文集[C];2003年
10 徐含青;;利用EXCEL进行线性拟合应用的实现[A];2013年江苏省计量测试学会学术会议论文集[C];2013年
相关硕士学位论文 前10条
1 杨仕平;整体小二乘理论及其在变形监测中的应用研究[D];西南交通大学;2013年
2 钟云山;最小二乘法结合遗传算法在平面波综合技术中的应用[D];西安电子科技大学;2008年
3 李蓓蕾;多次自适应最小二乘曲线拟合方法及其应用[D];长江大学;2014年
4 胡序朋;基于加权非负最小二乘法的近海浮游植物荧光识别测定技术[D];中国海洋大学;2008年
5 赵婵娟;基于正交最小二乘法的EIV模型及其医学应用[D];山西医科大学;2011年
6 孟炜;高度测量数据处理及算法的研究[D];西北工业大学;2005年
7 王一帮;船用CO分析仪研制[D];中国舰船研究院;2012年
8 郑杰良;GPS位置算法关键技术的研究与工程实现[D];河北科技大学;2014年
9 张凤香;无单元方法在三维电磁场数值计算中的应用研究[D];华北电力大学(河北);2008年
10 刘建明;北京市暴雨沥涝预报系统若干问题的研究[D];天津师范大学;2006年
本文编号:1396593
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/1396593.html