一、一个改进的较佳路径求解算法(论文文献综述)
杨东昉[1](2021)在《基于XCSP3约束表示的路径规划算法研究》文中研究指明路径规划是人工智能领域的一个重要研究方向,一个好的路径规划算法需要满足两个基本的要素:第一,算法应规划出一条能在飞行过程中绕过障碍物的路径;第二,算法规划出的路径应该是最佳路径,并满足所涉及的各种约束。然而,传统的路径规划算法把所涉及的约束固化在程序中,不方便修改、添加新的约束,因此,本文采用XCSP3语言对路径规划过程中所涉及的约束进行表示,从而实现约束的可动态修改与删除。*算法是一种经典的启发式路径规划算法,具有结构简单、易扩展、适用性广等优点。XCSP3是一种全新的约束表示语言,具有通用、完整、易读、灵活等众多优点。XCSP3约束表示能力很强,几乎覆盖了当前主流约束求解器(如Choco和Gecode等)中涉及的约束,可以方便对各种问题进行建模。现实生活中的很多问题,如时间表问题、产品配置问题、航空调度问题、路径规划问题都可以建模为约束满足问题。约束满足问题(Constraint Satisfaction Problems,CSPs)可以定义为一个变量集合、变量对应的论域集合和一个约束集合。其中,每个约束都定义在变量集的某个子集上,并且约束了该子集中变量可以采用的值的组合,约束满足问题的目标是找到变量的一组赋值,使得满足所有的约束。本文采用XCSP3语言对无人机路径规划的复杂约束进行建模,提出了结合改进启发式的双向A*和A*+IDA*路径规划算法,对于转弯半径约束、出射入射速度方向约束等,采用Dubins曲线对规划路径进行平滑。改进启发式的主要思想是在保证算法采纳性的前提下尽量提高启发函数的精度,并且通过引入系数p来提高算法搜索效率,另外为了提高改进算法的健壮性,我们采用堆队列排序思想对Open表进行排序。我们采用路径规划基准测试数据集(https://www.movingai.com/benchmarks/)对算法进行测试,并将算法在无人机领域进行实验,实验结果表明,结合改进启发式的双向A*算法和A*+IDA*算法的性能都得到了有效提高,而且采用Dubins曲线进行平滑优化之后,所得到的路径更接近实际。此外,本文对双向A*算法在三维空间中进行了扩展,并采用三维Dubins曲线对规划路径进行平滑。实验结果表明,该三维路径规划算法能有效规划出一条规避障碍物,并满足无人机自身约束条件的三维空间路径。随着应用环境的复杂多变,路径规划算法也遇到了前所未有的挑战,其中主要面临的问题是仅依靠单一路径规划算法不足以快速规划出合适路径,因此,未来可以考虑把路径规划算法与预处理技术相结合以提高算法效率;此外,本文仅研究了静态环境中的路径规划算法,下一步将考虑动态环境下的路径规划,即进一步提升物体动态障碍规避能力,使之能根据实际情况去规避障碍,重新规划出一条满足新约束的路径。
檀腾[2](2020)在《基于低秩矩阵恢复的室内指纹定位技术研究》文中指出近年来,随着通信信息技术和移动智能终端的快速发展,基于位置的服务越来越受到人们的广泛关注,人们对室内领域的定位服务需求也越来越强烈。目前,基于无线局域网的室内指纹定位技术以其成本低、易于实现、便于扩展、定位精度高等特点逐渐成为当前研究的热点。基于位置指纹的室内定位技术利用实时接收的信号强度与位置指纹数据库相匹配来估计用户位置信息,因此在离线阶段建立的位置指纹库对精准定位至关重要。然而接收信号强度(Received Signal Strength,RSS)容易受到复杂环境变化、多径、阴影效应等问题的影响,导致位置指纹库中掺杂离群点和噪声,定位精度下降。同时离线阶段建立指纹库需要在每个参考点采集指纹信息,这需要巨大的工作量,严重影响该方法的实用性和推广。为此,本文通过对相关文献的查阅和实际实验分析,进行了如下的研究工作:(1)通过理论分析以及数据实验,证明了RSS之间的空间相关性和时间相关性,该相关性在指纹库中就表现为矩阵的低秩属性。据此针对指纹库中掺杂离群点和噪声的问题,提出利用该低秩属性结合Robust Principal Component Analysis(Robust PCA)算法对指纹库进行恢复的预处理。并详细分析了传统Robust PCA模型的优劣性,提出了利用加权核范数代替核范数,引入矩阵2,1范数正则项的改进Robust PCA优化模型。同时针对该改进的优化模型结合交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)进行了算法推导。经仿真数据和真实环境数据验证,所提出的算法能有效去除指纹库的离群点和噪声,并提高指纹库以及在线定位的精度。(2)针对离线阶段建立位置指纹库需耗费巨大的工作量,以及定位区域内某些位置处无法测量的问题,提出了基于Matrix Completion的高效指纹库构建算法。利用指纹库的空间相关性和部分已知参考点处的RSS,自动填充完整的位置指纹数据库。并提出了改进的Matrix Completion优化模型,以提高指纹库构建的精度以及对噪声的鲁棒性。针对改进模型的优化问题进行了详细的算法推导。同时针对Matrix Completion无法有效处理全零行和全零列的问题,提出了结合K邻近方法(K-Nearest Neighbor,KNN)的指纹库填充算法。最后通过仿真数据和真实数据实验验证了所提出的算法可以有效的填充未知点的数据,减少离线阶段的工作量,以及较其他算法更优越的性能。
黄筱茜[3](2020)在《生鲜农产品配送中的路径规划研究》文中提出随着生活水平的提高,人们对生鲜农产品的新鲜度的要求越来越高,而在农产品流通中最关键的环节就是物流配送。本文基于客户服务配送成本最优等条件优化约束下对农产品冷链物流配送路径优化问题,使得区域化的冷链物流配送优化逐步过渡到行业的宏观层面,有利于冷链行业降低居高不下的成本问题,同时也提高了服务水平进而提高了企业的竞争力,有一定的理论研究价值。通过选择更加合理的配送路径去实现降低生鲜电商企业运营成本的目的,该研究对我国生鲜电商冷链物流发展具有很大的指导意义和运用价值。本文首先详细分析了我国生鲜农产品冷链物流发展现状以及发展过程中存在的问题和瓶颈,从而分析了生鲜农产品冷链物流配送现状以及研究农产品冷链物流配送路径优化问题的必要性;其次结合冷链物流的特点,归纳总结出车辆路径问题的分类标准,根据分类准则以及实际情况得出本文研究的生鲜农产品配送中的路径规划研究的问题的所属分类,同时分析总结求解车辆路径问题算法的优缺点以及适用性,选择合适的算法来求解模型,建立了以总成本最优的生鲜农产品冷链物流配送优化路径模型,结合生鲜农产品配送中的实际情况,对目标函数设置软时间窗约束、载重约束等条件使得模型更加完善;再次,详细阐述了蚁群算法的基础理论,利用蚁群算法的优点对蚁群算法进行设计,针对蚁群算法在生鲜农产品的配送规划中的应用研究,与蚁群算法的特点结合,对蚁群初始参数进行设定,改进计算规则,给出基于蚁群算法的生鲜农产品冷链物流配送路径优化的算法步骤,最后结合实例,验证了算法的可行性和有效性,并提出了降低配送成本的对策和措施。
沈敏[4](2019)在《基于相似性和节点中心性的社团划分算法研究》文中进行了进一步梳理在自然界中存在着许多的复杂系统都可以通过各种各样的网络加以描述。复杂网络的特征包括有小世界、无标度和社团结构等。近几年,相似性的许多概念和方法已经成功地应用于复杂网络结构特征的研究。社团结构描述了网络成员节点之间的复杂关系,社团以内的节点之间密切连接,社团与社团间的节点连接松散,深入了解复杂网络中社团结构可以更好的发现网络中潜藏着的规律。已有的社团划分算法大多数存在复杂度随着网络规模指数增长的局限,并且部分算法的精度有待提高。本文将相似性指标与节点中心性指标相结合提出了一系列的社团划分算法,降低了计算复杂度并提高了精度。本文的主要工作和成果如下:1.提出基于特征向量局部相似性的社团划分算法,针对现有的社团划分算法复杂度高的问题,采用相似性指标结合节点中心性,基于网络中节点的特征向量中心性,提出特征向量局部相似性(ELS)和特征向量吸引性(EA)指标;ELS指标表示节点之间的相似性,用来形成初始社团;EA指标同时考虑了局部相似性和特征向量中心性占比,表示节点之间的吸引性,用来优化初始社团,并在此基础上完成网络的社团划分。2.提出基于PageRank局部相似性的社团划分算法,针对特征向量中心性存在高度节点的邻居节点从其得到的中心性会因高度节点邻居数量多而被过度分化的问题,基于PageRank中心性,提出PageRank局部相似性(PLS)和PageRank吸引性(PA)指标;PLS指标表示节点之间的相近程度,相近节点聚集成初始社团;PA指标表示节点之间的吸引程度,用来优化社团,实现网络的社团划分。3.提出基于结构相似性的社团划分算法,针对网络中连边节点相似性对于连边权重和社团之间关系的影响,基于PageRank中心性,提出PageRank局部相异性(PLD)和PageRank增强相似性(PES)指标;PLD指标表示节点之间的相异程度,用于给节点之间连边赋值,删除PLD值较高的连边,断开网络形成初始社团划分;PES指标表示初始小社团之间的相似程度,用来合并相似的小社团结构以完成网络的社团划分。本文将相似性算法应用于网络的社团划分,结合网络中节点中心性特征,提出一系列指标来划分社团。
