Print

大型网络中容量受限的疏散路径规划方法

论文摘要

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。

论文目录

  • 0 引言
  • 1 疏散路径规划问题的描述
  • 2 CCRP算法
  • 3 利用蚁群算法改进的CCRP算法
  •   3.1 蚁群算法的描述
  •   3.2 CCRP算法的改进
  •   3.3 ACO-CCRP建模
  •   3.4 ACO-CCRP算法步骤
  • 4 实例验证
  •   4.1 实验区数据与路网建模
  •   4.2 模型计算与结果分析
  • 5 结束语
  • 文章来源

    类型: 期刊论文

    作者: 王亮,王润泽,陶坤旺

    关键词: 路径规划,启发式算法,容量受限,蚁群算法

    来源: 测绘科学 2019年06期

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,信息科技

    专业: 建筑科学与工程,自动化技术

    单位: 中国测绘科学研究院,兰州交通大学测绘与地理信息学院

    基金: 国家重点研发计划项目(2016YFC0803108)

    分类号: TU984.116;TP18

    DOI: 10.16251/j.cnki.1009-2307.2019.06.035

    页码: 235-241

    总页数: 7

    文件大小: 306K

    下载量: 248

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/8d182a7fdb9de0eab7a0589f.html