K-均值算法混合蚁群算法城市应急救援最佳路径决策

被引:9
作者
乔梁 [1 ]
金华 [1 ]
李云霄 [2 ]
黄加翼 [1 ]
机构
[1] 中国人民公安大学安全防范系
[2] 中国人民公安大学交通管理系
关键词
应急救援; 最佳路径; 蚁群算法; K-均值算法; 指挥决策;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
城市应急救援时间是关键。最佳救援路径能否成功决策直接影响救援时间。本文在分析影响城市应急救援的基本因素的基础上,选择理论成熟的K-均值算法混合蚁群算法,寻找最佳城市应急救援路径,为城市应急救援指挥中心决策提供参考。算法的主要思想:K-均值算法基于道路本身信息特征分类,依据道路不同类别初始化构造启发信息。利用蚁群的寻食行为完成了城市应急救援力量驻地到求救点的最佳路径搜索。理论和仿真实验均表明,该方法能够完成最佳路径搜索,有效提高城市应急救援效率。该方法可以对城市应急救援提供决策。
引用
收藏
页码:53 / 57
页数:5
相关论文
共 12 条
[1]   基于A*算法城市应急救援最优路径决策 [J].
乔梁 ;
黄加翼 ;
李云霄 .
安防科技, 2011, (03) :8-10
[2]   面向非常规突发事件的应对方案序贯决策 [J].
杨继君 ;
吴启迪 ;
程艳 ;
许维胜 .
同济大学学报(自然科学版), 2010, 38 (04) :619-624
[3]   A*算法在车辆导航系统中的应用研究 [J].
陈圣群 ;
滕忠坚 ;
洪亲 ;
林敬恩 .
微计算机信息, 2008, (33) :269-270+303
[4]   重大突发事件应急救援设施选址的多目标决策模型 [J].
陈志宗 ;
尤建新 .
管理科学 , 2006, (04) :10-14
[5]   动态复杂环境下的机器人路径规划蚂蚁预测算法 [J].
朱庆保 .
计算机学报, 2005, (11) :142-150
[6]   道路交通事故紧急救援体系研究 [J].
马社强 ;
韩凤春 ;
郑英力 .
中国人民公安大学学报(自然科学版), 2004, (03) :87-91
[7]  
群智能算法及其应用.[M].高尚;杨静宇著;.中国水利水电出版社.2006,
[8]  
蚁群算法原理及其应用.[M].段海滨; 著.科学出版社.2005,
[9]  
蚁群算法及其应用.[M].李士勇;陈永强;李研编著;.哈尔滨工业大学出版社.2004,
[10]  
一种新型的智能优化方法-人工鱼群算法.[D].李晓磊.浙江大学.2003, 02