陈琦[5](2019)在《基于特征和字典学习的图像阴影检测与去除方法研究》文中研究表明图像阴影检测与去除是计算机视觉和图像处理领域中非常重要的基础工作,可有效协助实现场景恢复、目标识别以及特征提取等,在农业、气象、通信、智能交通、遥感、医学等领域得到广泛应用。目前阴影检测和去除方法的研究已经取得一定的成果,但由于阴影产生的随机性、多样性以及复杂性,现有算法存在一定的局限性,难以满足不同应用场合的需求。因此,深入研究各类阴影检测与去除算法并进行优化,提高阴影检测与去除算法的普适性,具有重要现实意义。本文针对单幅静态图像的阴影检测和去除问题展开研究和讨论,主要介绍了图像阴影检测和去除方法的目的和意义,描述了图像阴影的分类和性质,梳理了近些年来图像处理领域提出的阴影检测和去除算法。针对现有算法阴影漏检、误检和去除效果不理想等不足进行了研究,提出了三种阴影检测和去除算法。主要工作内容如下:(1)针对自动阴影检测算法不能准确检测复杂场景阴影,无法正确区分阴影区和暗区等问题,提出了一种基于高斯混合模型的交互式阴影检测方法。通过交互可人为提供场景的上下文语义信息,帮助算法理解场景内容。首先,利用近邻传播算法对图像进行聚类,根据像素颜色和位置降采样为小块图像,提高检测效率;其次,构建了一个包含光强、颜色和纹理特征等六维特征向量的高斯混合模型笔刷,通过少量人工交互帮助算法识别图像阴影区和非阴影区;最后,对图像进行多尺度双边滤波,使得图像在保留阴影区域边界信息的同时,减少阴影区域内噪声,平滑阴影区域,提高检测结果正确率。在存在多个阴影区域的复杂情况下,可以进行多次交互和迭代操作,获得较理想的检测结果。实验结果证明我们提出的算法阴影检测准确率较高。(2)针对光照迁移阴影去除方法使用线性仿射模型时采用全局统一迁移算子的不足之处,提出了一种自适应光照迁移阴影去除算法。该算法可实现纹理复杂和亮度不均图像阴影区域的光照恢复。首先根据图像阴影区域的分布及颜色和纹理特征,自适应地将图像分割为若干阴影子区域和非阴影子区域,并根据颜色和纹理等特征进行计算,将相似度高的非阴影区域子区域与阴影子区域进行匹配;然后在每对匹配子区域中,建立自适应亮度恢复算子,将阴影子区域中的阴影去除,同时对相邻阴影子区域边界进行亮度一致优化;最后根据阴影边界处的光强急剧变化的特性,对阴影边界区域进行了单独的检测和处理。算法简单有效,可对具有复杂纹理结构和阴影区域亮度不均的图像进行阴影去除,恢复的光照基本与周围环境保持视觉上的一致。(3)结合稀疏表示和字典学习理论在图像恢复中的优势,提出了一种基于图像特征和字典学习的阴影去除算法。首先,根据阴影检测时得到的像素阴影概率值,进行初步光照恢复,使阴影区域与非阴影区域具备一致的亮度级别,有效保证后续区域匹配准确性;其次,根据图像自适应分解后的匹配关系,采用非局域稀疏表示模型,建立阴影子区域中图像块与非阴影子区域中匹配图像块间的联系,选取若干匹配块构造组矩阵;然后,根据组稀疏对图像进行稀疏表示和字典学习,将问题转化为稀疏表示求解问题;最后,针对阴影暗区纹理细节丢失严重的问题,用形态成分分析方法对图像进行分解,获取图像的平滑层和纹理层,对阴影区域的纹理信息进行有效恢复。本算法自然地实现了阴影边界的恢复,与非阴影区域融合,基本满足主观视觉要求。
王家喜[6](2018)在《动车所检修作业计划优化方法研究》文中认为近年来,中国高速铁路的发展与建设取得了举世瞩目的成就。随着高速铁路的不断建成通车,投入运营的动车组数量也日益增大。如此大规模的动车组投入运营给动车所检修工作人员带来了前所未有的压力和挑战。为了保证检修工作按质按量并有条不紊地完成,就需要事先编制动车所检修作业计划。动车所检修作业计划是指导动车所检修工作组织的核心文件,是串联和协调动车组各项检修任务、动车所检修作业人员以及动车所检修设施设备的关键。动车所检修作业计划涉及的因素众多,编制和调整过程十分复杂,目前仍然以动车所调度人员手工编制为主。如此一来,不仅计划编制效率低下,计划编制的质量也无法得到保证;而且在动车组保有量不断增多、检修工作量日益增大的背景之下,手工编制方法在可接受的时间范围内甚至无法提供可行的计划。因此,研究动车所检修作业计划的智能化编制以及优化方法,对提高计划编制效率、提升计划编制质量、提高动车所检修能力利用率以及降低动车组检修作业成本均具有重要的意义。目前,国内外专门对动车所检修作业计划优化问题进行研究的文献并不丰富,国外的相关研究主要集中在列车单元重组问题,而国内相关的研究则主要体现在动车组检修流程优化方面;此外,由于国内外动车组运用方式以及检修体制存在一定的差异性,这也使得既有相关成果无法直接应用于本研究。本文围绕动车所检修作业计划优化方法,重点研究了动车所调车作业计划优化问题、动车所调车司机任务分配与路径规划优化问题以及动车所检修班组调度优化问题等三大核心子问题,旨在为动车所调度人员以及检修工作人员提供理论支撑与决策支持。本文的具体研究工作包括:(1)分析了目前中国高速铁路系统动车组修程修制、动车组运用检修计划的编制流程和方法以及动车组检修基地(尤其是动车所)的检修工作生产组织过程。通过检修作业组织过程的分析,提炼出了动车所检修作业计划优化问题的三大子问题。针对不同的子问题,分别分析了问题所主要涉及的要素、输入以及输出,明确了各个子问题的优化目标和需要重点考虑的约束,并厘清了各个子问题之间的内在相互关系:同时,提取了问题的数学背景,为后续优化建模奠定了良好的基础。(2)研究了动车所调车作业计划优化方法。通过分析动车组一级检修典型的作业流程,构建了动车所调车作业计划优化问题的时空网络。基于时空网络的表示方法,采用双态决策变量以及整型变量等多种类型的变量刻画了动车所调车作业计划的一些关键决策因素,并构建了动车所调车作业计划整数规划模型。考虑到模型存在一些非线性项将带来求解方面的困难,提出了一类非线性约束的线性化方法。通过线性化处理,模型可以转化为标准的整数线性规划模型。利用Gurobi求解器,通过小规模算例的计算表明,优化模型能在非常短的时间内求得全局最优解,从而证明了优化方法的有效性。此外,借助于敏感性分析的手段,对模型结构进行了深入剖析,得到了一些对理解动车所调车作业计划问题本质十分有益的结论。(3)研究了动车所调车司机任务分配及路径规划优化方法。首先,在类比车辆路径问题的基础上,提出了动车所调车司机任务分配及路径规划问题的两阶段优化方法。第一阶段优化模型旨在求解完成给定调车任务所需的最少调车司机数量。第二阶段优化模型则是在第一阶段得到最优的调车司机规模后旨在获取最优的调车任务指派方案,同时制定出调车司机在动车所内的走行径路方案。为了综合考虑调车司机的工作量及工作负荷的均衡性,第二阶段模型被构建为双目标规划模型。然后,提出了改进的归一化规范约束方法以求解双目标规划问题的帕累托最优解,并通过一系列小规模算例论证了算法的有效性。最后,还基于小规模的算例结果,采用线性回归方法得到了最优调车司机规模的估算方法,为计划编制人员提供了简便易行的决策支持工具。(4)研究了动车所检修班组调度优化方法。通过借鉴资源受限项目调度问题的一些研究方法,构建了动车所检修班组调度优化问题的整数线性规划模型。模型的目标旨在最小化检修总工期,约束则综合考虑了检修作业包指派的唯一性、检修作业包-检修班组匹配性、检修班组作业能力、检修作业包的互斥性、检修作业包耗时以及检修作业时间窗等。所构建的模型是可以适应一般情况下的“通用模型”,为了使模型能够适应各种类型的复杂情境,提出了不同形式的扩展模型。通过实际案例,验证了模型的有效性。同时,以甘特图为工具对检修作业过程的关键路线进行了分析。(5)基于上海南动车所的案例背景进行了实证研究。依托中国铁路总公司科技研究开发计划课题“动车组维修技术深化研究——动车组检修基地检修工艺流程优化研究”和“动车组运用维护技术深化研究——动车组运用检修计划优化技术研究”,利用实际调研获取的数据,应用上述优化方法以上海南动车所为背景进行了实际案例分析。
