基于当量长度的游船火灾人员最优疏散路径

为能够在游船发生火灾时选择合理的疏散路径,避免和减少人员伤亡,引入当量长度,建立火灾时游船应急疏散模型,选用最短路径算法得到火灾区域至各逃生出口的多条最优疏散路径,并利用MATLAB编程实现.选取"海洋绿洲"号游船进行实证研究,在客舱着火点位置确定的情况下分别考虑游船通道阻塞和火灾扩散对最优疏散路径的影响.研究结果表明,所建立的疏散模型是可靠的。     

基于模糊需求的灾后应急救援物资运输模型

为研究地震发生后应急救援物资的运输问题,根据救援车辆从1个应急物资救援中心到多个受灾点的情况,运用模糊数学的可能性理论,建立基于模糊需求的带有单边硬时间窗的应急运输车辆路径优化模型.该模型以救援车辆的运输时间和在受灾点的救援时间最短为目的,利用节约算法对算例求解.具体算例表明,该模型具有一定的实用价值.     

基于Dijkstra算法的两点间多目标最优路径问题建模和优化

配送在物流系统中扮演着重要的角色,是物流顺利实施的根本保障.在信息技术高速发展的今天,设计高效实用的物流配送算法为物流配送系统实现合理路径运输,从而节约运输时间、减少运输费用,提高现代物流系统效率和降低成本非常必要.借鉴已有的数学模型,建立城市配送中心两点间的多目标最优路径问题模型,并在此基础上借助运筹学路网中的最短路径算法和前k条简单路径的算法对此模型给出三种算法.最后选择一种较为理想的算法利用C 语言编写了程序,在DevC 编译器上进行了编译和调试后,程序在三个目标权值下成功地给出了九条路径,并把这九条路径的各个目标权值列成表格以备分析.程序给出了较为理想的结果.     

基于栅格地图的分层式机器人路径规划算法

采用分层规划的思想,给出一种基于栅格地图的最优路径规划算法. 分层路径规划算法的第1层为拓扑层规划,采用Voronoi图起泡生成算法描述全局可行域的拓扑关系; 第2层采用广义水平集算法,解决拓扑层的最优路径搜索问题; 第3层为栅格层的路径再规划. 在栅格层借鉴窄带水平集的思想,通过拓宽拓扑路径,得到一个机器人安全通行的窄带区域,并在此区域实行局部快速匹配算法,改善了拓扑路径,提高了算法的效率,并提高规划的实时性.     

求解无人驾驶车辆路径规划问题的QPC-MT-RRT算法

针对无人驾驶车辆路径规划问题,基于快速扩展随机树(rapidly-exploring random tree, RRT)算法,提出了1种5次多项式曲线(quintic polynomial curve)与MT-RRT(multi-targeting rapidly-exploring random tree)的融合算法,即QPC-MT-RRT算法。该算法根据无人驾驶车辆路径规划的相关理论,建立无人驾驶车辆路径规划问题的车辆运动学模型,为规划无人驾驶车辆最优、最高效、最安全路径提供理论依据。将上述算法在MATLAB上仿真,并在平均路径长度、平均路径规划时间、平均采样节点个数及节点利用率4个方面与基本RRT算法及MT-RRT算法进行了对比。仿真结果表明：5次多项式曲线与MT-RRT算法的融合算法具有最高的性能,可以规划出最优路径。     

地震滑坡信息提取方法研究——以2017年九寨沟地震为例

地震滑坡是最为常见且破坏力最强的地震地质次生灾害之一，快速准确地获取地震滑坡的分布和范围信息对震后应急救援和灾后重建工作具有重要意义。采用Sentinel-2A遥感影像，以"8·8九寨沟地震"核心震区--漳扎镇为研究区，通过结合变化检测技术和面向对象方法提取地震滑坡信息，利用改进的区域生长算法对提取的滑坡边界进行优化得到最终提取结果。通过与传统CVA提取结果对比，评价分析本文算法的精度。实验验证结果表明，本文算法的地震滑坡体提取总精度在90%以上，Kappa系数优于0.7，提取结果与目视解译结果较为一致。且自动化程度较高，速度较快，满足地震应急救援的时间和精度需求。     

城市公交最优路径选择的数学模型及其算法

通过对城市公交路径选择问题的分析,在常用的Dijkstra最短路径算法基础上进行改进,根据乘客的不同需求给出出行总距离最短、出行总费用最少、出行总时间最短的最优路径选择模型.综合考虑距离、时间、费用等多种因素给出的出行满意度最大的最优路径模型,同时以算例验证了模型和算法的合理性和实用性.     

