基于可视性分析的最优路径问题是一种以地形可视性信息为主要代价的最优路径搜索,属于空间决策支持范畴,在理论研究和实际应用两方面都有重要意义。在传统基于可视性分析的最优路径问题中,影响通行能力的可视性代价信息通常都是互不相关的0维数值,而互不相关的0维代价不能反映三维地形上不同点的视域的重叠特征。本项目采用二维视域描述三维地形的可视性信息,提出基于栅格邻域可视性相关的最优路径问题。路径总的可视性信息由所有路径点的视域融合求得,即为路径可视覆盖。根据路径可视覆盖最优和路径长度最优两个目标将最优路径问题分为五类:(1)全区域可视覆盖最短路径, (2)可视覆盖最小最短路径,(3)平均视域最大可视覆盖路径,(4)平均视域最小可视覆盖路径, (5)最小可视覆盖路径。本项目将对上述问题进行建模求解,研究各种求解方法的鲁棒性、收敛性、可达性,并与传统可视最优路径进行比较,分析本项目研究结果的实际应用效果。
{{i.achievement_title}}
数据更新时间:2023-05-31
新型树启发式搜索算法的机器人路径规划
高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析
基于速变LOS的无人船反步自适应路径跟踪控制
口腔扁平苔藓研究热点前沿的可视化分析
相关系数SVD增强随机共振的单向阀故障诊断
基于动态邻域的空间实体自适应最优匹配方法研究
随机需求库存-路径问题最优策略及其算法
双方匹配市场中的最优化及其路径问题
集的最优分划及其相关问题研究