谢坤[7](2018)在《SDN环境下数据中心网络能源优化机制的研究》文中研究指明数据中心网络部分的能耗量巨大且逐年增长,如何降低其能耗并提高网络利用率,是数据中心可持续发展亟需解决的问题之一。数据中心网络(DCN)节能可通过以能耗为指标的网络资源规划调度来实现。软件定义网络(SDN)满足了 DCN灵活规划和细粒度管控的需求,更利于实现其能源的优化管理。本文的研究目标即为基于SDN的DCN能源优化,即SDN环境下DCN的节能管理机制。结合SDN优势,研究数据平面弹性拓扑节能优化策略以及多控制器控制平面弹性拓扑节能策略,并深入分析多管理域DCN场景下节能机制的分布式扩展,即分别在数据平面、控制平面和分布式三方面展开研究。本文的主要研究内容和创新性工作如下:1.SDN环境下DCN数据平面节能优化算法研究。针对现有数据平面弹性拓扑节能机制贪心策略求解存在的问题和局限,提出一种基于遗传算法的启发式求解方法。结合SDN细粒度网络资源灵活规划的优势和更细致的交换机能耗模型,设计改进的混合遗传算法来优化数据平面弹性拓扑节能最优解查找策略。在SDN控制器高计算性能的支撑下,该算法可以很好地解决局部最优和收敛过慢的问题,完成优化的节能路由规划,进而实现数据平面弹性拓扑节能优化。实验结果证明,数据平面的节能效果在该方法下能够得到进一步的提高。2.SDN环境下纳入控制平面节能的DCN弹性拓扑节能机制研究。针对现有DCN弹性拓扑节能策略局限于数据平面的问题,提出一种包含多控制器控制平面节能在内的SDN两个平面联动的弹性拓扑节能机制。结合控制器负载及其能耗特征分析多控制器控制平面节能的必要性,进而设计控制平面弹性拓扑节能方案,同时涵盖考虑分流条件的数据平面节能优化,实现SDN两个平面的整体节能。该机制结合交换机动态迁移策略设计装箱数学模型以实现高效的控制平面节能,可以很好地解决在数据平面节能的基础上纳入控制平面节能的问题。实验结果证明,DCN整体的弹性拓扑节能效果在该机制下能够得到显着的改善。3.SDN环境下多管理域DCN分布式弹性拓扑节能机制研究。针对现有多管理域DCN分布式能源管理研究尚不完备,缺乏跨域网络流基于能耗的分布式节能规划模型等问题,提出一种多管理域DCN分布式弹性拓扑节能机制。分析分布式节能的必要性和可行性,设计节能路由分布式规划算法模型,同时支持控制平面分布式节能,完成多管理域DCN分布式并行节能计算。该机制专门针对跨域网络流设计结合分布式计算的域间传输节能部署方案,可以很好地解决弹性拓扑节能的分布式扩展问题。实验结果证明,在多管理域DCN场景下该机制在保证全局节能效果的同时能够显着提高节能计算的运算效率。
朱晓鑫[8](2017)在《震灾应急物资调度的优化决策模型研究》文中研究说明近年来频繁发生的地震灾害表明,无论是在应急物资需求数量还是调度时间方面,震灾的发生都给受灾地区提出了更高的要求,同时给应急物资调度活动也带来了更高的挑战。而低效率、高成本的应急物资调度活动可能会加重灾区人员伤亡和财产的损失程度,后果严重的甚至可能诱发后续次生灾害的发生。因此,震灾发生后,如何高效率、低成本和低风险地优化应急物资调度活动已成为应急物流领域持续研究的热点问题。震灾的应急调度优化和应急救援问题是与人民群众生命财产安全紧密关联的决策问题,因此以符合实际灾情情况和实际救援条件为基础和核心展开的研究更具实际意义,而现有的多数应急物资调度优化研究往往多集中于追求复杂的数学模型构建和推导,主要存在以下四方面的问题:首先,目前大多应急管理领域的研究系统性较为薄弱,导致物资需求预测、物资筹集和调度配送问题都分相互脱节,不成体系,而震后的实际救援要求各部分环节紧密相联,而脱离了上下环节的单一研究的科学可信性较低且实际应用性较弱;其次,无论是物资需求预测、物资筹集还是调度优化方面,目前的大多数研究都是以时间、成本或者其他单一因素为目标进行研究,而忽略了实际的应急决策需要兼顾多个目标为综合考虑因素的实际情况;再有,震灾发生后,灾情信息蜂拥而至的同时会造成发生信息模糊、缺失或难以判断的实际情况,而目前无论是经典的鲁棒双层规划还是复杂网络的提出,都是基于信息完备可知的条件下提出,没有较综合、全面的考虑实际救援环境中多目标对应急物资调度产生的影响;最后,应急救援说到底是对生命财产损失的救援,即救助受灾民众为核心主旨的工作,而绝大多数研究并没有将灾民特性为目标因素进行研究,往往造成应急物资调度优化与灾民实际需求不一致,会造成资源冗余或不足。本文以“地震灾害应急物资调度优化”为研究对象,在对应急调度优化现有研究成果总结分析的基础上,以应急物资动员理论、震灾应急阶段划分理论以及物资调度优化理论为基础,采用约束问题的多目标优化方法、最优停止决策、随机过程、数据包络分析方法、多重比较分析方法以及定性与定量相结合等多种研究方法,从灾情实际情况出发,就应急物资调度相关关键技术研究的不足,深入研究了应急物资实时需求预测、筹集随机终止决策、调度优化决策和有效途径机理分析等前沿性课题,尽可能结合实际救援情况地使应急救援资源效用最大化,同时大大降低了应急成本和风险,提高应急物流效率和救援满意度。其主要研究内容如下:首先,在应急物资需求预测方面,针对震灾初期需求信息紧迫且难以获取的实际情况,提出一种新的更适用于实际灾情需求的预测方法和模型,主要解决以下三个决策问题:第一,针对以往只依靠应急救援管理人员和专家的主观判断或者只应用时间序列推理的预测方法的不足,提出了案例推理和时间序列相结合的新模型,既可以借鉴以往宝贵的历史案例经验,还可以结合新发生的震灾案例进行科学的时间序列预测;第二,基于中国幅员辽阔,人口基数大和人口分布不均匀的国情,提出“平均人口密度”的概念,并将其引入模型构建中,提高预测科学性和精度,更符合震灾实际需要;第三,针对实时动态应急物资需求量预测研究的不足,构造了基于案例推理方法的时间序列分析模型,最后通过模型拟合和USGS获取的1948年以来中国案例库真是数据校验得到令人满意的结果,为研究应急物资筹集随机终止和应急调度优化等问题提供决策支持。其次,在应急物资调度优化决策研究方面,以震灾应急期间的任务转换和应急管理目标为依据,分别探讨了基于灾情信息特征的两大类调度优化决策问题,即完备灾情信息和非决策灾情信息情况下的调度优化决策。完备灾情信息方面,主要从多目标规划的视角解决了以下三个决策问题:第一,通过最优停止理论和相关衡量指标的选取研究了应急物资筹集停止最优时间,筹集停止时间的研究不仅承接物资需求预测的研究而且为应急调度优化决策提供铺垫和基础,使本文对应急物资动员体系研究更加科学、系统;第二,构建应急调度优化相关的输入和输出决策单元,并通过数据包络分析的模型改进对应急时期不同阶段的调度方案进行效率排序和优化决策;第三,从多响应点的视角,基于公平性约束条件构建考虑物资特性等因素的调度优化决策模型,并通过多目标演化优化算法进行求解,最后分析了公平性和救援能力的关系。非决策性灾情信息方面,主要通过数据挖掘方法解决两个决策问题:第一,应用统计分析方法对灾民特性进行初步探究,通过对中国汶川地震和日本神户地震的真实数据多重比较分析,得出相应结论,为基于灾民特性的模糊调度优化模型构建提供参考;第二,应用机器学习和面向数据库相结合的数据挖掘方法,构建考虑灾民特性的基于模糊灾情信息的调度优化决策模型,通过对经典Apriori算法的改进得出相关结论。最后,在应急物资调度优化的有效途径方面,针对目前广泛应用的协同和占线的有效途径,以设置的灾害情景为背景构建调度优化决策模型,对其进行有效途径的机理探究。分别基于合作博弈协同和路径占线的有效途径,应用相关定理对已构建的调度模型进行数学推导并得出相关结论,并从调度协同和占线优化的视角对应急调度优化的有效途径进行探讨。本文立足于应急物资管理体系整体分析的研究思想,针对其主要组成部分建立较为系统的应急物资调度优化理论与决策方法,旨在解决目前应急物资调度管理决策中的薄弱问题,希望本文的研究能够对发展应急物流管理理论、实现震灾应急物资调度的快速响应和提高震灾应急物资调度的效率、效益起到适当的推动作用,为应急救援决策者科学、快速、准确地进行应急物资调度的相关决策提供参考和借鉴。