GEDI L2A不同算法对地面高程和森林冠层高度精度的影响分析

全球生态系统动力学调查(global ecosystem dynamics investigation,GEDI)雷达是美国2018年12月发射的全波形激光雷达系统,可以为全球地面高程及森林冠层高度提供数据支持。为适应不同地表环境,GEDI L2A产品提供了6种不同算法来估算地面高程及森林冠层高度,这些算法的选择会影响地表参数的提取精度。以机载LiDAR得到的数字地形模型和冠层高度模型为参考数据,评估第2版GEDI L2A数据在不同植被覆盖度下不同算法的适应性以及对地面高程和森林冠层高度精度的影响。结果表明,在覆盖度小于0.2时,算法4的结果最优,在覆盖度大于等于0.8时算法2的结果最优,其余覆盖度下算法1的结果最优。将本文根据植被覆盖度选择的最优算法与GEDI L2A默认最优算法进行比较,整体看来本文的结果优于GEDI L2A默认最优算法的结果,特别是在覆盖度小于0.8,坡度大于等于10°时,本文选择的最优算法能有效提高GEDI L2A产品对地面高程和森林冠层高度估算的精度。     

基于深度Q网络的水面无人艇路径规划算法

为实现水面无人艇(unmanned surface vessel, USV)在未知环境下的自主避障航行,提出一种基于深度Q网络的USV避障路径规划算法。该算法将深度学习应用到Q学习算法中,利用深度神经网络估计Q函数,有效解决传统Q学习算法在复杂水域环境的路径规划中容易产生维数灾难的问题。通过训练模型可有效地建立感知(输入)与决策(输出)之间的映射关系。依据此映射关系,USV在每个决策周期选择Q值最大的动作执行,从而能够成功避开障碍物并规划出最优路线。仿真结果表明,在迭代训练8 000次时,平均损失函数能够较好地收敛,这证明USV有效学习到了如何避开障碍物并规划出最优路线。该方法是一种不依赖模型的端到端路径规划算法。     

基于改进蚁群算法的船舶多约束最优航线设计

为提高船舶航线经济性,基于电子海图显示与信息系统(electronic chart display and information system,ECDIS),分析影响航线设计的各种因素,建立航线设计网络模型。将改进蚁群算法的基本原理应用于船舶航行路径搜索中,提出一种多约束条件下航行综合成本最低的最优航线生成算法。仿真试验证明,该算法是可行的,且具有动态寻优的特点,将其应用于多约束条件下的最优航线设计是合理的。     

基于最短距离优先的集装箱空箱调度优化算法

为减少由国际贸易的不平衡导致的空箱调运成本浪费,在考虑多箱种的情况下,结合大型船舶公司的实际情况,提出一种基于最短距离优先的集装箱空箱调度优化算法.该算法能计算出每条路径所需要的成本,对调运的最优路径进行排序,实现空箱调度的成本最优化.通过实验验证该方法的有效性.     

虚拟场景中路径搜索技术的研究

路径搜索系统一般是游戏或虚拟现实中常用的人工智能的一部分．分析讨论路径搜索系统中几种常用的路径搜索算法,对启发式路径搜索方法A^＊算法和IDA^＊算法进行了改进,在存储空间和运行时间上取得了较为平衡的效果．讨论搜索空间的几种划分方法,在导航网格的基础上实现了路径的搜索．     

基于Maklink图和布谷鸟搜索算法的施工水域路径规划

为提高船舶在复杂施工水域通行的安全性,提出一种基于Maklink图和布谷鸟搜索(cuckoo search, CS)算法的船舶路径规划方法。利用改进的Maklink图构建施工水域环境模型;设置变量参数并用改进的CS算法对模型进行求解,其中采用基于Dijkstra算法得到的最短路径长度作为种群个体的适应度值;采用3个衡量算法性能的指标——优化性能指标、时间性能指标和动态性能指标,对多种算法进行分析比较。结果表明,采用指数型自适应步长和线性自适应发现概率对CS算法进行改进,能提高其在路径规划中的搜索效率和迭代速度,并可以保证求出一定精度内的近似最优解,显示出该算法的优越性。     

