期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Dijkstra-ACO混合算法的煤矿井下应急逃生路径动态规划
1
作者
卢国菊
史文芳
《工矿自动化》
CSCD
北大核心
2024年第10期147-151,178,共6页
煤矿井下应急逃生路径规划需要根据煤矿井下环境的变化及时调整,但传统方法依赖静态网络和固定权重而无法实现逃生路径规划适应井下环境动态变化。针对上述问题,提出了一种基于Dijkstra-ACO(蚁群优化)混合算法的煤矿井下应急逃生路径动...
煤矿井下应急逃生路径规划需要根据煤矿井下环境的变化及时调整,但传统方法依赖静态网络和固定权重而无法实现逃生路径规划适应井下环境动态变化。针对上述问题,提出了一种基于Dijkstra-ACO(蚁群优化)混合算法的煤矿井下应急逃生路径动态规划方法。基于巷道坡度和水位对逃生的影响分析,建立了煤矿井下应急逃生最优路径动态规划模型,实现逃生路径随巷道坡度、水位等环境变化而实时调整,从而提高逃生效率和安全性。采用Dijkstra-ACO混合算法求解煤矿井下应急逃生最优路径动态规划模型,即利用Dijkstra算法快速确定初始路径,引入ACO算法寻找距离最短且安全性最高的逃生路径,实现规划路径能够适应环境变化。搭建了模拟某煤矿多种巷道类型及其坡度、水位等参数的仿真环境,开展了应急逃生路径动态规划实验。结果表明,在50 m×100 m,100 m×200 m,150 m×250 m 3种不同尺寸的测试区域中,基于Dijkstra-ACO混合算法规划的路径长度比基于A^(*)算法和基于改进蚁群算法规划的路径长度缩短了19%以上,同时避障率提高了5%以上。
展开更多
关键词
煤矿井下应急逃生
路径动态规划
Dijkstra-ACO混合算法
蚁群优化算法
在线阅读
下载PDF
职称材料
题名
基于Dijkstra-ACO混合算法的煤矿井下应急逃生路径动态规划
1
作者
卢国菊
史文芳
机构
山西能源学院安全工程系
太原科技大学材料科学与工程学院
出处
《工矿自动化》
CSCD
北大核心
2024年第10期147-151,178,共6页
基金
山西省高等学校教学改革创新项目(J20221280)。
文摘
煤矿井下应急逃生路径规划需要根据煤矿井下环境的变化及时调整,但传统方法依赖静态网络和固定权重而无法实现逃生路径规划适应井下环境动态变化。针对上述问题,提出了一种基于Dijkstra-ACO(蚁群优化)混合算法的煤矿井下应急逃生路径动态规划方法。基于巷道坡度和水位对逃生的影响分析,建立了煤矿井下应急逃生最优路径动态规划模型,实现逃生路径随巷道坡度、水位等环境变化而实时调整,从而提高逃生效率和安全性。采用Dijkstra-ACO混合算法求解煤矿井下应急逃生最优路径动态规划模型,即利用Dijkstra算法快速确定初始路径,引入ACO算法寻找距离最短且安全性最高的逃生路径,实现规划路径能够适应环境变化。搭建了模拟某煤矿多种巷道类型及其坡度、水位等参数的仿真环境,开展了应急逃生路径动态规划实验。结果表明,在50 m×100 m,100 m×200 m,150 m×250 m 3种不同尺寸的测试区域中,基于Dijkstra-ACO混合算法规划的路径长度比基于A^(*)算法和基于改进蚁群算法规划的路径长度缩短了19%以上,同时避障率提高了5%以上。
关键词
煤矿井下应急逃生
路径动态规划
Dijkstra-ACO混合算法
蚁群优化算法
Keywords
coal mine emergency escape
dynamic route planning
Dijkstra-ACO hybrid algorithm
ant colony optimization
分类号
TD67 [矿业工程—矿山机电]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Dijkstra-ACO混合算法的煤矿井下应急逃生路径动态规划
卢国菊
史文芳
《工矿自动化》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