郭方伟[9](2017)在《铁路快捷货运集散路径优化方法研究》文中研究表明随着世界经济全球化进程的不断加快和现代科学技术的不断进步,现代物流业已经成为衡量国家现代化程度的重要标志。近些年来,快递业迅猛发展,每年增幅达到60%以上,市场潜力巨大,单纯的公路运输速度慢,航空的运输量已经远远不能满足市场需求。在铁路大宗货物运量持续低迷的情况下,开展铁路快捷货物运输势在必行,铁路作为国民经济的大动脉,具有成熟运输网络的天然优势。目前,铁路快捷货物运输的难点是两端“门到门”的运输衔接工作,如何找到货物集散的最优路径,让现有的资源合理优化配置,提高运输效率,是本文的主要研究工作。本文共分为五章,前两章是为问题的解决做铺垫,三四章是本文的重点,第五章对研究内容做结论与展望。首先,本文阐述了近年来的全球物流行业的发展态势,对国内外铁路快捷货物运输的发展现状和车辆集散路径优化常用方法进行了详细的研究总结,指出了目前我国发展铁路快捷货物运输中存在的主要问题,并说明了本文主要的研究目的和意义。其次,从市场定位和市场需求两个方面对铁路快捷货物运输市场进行了分析,得出了我国现阶段发展铁路快捷货物运输是十分必要的结论。并且并简单介绍了铁路快捷货物运输和车辆配送路径问题的一些重要概念、特点、服务流程以及组织原则等。再次,构建了车辆配送路径问题两种不同情况下的模型:需求可拆分服务的配送路径优化模型,带时间窗的配送路径优化模型。对路径优化常用的遗传算法、粒子群算法和禁忌搜索算法的原理和求解流程进行了详细的介绍,最后用Augerat标准测试集对三种算法的优化能力和运行速度和稳定性进行研究,并举实例进行验证。最后,研究了车辆路径优化问题中较复杂的一种即动态车辆路径优化问题,在现实生活中存在着大量的不确定因素,因此对动态车辆路径问题进行研究是十分必要的,当不确定因素发生时,动态随机的调整配送路径,以最佳路径省时省力的实现配送任务。对动态问题的研究本文提出了一套实践性强的解决紧急情况下车辆调度问题的方法,并采用了混合元启发式算法,将节约里程法与禁忌搜索相结合,保证在较短的时间内获得一个较满意的解,这种特性也刚好满足紧急情况下的车辆调度的需要,并对算法进行举例论证。
李永[10](2016)在《基于覆盖网的分布式交互应用及其关键技术研究》文中研究指明人类社会是群居社会,交流和协作是人类社会活动的基础。网络和计算机等相关技术的持续高速发展把人类带入了信息化时代。信息化时代的计算机应用从单用户模式向多用户协作模式发展,不再局限于单机独立的系统,而是以分布式的形式开展。当把Internet看成一个整体,人们与眼前计算机的交互应用就变成基于Internet的人与人交互应用,即分布式交互应用(Distributed Interactive Applications,DIA)。信息化时代基于交流和协作的DIA能够提高工作效率,促进生产力的发展,改善人们的工作和生活方式。覆盖网络(Overlay Network)由于具有可扩展性、灵活性、健壮性和易于部署等特点而备受关注并取得了广泛的发展。Overlay Network技术是一种与特定网络层次、特定技术无关的网络构造的方法,通过在原有物理网络的基础上,根据实际的需求来构造一个虚拟的逻辑网络,在保证与原有网络最大限度地兼容的情况下,支持原网络很难或者不可能提供的功能和服务。因此,可以较为灵活地解决现有网络体系结构中存在的问题。本文基于DIA的研究现状和特点,从网络体系结构入手,研究可扩展的分布式交互应用,将Overlay Network的思想融入到DIA的研究中,利用Overlay Network的可扩展性和适应性等特性,将DIA基于Overlay Network之上进行研究,有利于克服DIA在体系结构和机制方面的不足,从而实现DIA的大规模部署和应用。因此,本文针对DIA的可扩展性、低延时、高带宽、动态性、多对多、交互性等需求,提出了基于Overlay Network的DIA的概念及网络体系结构(Overlay-Network based Distributed Interactive Applications,ODIA),并对其关键技术进行了研究。第一,对基于覆盖网的DIA的网络体系结构进行了深入研究。在分析传统的DIA网络体系结构的基础上,提出了基于覆盖网的DIA的概念以及网络体系结构模型ODIA。从功能上将ODIA划分为用户DIA应用层、ODIA覆盖层和物理网络层三个层次,并定义了各层的功能及相互关系。详细描述了基于覆盖网的DIA覆盖层的构造,提出了DIA服务域层——DIA核心层的分层覆盖网结构模型。该模型的构造结合DIA的特点和现有物理网络的特点,以现有物理网络的自治域为单位综合考虑自治域间的延时和领域相关性,将网络聚类划分成K个DIA服务域,每个DIA服务域都包含一个或多个自治域,并在服务域内征用和部署一定的代理节点,由代理节点构造生成服务域层网络,为服务域内的DIA提供支撑。同时在每个DIA服务域内都选取出一个或多个核心代理节点,由核心代理构造生成DIA核心层网络,为服务域间的DIA提供支持。然后,在构造出的ODIA分层模型下确定了需要解决的关键问题。第二,研究了基于覆盖网的DIA网络体系结构模型ODIA的覆盖层构造问题。ODIA覆盖层的主要任务是生成并维护支撑分布式交互应用的Overlay Network拓扑结构,同时为其上层DIA应用层提供实现分布式交互应用所需的功能,如路由和交互性控制等,是整个DIA网络体系结构模型的核心。ODIA覆盖层的构造包括五个子问题,即DIA服务域的划分问题DSDD,DIA代理节点的征用和部署问题DPRP,DIA服务域层的构造问题DSCP,DIA核心代理节点选取问题DKPS,以及DIA核心层的构造问题。首先,针对DIA服务域的划分问题DSDD,以现有物理网络的自治域为单位综合考虑自治域间的延时和领域相关性,把自治域间地理位置邻近和领域相关性大的划分到一个DIA服务域中,对DSDD问题进行形式化描述和建模,并研究了求解DSDD问题的改进遗传算法DSDDIGA。其次,可扩展的DIA应首先能够实现自治域内的分布式交互应用,由于在自治域内的DIA网络中,存在许多类型的服务器,因此以自治域为单位将这些服务器有选择的征用起来作为DIA代理节点,征用节点作为DIA代理的费用远远小于部署DIA代理的代价,只有当征用的代理节点无法支撑自治域内的DIA时,才部署一定的DIA代理节点,即DIA代理节点的征用和部署问题DPRP。然后,对DPRP问题进行了形式化描述和建模,研究了求解DPRP问题的改进粒子群算法DPRPIPSO,该算法能够在满足网络性能约束的条件下,使得部署代价尽量小。再次,为了支撑服务域内的DIA应用,针对DIA服务域层的构造问题进行研究;为了构造拓扑匹配的DIA服务域层网络,采用了GNP网络坐标系统、Hilbert空间填充曲线、Skip Lists等技术,并对DIA服务域层的构造问题进行建模,研究了求解DIA服务域层的构造问题的差分进化算法DEDSCP。第四,针对DIA核心代理节点选取问题DKPS进行建模,提出求解DKPS问题的免疫算法DKPSIA,使得核心代理节点的选取满足最大网络带宽、最小网络延时。最后,为了高效地支撑服务域间的DIA应用,针对DIA核心层的构造问题,提出基于改进超立方体Hypercube对DIA核心层进行构造,并对该问题进行建模,达到DIA核心层网络的总时延最小、物理链路重用度最小、链路最小带宽的最大和总链路带宽最大的优化目标。第三,研究了基于覆盖网的DIA路由问题。基于本文提出的DIA网络体系结构模型ODIA,结合DIA路由问题的特点和性质,对DIA的路由问题分别从域内路由和域间路由两个方面进行了研究。首先,针对DIA服务域内的路由问题,由于DIA路由的多对多、实时性等特点,为每一个需要发送数据的DIA节点都以它为根构造一棵数据分发树,费用开销太大,而所有需要发送数据的DIA节点都基于单棵共享树进行数据分发树,又会造成流量集中,DIA延时无法保障。因此,这里采用多棵共享树来分发DIA数据。基于多共享树研究了DIA服务域内静态路由问题SMSTR和动态路由问题DMSTR,提出了求解SMSTR问题的禁忌遗传算法SMSTRTSGA,研究了动态路由问题DMSTR的节点加入和退出算法。