基于贪心蚁群算法的无人水面艇全局路径规划

为解决无人水面艇(unmanned surface vessel,USV)在地型较复杂小型水域内的全局路径规划问题,提出一种以贪心算法、蚁群算法、栅格法建模为基础,通过加入双向搜索算法来解决传统贪心算法搜索时易陷入局部最优解等问题的贪心蚁群算法。该算法利用贪心算法规划基础路线,利用蚁群算法的信息素机制摆脱局部收敛状态,并通过双向搜索算法降低局部收敛概率。仿真结果表明:该算法搜索时间较传统蚁群算法减少70%以上,迭代次数较传统蚁群算法减少约85%;该算法在处理USV的全局路径规划问题中具有一定的有效性、合理性。     

随机模糊需求下多物资应急供应系统调货策略

为研究各种应急调货策略在不确定需求环境下的效率,考察由一个中央供应点和多个地方供应点组成的二级多物资应急供应系统,其中需求是一个随机模糊数、服务水平有时间限制、应急调货必须考虑就近原则.针对不同的应急调货策略,分别建立相应的模型,计算各项系统指标;用粒子群优化—模拟退火(PSO-SA)混合算法,对不同策略的效率进行比较,并对影响应急系统的关键参数变动进行分析.结果表明:完全转运策略的效率高于部分转运策略;对于部分转运策略而言,转运点设置越低,系统效率越高。     

失效情景下基于Stackelberg博弈的溢油应急物资储备库选址优化模型

为优化溢油应急物资储备库的选址,将溢油事故假想为攻击者的攻击后果,以Stackelberg主从博弈理论为基础,考虑应急物资储备库的失效情景,将政府视为先行决策者,攻击者作为跟随决策者建立双层规划模型。设计分支定界算法、蒙特卡洛随机模拟算法和遗传算法相结合的混合算法进行求解。案例结果表明：提出的模型可以实现对区域内风险点的完全覆盖以及对重大风险点的多重覆盖;在失效情景下,相较于传统覆盖选址模型,提出的模型的选址结果使得平均溢油损失减少2.4%,平均总成本减少0.4%,提高了应急系统的服务水平,验证了模型及算法的有效性。     

油气集输泵站智能巡检报警系统研制

介绍了油气集输泵站智能巡检报警系统的组成、控制原理及功能。应用后,现场的工作人员能很快判断出报警点故障类型,便于及时处理各种应急故障。     

不确定环境下模糊应急物资库存模型

为通过定量化的方法研究不确定环境下模糊应急物资库存管理问题,结合应急物资的需求特性,以不确定环境下应急物资为研究对象,运用模糊、随机等理论和方法,建立在一定的库存服务水平下离散单周期、单物品的应急物资库存模型,得出需求随机、需求模糊随机、需求随机且成本模糊的应急物资库存模型最优订购策略表达式.由算例分析得出,应急物资的社会性和弱经济性对应急物资最优订购量的影响;增加对模糊集范围预测的准确性可降低不确定环境下最小损失期望值与确定性环境下最小损失期望值的偏差,有利于应急物资库存管理活动的开展.     

基于遗传算法的船舶避碰决策辅助

针对海上船舶避碰问题,提出一种基于多种群遗传算法(Genetic Algorithm,GA)自动生成最优避碰路径的船舶避碰辅助决策方法.该算法采用多种群协同进化的方式,通过建立移民算子和人工选择算子保持种群之间的联系.这种改进的GA不仅能解决标准GA中遗传算子参数设定的问题,而且能提高算法的有效性和效率.利用船舶避碰方面的知识和启发式方法生成初始路径,使其决策方向符合避碰规则的要求,并对种群中的个体进行适应度评价与优化.以精英种群中最优个体的最少保持代数作为算法终止条件,这种判据充分利用GA在进化过程中的知识积累,比最大遗传代数判据更为合理.仿真结果证明了多种群GA在辅助船舶避碰决策方面的可行性和优越性.     

基于自然控制论的核化事故应急优化控制理论框架

核化事故应急是一个典型的自然规律与人类活动相互作用的问题.以自然环境的合理或最优利用和调控为最终目标的自然控制论是解决核化事故应急优化控制问题的有效方法.核化事故应急优化控制是自然控制论新的发展方向和应用领域.本文给出核化事故应急优化控制问题一般提法的理论方程, 建立核化事故应急优化控制数学模型, 提出应急行动代价和事故损失函数的具体表达式, 将应急行动代价和事故损失定量化, 并给出事故源控制、警戒、疏散、防护、洗消、人员伤亡、医学救治等计算方法.本文为核化事故最优应急控制方案提供了计算理论框架.