其次,针对可扩展的DIA应用,为了高效地支撑DIA服务域间的分布式交互应用,必须研究DIA的域间路由问题。域间路由是基于DIA核心层之上的,而DIA核心层是由所有DIA服务域内选出核心代理节点基于Hypercube构造出的一个覆盖层,因此需要结合Hypercube研究DIA的域间路由问题。对于DIA服务域间的静态路由问题SHMR,提出了基于局部簇的超立方体组播路由算法HMRLC;对于DIA服务域间的动态路由问题DHMR,研究了DHMR的节点加入和退出算法。第四,研究了基于覆盖网的DIA交互性问题。在DIA中,发生在两个不同节点上的事件如何排序,如何判断某个事件当前是否可以提交处理是非常关键的。由于网络传输时延的异构,不同DIA节点接收到事件的顺序是不一样的,一个DIA节点显然不能把事件的接收顺序作为处理顺序,也不能将已接收到的最小时间戳的事件作为当前需处理的事件,因为它无法判断是否有更小时间戳事件仍在网上传输,还未接收到。本文根据DIA交互性问题的特点和性质,在基于Overlay Network的DIA网络体系结构模型的基础上,分层次地解决DIA交互性问题。对于DIA服务域内的交互性问题,在时钟同步的前提下,为了能够确定事件的可处理时刻,有效的解决了DIA服务域内不同节点上事件处理顺序不一致造成的交互性问题,提出了基于周期采样和事件序列号的DIA服务域内交互性控制方法ICMSE。对于DIA服务域间的交互性问题,由于节点地理上分布的广泛性,节点间时钟无法精确同步。即时钟同步不能很好地适用于大规模广域网环境,但DIA服务域间的各节点的时钟步进速率几乎没有差异。因此,针对DIA服务域间的交互性问题,为了能够把发生在其他DIA服务域内的事件时间戳转化为对应的本地DIA服务域内的时间,本文提出了基于时钟关系矩阵的时间转化方法,进而提出DIA服务域间的交互性控制方法ICMCRM。模拟仿真表明,本文提出的交互性控制方法具有开销低,可扩展性好,能有效减少DIA中不一致现象的发生。最后,针对在网环境下DIA网络的拥塞和数据包的丢失无法完全避免,会造成事件消息不一定都能在用户可接受的响应时间内到达接收节点的问题,研究了DIA交互性控制的修复机制。第五,研究了基于覆盖网的DIA机制。在基于覆盖网的DIA网络体系结构的基础上,研究了基于覆盖网的DIA机制,主要包括DIA会话和节点管理机制中的DIA会话的注册机制、DIA节点的加入机制、DIA节点的退出机制,以及基于周期采样和事件序列号的DIA服务域内交互性机制和基于时钟关系矩阵的DIA服务域间交互性机制。同时,利用形式化工具Petri网对基于覆盖网的DIA机制进行了形式化描述,基于Petri网可达图对DIA机制的模型进行了正确性和完备性验证。最后,分析了论文中存在的不足。基于现有的工作,针对需要进一步研究的问题提出了一些设想,并对基于覆盖网的DIA的发展前景做出了展望。
二、一个改进的较佳路径求解算法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一个改进的较佳路径求解算法(论文提纲范文)
(1)基于XCSP3约束表示的路径规划算法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文组织结构 |
第2章 背景知识 |
2.1 约束满足问题 |
2.2 相关约束 |
2.2.1 无人机自身约束 |
2.2.2 三维空间约束 |
2.3 XCSP3 约束建模语言 |
2.4 A~*算法 |
2.4.1 A~*算法原理 |
2.4.2 A~*算法步骤 |
2.4.3 A~* +IDA~*算法 |
2.5 双向A~*算法 |
2.5.1 双向A~*算法原理 |
2.5.2 双向A~*算法步骤 |
2.6 本章小结 |
第3章 基于复杂约束表示的改进路径规划算法 |
3.1 基于XCSP3 的复杂约束描述 |
3.2 算法流程 |
3.2.1 堆队列算法 |
3.2.2 启发式的选取 |
3.3 实验及结果分析 |
3.4 本章小结 |
第4章 三维空间的双向A*路径规划算法实现 |
4.1 环境建模 |
4.2 实验及结果分析 |
4.3 本章小结 |
第5章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
作者简介及在学期间所获得的科研成果 |
致谢 |
(2)基于低秩矩阵恢复的室内指纹定位技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
缩略语 |
1 引言 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 室内定位方法研究现状 |
1.2.2 指纹库恢复方法研究现状 |
1.2.3 指纹库高效构建方法研究现状 |
1.3 面临的问题 |
1.4 研究内容和论文结构 |
2 基于位置指纹的定位方法与相关知识概述 |
2.1 凸优化理论预备知识 |
2.1.1 相关定义与定理 |
2.1.2 增广拉格朗日乘子法理论概述 |
2.1.3 交替方向乘子法概述 |
2.2 基于位置指纹的室内定位 |
2.2.1 离线建库阶段 |
2.2.2 在线定位阶段 |
2.3 指纹库恢复预处理方法 |
2.4 高效的指纹库建库方法 |
2.5 本章小结 |
3 基于ROBUST PCA的位置指纹库恢复算法研究 |
3.1 位置指纹库相关特性分析 |
3.1.1 位置指纹库的时间相关性和空间相关性 |
3.1.2 位置指纹库中的离群点和噪声 |
3.2 ROBUST PCA方法概述 |
3.2.1 Robust PCA问题描述 |
3.2.2 Robust PCA常见算法 |
3.3 基于改进的ROBUST PCA的指纹库恢复方法 |
3.3.1 基于Robust PCA的指纹库恢复方法系统模型 |
3.3.2 改进的Robust PCA优化模型 |
3.4 基于改进ROBUST PCA优化模型的算法推导 |
3.5 实验验证 |
3.5.1 仿真数据实验 |
3.5.2 真实环境下的数据实验 |
3.6 本章小结 |
4 基于MATRIX COMPLETION的高效位置指纹库构建算法研究 |
4.1 指纹库填充问题 |
4.2 MATRIX COMPLETION方法概述 |
4.2.1 Matrix Completion问题描述 |
4.2.2 Matrix Completion的可行性分析 |
4.2.3 Matrix Completion相关算法 |
4.3 基于改进MATRIX COMPLETION结合KNN的指纹库构建算法 |
4.3.1 改进的Matrix Completion优化模型 |
4.3.2 改进的Matrix Completion结合KNN算法 |
4.4 算法推导 |
4.4.1 改进Matrix Completion模型算法推导 |
4.4.2 结合KNN算法 |
4.5 实验分析 |
4.5.1 仿真数据实验 |
4.5.2 真实环境下的数据实验 |
4.6 本章小结 |
5 结论 |
5.1 全文总结 |
5.2 未来展望 |
参考文献 |
作者简历及攻读硕士/博士学位期间取得的研究成果 |
学位论文数据集 |
(3)生鲜农产品配送中的路径规划研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 我国生鲜农产品冷链物流发展现状 |
1.1.2 我国生鲜农产品冷链物流配送现状 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 冷链物流研究现状 |
1.3.2 车辆路径问题研究现状 |
1.3.3 冷链物流车辆路径问题研究现状 |
1.4 研究内容与技术路线 |
1.4.1 研究内容 |
1.4.2 研究结构 |
1.4.3 研究方法 |
1.4.4 技术路线图 |
第二章 理论研究 |
2.1 冷链物流相关概念 |
2.1.1 冷链物流的概念 |
2.1.2 冷链物流的适用范围 |
2.1.3 冷链物流的特点 |
2.2 车辆配送路径问题 |
2.2.1 车辆配送路径问题的定义 |
2.2.2 车辆路径问题的分类 |
2.2.3 车辆路径问题的构成要素 |
2.3 常用的优化算法 |
第三章 冷链物流车辆配送路径模型的构建 |
3.1 问题描述 |
3.2 模型假设 |
3.3 配送成本分析 |
3.4 目标函数与约束条件 |
3.4.1 目标函数 |
3.4.2 约束条件 |
3.5 本章小结 |
第四章 基于蚁群算法的冷链物流配送路径优化研究 |
4.1 蚁群算法原理 |
4.1.1 概念原型 |
4.1.2 基本原理 |
4.1.3 蚁群算法的特点 |
4.2 基于蚁群算法的生鲜农产品配送路径规划问题求解 |
4.2.1 参数初始化 |
4.2.2 状态转移概率公式 |
4.2.3 信息素的更新 |
4.3 基于蚁群算法的生鲜农产品配送路径规划问题优化 |
4.3.1 蚁群算法主要参数的影响 |
4.3.2 蚁群算法函数的改进 |
4.3.3 禁忌表问题的更新 |
4.4 蚁群算法设计 |
4.5 本章小结 |
第五章 实例验证分析 |
5.1 M公司概况 |
5.2 M公司的农产品冷链配送现状分析 |
5.2.1 M公司的生鲜农产品经营现状 |
5.2.2 M公司的生鲜农产品配送现状及存在的问题 |
5.3 数据获取及参数设定 |
5.3.1 配送点基本数据 |
5.3.2 配送相关情况分析及参数确定 |
5.4 MATLAB软件求解 |
5.4.1 α,β,ρ对蚁群算法性能的影响 |
5.4.2 蚁群算法性能的分析 |
5.5 数据结果分析 |
5.5.1 结果 |
5.5.2 对比分析 |
5.6 相关对策及建议 |
5.7 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
(4)基于相似性和节点中心性的社团划分算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及其意义 |
1.1.1 社团划分算法研究背景及其意义 |
1.1.2 节点中心性算法研究背景及其意义 |
1.2 国内外研究现状 |
1.2.1 社团划分算法国内外研究现状 |
1.2.2 节点中心性算法国内外研究现状 |
1.3 本文的研究内容 |
1.4 本文的组织结构 |
第二章 相关工作 |
2.1 相似性 |
2.1.1 CN相似性 |
2.1.2 AA相似性 |
2.1.3 RA相似性 |
2.2 节点中心性 |
2.2.1 度中心性 |
2.2.2 特征向量中心性 |
2.2.3 PageRank中心性 |
2.3 经典算法 |
2.3.1 GN算法 |
2.3.2 FN算法 |
2.3.3 K-means算法 |
2.3.4 LPA算法 |
2.3.5 CNM算法 |
2.4 评价指标 |
2.4.1 模块度Q |
2.4.2 标准化互信息NMI |
第三章 基于特征向量局部相似性的社团划分算法 |
3.1 引言 |
3.2 基于特征向量局部相似性的社团划分算法(ELSC) |
3.2.1 特征向量局部相似性(ELS) |
3.2.2 特征向量吸引性(EA) |
3.2.3 ELSC算法描述 |
3.3 数值仿真及分析 |
3.3.1 网络数据描述 |
3.3.2 数值仿真 |
3.3.3 不同算法在八个真实网络上的性能比较 |
3.4 本章小结 |
第四章 基于PageRank局部相似性的社团划分算法 |
4.1 引言 |
4.2 基于PageRank局部相似性的社团划分算法(PLSC) |
4.2.1 PageRank局部相似性(PLS) |
4.2.2 PageRank吸引性(PA) |
4.2.3 PLSC算法描述 |
4.3 数值仿真及分析 |
4.4 本章小结 |
第五章 基于结构相似性的社团划分算法 |
5.1 引言 |
5.2 基于结构相似性的社团划分算法CSCD |
5.2.1 PageRank局部相异性(PLD) |
5.2.2 PageRank增强相似性(PES) |
5.2.3 CSCD算法描述 |
5.3 数值仿真及分析 |
5.4 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
1 作者简历 |
2 攻读硕士学位期间发表的学术论文 |
3 参与的科研项目及获奖情况 |
4 发明(申请)专利 |
学位论文数据集 |
(5)基于特征和字典学习的图像阴影检测与去除方法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 阴影检测方法 |
1.2.2 阴影去除方法 |
1.2.3 图像恢复方法 |
1.3 本文的主要内容和结构安排 |
2 图像阴影检测与去除基础理论 |
2.1 图像成像理论 |
2.1.1 光线 |
2.1.2 光照反射模型 |
2.1.3 图像成像模型 |
2.2 图像阴影特性 |
2.2.1 阴影形成和分类 |
2.2.2 阴影的性质 |
2.3 图像特征及描述 |
2.4 图像恢复方法 |
2.4.1 图像恢复原理 |
2.4.2 稀疏表示问题 |
2.4.3 字典学习方法 |
2.5 阴影去除效果评价 |
2.6 本章小结 |
3 基于GMM的多尺度阴影检测算法 |
3.1 引言 |
3.2 基于GMM的图像阴影检测 |
3.2.1 近邻传播聚类 |
3.2.2 高斯混合模型 |
3.2.3 GMM笔刷模型 |
3.3 实验结果与分析 |
3.4 本章小结 |
4 自适应子区域匹配光照迁移阴影去除 |
4.1 引言 |
4.2 自适应光照迁移阴影去除算法 |
4.2.1 阴影区域数学模型 |
4.2.2 自适应光照迁移算子 |
4.2.3 区域匹配阴影去除 |
4.2.4 多尺度阴影去除 |
4.3 阴影边界处理 |
4.3.1 阴影边界区域检测 |
4.3.2 阴影边界区域恢复 |
4.4 实验结果与分析 |
4.5 本章小结 |
5 基于稀疏表示和字典学习的阴影去除 |
5.1 引言 |
5.2 基于字典学习的阴影去除 |
5.2.1 基于稀疏表示的图像恢复 |
5.2.2 非局域字典学习阴影去除 |
5.2.3 图像细节恢复 |
5.3 实验结果与分析 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读学位期间发表的学术论文 |
致谢 |
(6)动车所检修作业计划优化方法研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 问题的提出 |
1.1.3 研究意义 |
1.2 国内外研究现状 |
1.2.1 动车所调车作业计划优化研究现状 |
1.2.2 动车所调车司机任务分配及路径规划优化研究现状 |
1.2.3 动车所检修班组调度优化研究现状 |
1.2.4 研究现状总结 |
1.3 主要研究内容与论文结构 |
1.4 研究方法及技术路线 |
1.5 本章小结 |
2 动车所检修工作组织 |
2.1 中国高速铁路概况及动车组检修基本制度 |
2.1.1 中国高速铁路概况 |
2.1.2 动车组修程修制 |
2.1.3 动车组检修基地 |
2.2 动车组运用检修计划 |
2.3 动车所检修工作组织 |
2.3.1 动车所检修作业计划 |
2.3.2 动车组一级检修作业流程 |
2.3.3 动车组二级检修作业流程 |
2.4 本章小结 |
3 动车所调车作业计划优化方法 |
3.1 问题描述 |
3.1.1 动车所调车作业计划优化问题概述 |
3.1.2 问题主要考虑的约束 |
3.1.3 基于时空网络方法的动车所检修作业流程分析 |
3.1.4 问题复杂度分析 |
3.2 数学优化模型 |
3.2.1 模型基本假设 |
3.2.2 符号说明 |
3.2.3 优化目标与约束条件分析 |
3.2.4 模型的线性化 |
3.2.5 整数线性规划模型构建 |
3.3 同时多进路情形的模型扩展 |
3.4 小规模算例及敏感性分析 |
3.5 实证研究——以上海南动车所为例 |
3.5.1 数据准备 |
3.5.2 优化计算结果分析 |
3.5.3 与手工编制方法的对比 |
3.6 本章小结 |
4 动车所调车司机任务分配与路径规划优化方法 |
4.1 问题描述 |
4.1.1 问题构成要素分析 |
4.1.2 调车作业的时间和空间参数信息提取 |
4.1.3 调车司机路径规划问题与车辆路径问题 |
4.2 问题的两阶段优化策略 |
4.3 数学优化模型 |
4.3.1 符号说明 |
4.3.2 第一阶段模型 |
4.3.3 第二阶段模型 |
4.3.4 不使用辅助决策变量下的第二阶段模型重构 |
4.4 双目标规划问题的帕累托最优解求解算法 |
4.4.1 帕累托最优 |
4.4.2 求解帕累托最优解的归一化规范约束方法 |
4.4.3 改进的帕累托滤子算法 |
4.5 基于上海南动车所的案例分析 |
4.6 优化结果的进一步讨论 |
4.6.1 与手工编制方法的对比 |
4.6.2 第一阶段模型的回归分析 |
4.6.3 第二阶段模型的敏感性分析 |
4.7 本章小结 |
5 动车所检修班组调度优化方法 |
5.1 问题描述 |
5.1.1 动车组检修作业包 |
5.1.2 动车所检修班组 |
5.1.3 动车所检修班组调度计划 |
5.2 数学优化模型 |
5.2.1 符号说明 |
5.2.2 目标函数分析 |
5.2.3 约束条件分析 |
5.2.4 目标函数的线性化 |
5.2.5 整数线性规划模型的构建 |
5.3 几种特殊情形的建模 |
5.3.1 紧前与紧后工序的建模 |
5.3.2 平行工序的建模 |
5.3.3 检修班组工作时间约束的建模 |
5.3.4 提高检修班组工作量均衡性的考虑 |
5.3.5 减少检修班组空费时间的考虑 |
5.4 基于上海南动车所的案例研究 |
5.4.1 数据准备 |
5.4.2 优化结果及分析 |
5.4.3 基于甘特图的检修关键路线分析 |
5.5 本章小结 |
6 结论与展望 |
6.1 研究结论 |
6.2 主要创新点 |
6.3 研究展望 |
参考文献 |
附录 动车所调车司机上下车位置间的步行距离 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(7)SDN环境下数据中心网络能源优化机制的研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状及问题 |
1.3 研究目标及内容 |
1.4 论文贡献及创新 |
1.5 论文的组织结构 |
第二章 DCN节能相关技术和研究综述 |
2.1 引论 |
2.2 DCN节能相关概念和技术 |
2.2.1 软件定义网络及其相关概念 |
2.2.2 数据中心网络拓扑结构 |
2.2.3 SDN网络设备能耗特征 |
2.3 DCN节能技术研究 |
2.3.1 概述 |
2.3.2 数据平面节能方案 |
2.3.3 控制平面资源调度方案 |
2.3.4 分布式DCN节能方案 |
2.4 小结 |
第三章 SDN-DCN数据平面弹性拓扑节能优化 |
3.1 引论 |
3.2 节能系统体系架构 |
3.2.1 SDN-DCN拓扑结构 |
3.2.2 系统架构设计与处理流程 |
3.3 数据平面节能优化算法 |
3.3.1 数据平面节能标准数学模型 |
3.3.2 基于遗传算法的节能优化算法 |
3.3.3 改进的混合遗传算法 |
3.4 仿真实验与结果分析 |
3.4.1 仿真设计与数据准备 |
3.4.2 仿真结果分析 |
3.4.3 计算时间开销 |
3.5 小结 |
第四章 纳入控制平面的SDN-DCN弹性拓扑节能 |
4.1 引论 |
4.2 纳入控制平面的节能系统体系架构 |
4.2.1 多控制器SDN-DCN拓扑结构 |
4.2.2 系统架构设计与处理流程 |
4.3 数据平面节能建模与求解 |
4.3.1 基于贪心策略的启发式算法 |
4.3.2 最小费用流模型 |
4.4 控制平面节能建模与求解 |
4.4.1 控制器工作负载 |
4.4.2 控制平面节能标准数学模型 |
4.4.3 基于装箱模型的求解算法 |
4.5 仿真实验与结果分析 |
4.5.1 仿真设计与数据准备 |
4.5.2 基于泊松数据的有效性仿真分析 |
4.5.3 基于真实数据的有效性仿真分析 |
4.5.4 计算时间开销和贪心算法效果分析 |
4.6 小结 |
第五章 多管理域SDN-DCN分布式弹性拓扑节能 |
5.1 引论 |
5.2 分布式节能构思设计 |
5.2.1 分布式SDN-DCN节能设计 |
5.2.2 多管理域分布式SDN-DCN拓扑结构 |
5.2.3 系统架构设计与处理流程 |
5.3 分布式SDN-DCN节能建模与求解 |
5.3.1 分布式节能优化目标 |
5.3.2 域内网络流分布式数学模型 |
5.3.3 域间网络流分布式数学模型 |
5.3.4 分布式节能启发式算法流程 |
5.4 仿真实验与结果分析 |
5.4.1 仿真设计与数据准备 |
5.4.2 分布式节能性能分析 |
5.4.3 延迟分析及真实数据节能效果 |
5.5 小结 |
第六章 总结与展望 |
6.1 论文主要结论总结 |
6.2 未来研究工作展望 |
附录 缩略语表 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(8)震灾应急物资调度的优化决策模型研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与问题提出 |
1.1.1 研究背景 |
1.1.2 问题提出 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 研究现状与评述 |
1.3.1 应急物资需求研究现状 |
1.3.2 应急物资筹集研究现状 |
1.3.3 应急物资调度优化研究现状 |
1.3.4 应急物资调度优化有效途径研究 |
1.3.5 国内外研究现状的评述 |
1.4 研究思路与主要研究内容 |
1.4.1 研究思路 |
1.4.2 主要研究内容 |
1.5 研究方法与技术路线 |
1.5.1 研究方法 |
1.5.2 技术路线 |
1.5.3 本文结构安排 |
第二章 地震灾害应急物资调度优化的理论分析 |
2.1 震灾应急物资调度的相关概念 |
2.1.1 地震灾害 |
2.1.2 应急物资需求的概念及需求内容 |
2.1.3 应急物资筹集的概念和渠道 |
2.1.4 应急物资调度概念和决策过程 |
2.2 震灾应急物资调度优化相关理论基础 |
2.2.1 应急物资动员理论 |
2.2.2 应急阶段划分理论 |
2.2.3 物资调度优化理论 |
2.3 应急物资调度运作流程分析 |
2.4 基于应急物资调度优化的理论研究框架 |
2.5 本章小结 |
第3章 应急物资需求预测模型 |
3.1 应急物资需求构成分析 |
3.1.1 应急资源需求的分类和内容 |
3.1.2 应急物资分类 |
3.1.3 应急物资的需求特性 |
3.2 基于CBR-ARIMA应急物资需求预测模型 |
3.2.1 案例推理方法与时间序列分析 |
3.2.2 震灾应急物资紧急需求预测指标选取 |
3.2.3 基于案例推理和时间序列相结合的预测模型 |
3.3 应用实例 |
3.4 本章小结 |
第4章 基于多目标规划的调度优化决策模型 |
4.1 应急物资筹集最优停止时间研究 |
4.1.1 应急物资筹集状态的衡量指标 |
4.1.2 应急物资随机终止模型构建及算法 |
4.1.3 应急物资随机终止模型扩展 |
4.1.4 算例分析 |
4.2 基于改进的数据包络分析的单OD调度优化模型 |
4.2.1 指标体系的构建 |
4.2.2 问题描述与假设 |
4.2.3 模型数学表达与算法 |
4.2.4 算例分析 |
4.3 基于公平约束的多OD调度优化模型 |
4.3.1 问题描述与假设 |
4.3.2 符号解释 |
4.3.3 模型数学表达与算法 |
4.3.4 算例分析 |
4.4 本章小结 |
第5章 基于灾民特性的模糊调度优化决策模型 |
5.1 灾民特性模型研究 |
5.1.1 灾民特性概述 |
5.1.2 灾民特性对应急物资调度的重要 |
5.1.3 灾民特性模型描述 |
5.1.4 算例分析 |
5.2 基于非决策性灾情信息的应急物资调度优化模型 |
5.2.1 灾情数据挖掘及Apriori-SQL算法 |
5.2.2 属性变量与决策变量选取 |
5.2.3 模型数学表达与算法 |
5.3 算例分析 |
5.4 本章小结 |
第6章 应急物资调度优化有效途径的机理探究 |
6.1 基于合作博弈理论的应急物资调度协同机理探究 |
6.1.1 应急物流协同 |
6.1.2 问题描述与假设 |
6.1.3 模型构建及符号解释 |
6.1.4 案例验证 |
6.2 基于占线路径应急物资调度优化模型 |
6.2.1 占线优化及竞争比概述 |
6.2.2 问题描述与讨论 |
6.2.3 模型构建及符号解释 |
6.2.4 案例验证 |
6.3 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
致谢 |
个人简历 |
(9)铁路快捷货运集散路径优化方法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.2.3 目前我国铁路快捷货物运输存在的问题 |
1.3 研究的目的及意义 |
1.4 主要内容及论文框架 |
2 铁路快捷货物运输组织基本理论 |
2.1 铁路快捷货物运输的市场分析 |
2.1.1 市场定位分析 |
2.1.2 市场需求分析 |
2.2 铁路快捷货运的概念及特点 |
2.2.1 铁路快捷货物运输的内涵 |
2.2.2 铁路快捷货物运输的特征 |
2.2.3 铁路快捷货物运输组织原则 |
2.3 铁路快捷货运“门到门”物流服务流程 |
2.4 货物集散的概念及组织原则 |
2.4.1 货物集散的概念 |
2.4.2 货物集散的组织原则 |
2.5 车辆路径问题分析 |
2.5.1 车辆路径问题的构成要素 |
2.5.2 车辆路径问题的分类 |
3 车辆配送路径问题模型与算法 |
3.1 车辆配送方案的编制 |
3.1.1 编制配送计划 |
3.1.2 配送计划合理性分析 |
3.2 车辆配送路径优化模型 |
3.2.1 需求可拆分服务的配送路径优化模型 |
3.2.2 带时间窗的配送路径优化模型 |
3.3 车辆配送路径优化常用算法 |
3.3.1 遗传算法基本理论 |
3.3.2 粒子群算法基本理论 |
3.3.3 禁忌搜索算法基本理论 |
3.4 车辆路径优化常用算法性能研究 |
3.4.1 车辆路径问题各智能算法性能比较 |
3.4.2 算法性能算例研究 |
4 动态车辆路径优化问题研究 |
4.1 车辆紧急调度系统 |
4.2 混合元启发式算法的主要操作 |
4.2.1 车辆动态调度问题的转换 |
4.2.2 多车场问题的处理 |
4.3 混合元启发式算法的设计 |
4.3.1 节约算法的实现 |
4.3.2 禁忌搜索算法的实现 |
4.3.3 约束条件的处理、禁忌条件和终止规则 |
4.4 实验结果及分析 |
4.4.1 相关参数及对初始化线路进行优化 |
4.4.2 各配送点货物重量和时间窗变化情况 |
4.4.3 配送信息发生变化后仍按原路线配送结果 |
4.4.4 配送信息发生变化后经紧急调度优化后结果 |
4.4.5 结果分析 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
致谢 |
参考文献 |
(10)基于覆盖网的分布式交互应用及其关键技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 分布式交互应用的背景 |
1.1.2 分布式交互应用的特征及面临的问题 |
1.2 研究现状 |
1.2.1 DIA网络体系结构研究现状 |
1.2.2 DIA路由问题研究现状 |
1.2.3 DIA交互性问题研究现状 |
1.3 本文研究的出发点及核心思想 |
1.4 本文主要工作和贡献 |
1.5 本文的组织结构 |
第二章 基于覆盖网的DIA网络体系结构 |
2.1 当前DIA网络体系结构面临的问题 |
2.2 基于覆盖网的DIA网络体系结构 |
2.2.1 基于覆盖网的DIA网络体系结构理论模型 |
2.2.2 基于Overlay Network的DIA覆盖层的构造 |
2.3 DIA服务域的划分问题 |
2.3.1 DIA服务域划分问题DSDD的模型 |
2.3.2 求解DSDD问题的改进遗传算法DSDD_IGA |
2.3.3 仿真模拟及分析 |
2.4 自治域内DIA代理节点的征用和部署问题 |
2.4.1 自治域内DPRP问题模型 |
2.4.2 求解DPRP问题的改进粒子群算法DPRP_IPSO |
2.4.3 仿真模拟及分析 |
2.5 DIA服务域层的构造问题 |
2.5.1 Hilbert空间填充曲线 |
2.5.2 跳表Skip Lists |
2.5.3 DIA服务域层拓扑构造问题模型DSCP |
2.5.4 求解DSCP问题的差分进化算法 |
2.5.5 仿真模拟及分析 |
2.6 DIA核心代理节点选取问题 |
2.6.1 DIA核心代理节点选取问题模型DKPS |
2.6.2 求解DKPS问题的免疫算法DKPS_IA |
2.6.3 仿真模拟及分析 |
2.7 DIA核心层的构造问题 |
2.7.1 超立方体Hyper Cube |
2.7.2 基于改进Hyper Cube的DIA核心层的构造 |
2.8 本章小结 |
第三章 基于覆盖网的DIA路由问题 |
3.1 引言 |
3.2 DIA服务域内静态路由问题 |
3.2.1 域内DIA静态路由问题SMSTR |
3.2.2 求解SMSTR的禁忌遗传算法SMSTR_TSGA |
3.2.3 仿真模拟及分析 |
3.3 DIA服务域内动态路由问题 |
3.3.1 域内动态路由问题DMSTR的节点加入 |
3.3.2 域内动态路由问题DMSTR的节点退出 |
3.4 DIA服务域间静态路由问题 |
3.4.1 域间DIA静态路由问题SHMR |
3.4.2 仿真模拟及分析 |
3.5 DIA服务域间动态路由问题 |
3.5.1 域间动态路由问题DHMR的节点加入 |
3.5.2 域间动态路由问题DHMR的节点退出 |
3.6 本章小结 |
第四章 基于覆盖网的DIA交互性问题 |
4.1 引言 |
4.2 DIA服务域内的交互性问题 |
4.2.1 域内节点的时钟同步 |
4.2.2 域内DIA交互性问题描述 |
4.2.3 域内DIA交互性控制 |
4.2.4 仿真模拟及分析 |
4.3 DIA服务域间的交互性问题 |
4.3.1 域间DIA交互性问题描述 |
4.3.2 时钟关系矩阵 |
4.3.3 域间DIA交互性控制 |
4.3.4 仿真模拟及分析 |
4.4 DIA交互性控制的修复机制 |
4.5 本章小结 |
第五章 基于覆盖网的DIA机制的形式化描述与验证 |
5.1 引言 |
5.2 PETRI网相关知识 |
5.3 DIA会话和节点管理机制的形式化描述与验证 |
5.3.1 DIA会话和节点管理机制 |
5.3.2 DIA会话和节点管理机制的Petri网描述 |
5.3.3 DIA会话和节点管理机制的Petri网验证 |
5.4 DIA服务域内交互性机制的形式化描述与验证 |
5.4.1 DIA服务域内交互性机制 |
5.4.2 DIA服务域内交互性机制的Petri网描述 |
5.4.3 DIA服务域内交互性机制的Petri网验证 |
5.5 DIA服务域间交互性机制的形式化描述与验证 |
5.5.1 DIA服务域间交互性机制 |
5.5.2 DIA服务域间交互性机制的Petri网描述 |
5.5.3 DIA服务域间交互性机制的Petri网验证 |
5.6 本章小结 |
第六章 结论与展望 |
6.1 研究内容及创新工作总结 |
6.2 设想和展望 |
参考文献 |
致谢 |
作者简介 |
四、一个改进的较佳路径求解算法(论文参考文献)
- [1]基于XCSP3约束表示的路径规划算法研究[D]. 杨东昉. 吉林大学, 2021(01)
- [2]基于低秩矩阵恢复的室内指纹定位技术研究[D]. 檀腾. 北京交通大学, 2020(03)
- [3]生鲜农产品配送中的路径规划研究[D]. 黄筱茜. 北京邮电大学, 2020(05)
- [4]基于相似性和节点中心性的社团划分算法研究[D]. 沈敏. 浙江工业大学, 2019(02)
- [5]基于特征和字典学习的图像阴影检测与去除方法研究[D]. 陈琦. 华中师范大学, 2019(01)
- [6]动车所检修作业计划优化方法研究[D]. 王家喜. 北京交通大学, 2018(01)
- [7]SDN环境下数据中心网络能源优化机制的研究[D]. 谢坤. 北京邮电大学, 2018(01)
- [8]震灾应急物资调度的优化决策模型研究[D]. 朱晓鑫. 哈尔滨工业大学, 2017(01)
- [9]铁路快捷货运集散路径优化方法研究[D]. 郭方伟. 兰州交通大学, 2017(02)
- [10]基于覆盖网的分布式交互应用及其关键技术研究[D]. 李永. 中国矿业大学(北京), 2016(02)