本文關(guān)鍵詞：基于群體智能的虛擬人群路徑規(guī)劃方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：伴隨著我國經(jīng)濟、社會、文化等領(lǐng)域的不斷發(fā)展,城市化進程不斷加快,隨之而來的優(yōu)勢與問題日益凸顯。無論是展現(xiàn)國家綜合實力的大型文體活動的節(jié)目編排,或是應(yīng)對突發(fā)緊急事件的安全應(yīng)急演練,均受到演練代價高、組織困難大等方面問題的約束。計算機仿真技術(shù)的出現(xiàn)能夠充分克服傳統(tǒng)方法的不足,以快速、安全的方式對人群行為進行模擬,為該問題的解決提供了有效的高科技工具手段。虛擬場景下的人群運動仿真主要包括場景建模、路徑規(guī)劃以及人群運動仿真這三方面的內(nèi)容。針對傳統(tǒng)建模方法存在的信息存儲量大、建模成本高等問題,本文提出基于元胞空間的以及基于拓撲圖的場景建模方法,該方法能夠根據(jù)場景的不同類型有針對性的提取并存儲路徑規(guī)劃過程中所需的信息,實現(xiàn)了高精度、高準確性的要求。此外,目前研究較為廣泛的路徑規(guī)劃方法存在收斂速度慢、不能夠支持較大規(guī)模人群、忽略群體內(nèi)部成員之間關(guān)系對人群運動的影響等方面的問題。因此,本文針對上述問題,提出基于群智能算法的全局路徑規(guī)劃算法和基于社會力量模型的局部路徑規(guī)劃算法,并將其應(yīng)用于虛擬場景下的團體操節(jié)目編排和安全應(yīng)急演練中。本文的主要工作及創(chuàng)新點概況如下:1.提出一種基于元胞自動機的MOPSO算法(Multi-objective Particle Swarm Optimization Algorithm based on Cellular Automata,MOPSO-CA)進行全局路徑規(guī)劃。MOPSO-CA算法將簡單規(guī)則場景劃分為精度一定的元胞空間,定義元胞空間狀態(tài)屬性標(biāo)記個體及障礙物當(dāng)前所處位置情況,能夠大大降低場景信息的存儲量,并能夠避免個體之間及個體與障礙物之間發(fā)生碰撞。在路徑規(guī)劃過程中采用PSO算法,降低了計算復(fù)雜度,提高了路徑規(guī)劃的性能。2.提出一種基于拓撲圖的人工蜂群路徑規(guī)劃算法(Path Planning Method based on Topology and Artificial Bee Colony Algorithm,TP-ABC)進行全局路徑規(guī)劃。TP-ABC算法將復(fù)雜不規(guī)則場景根據(jù)場景內(nèi)部結(jié)構(gòu)劃分為相互關(guān)聯(lián)的子區(qū)域,并構(gòu)建子區(qū)域關(guān)聯(lián)關(guān)系拓撲圖,極大地簡化了場景存儲結(jié)構(gòu),實現(xiàn)復(fù)雜場景全局信息的獲取與存儲。在路徑規(guī)劃過程中采用改進的人工蜂群算法,改進了引領(lǐng)選擇機制及多因素適應(yīng)度評價機制,同時兼顧路徑代價及人群擁擠度等因素,提高了人群對場景實時狀態(tài)的感知能力,使虛擬人群的模擬效果更加貼近現(xiàn)實。3.提出基于關(guān)系群組引領(lǐng)機制的社會力局部路徑規(guī)劃算法,對原社會力量模型的引領(lǐng)速度調(diào)整機制、個體運動趨向進行改進,添加關(guān)系親密個體之間的吸引力,模擬了具有親密社會關(guān)系的個體在運動過程中相互聚集、相互協(xié)調(diào),共同向目標(biāo)運動的效果,為解決大規(guī)模人群在運動過程中個體與個體之間相互制約、相互影響的問題提供了參考思路。結(jié)合相應(yīng)的科研項目,將上述理論研究成果應(yīng)用于人群運動建模與仿真及真實感渲染系統(tǒng)的場景建模與人群運動過程中。該系統(tǒng)實現(xiàn)了場景建模、語義提取、路徑規(guī)劃和真實感渲染四個模塊的功能。通過在該系統(tǒng)中,對團體操節(jié)目排演和突發(fā)事件下人群疏散運動進行仿真和分析研究,總結(jié)出人群規(guī)模、群內(nèi)關(guān)系、出口數(shù)量等因素對人群運動時間的影響。實驗表明,本文提出的方法能夠快速有效地實現(xiàn)人群運動建模與仿真,提高了仿真的真實性和個體對周圍環(huán)境及人群感知能力,具有較高的實用性。
【關(guān)鍵詞】：群體智能 路徑規(guī)劃 人群疏散仿真 人工蜂群算法 社會力量模型
【學(xué)位授予單位】：山東師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要5-7
• Abstract7-9
• 第一章 緒論9-17
• 1.1 研究背景及意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.2.1 群體智能10-11
• 1.2.2 路徑規(guī)劃11-12
• 1.3 人群運動建模與仿真中存在的問題12-13
• 1.4 本文主要研究內(nèi)容和創(chuàng)新點13-15
• 1.5 論文組織結(jié)構(gòu)15-17
• 第二章 基于元胞空間或拓撲圖的場景建模方法17-22
• 2.1 引言17
• 2.2 虛擬場景建模概述17
• 2.3 基于元胞空間的場景建模方法17-19
• 2.3.1 元胞空間數(shù)據(jù)結(jié)構(gòu)17-18
• 2.3.2 元胞空間建模過程18-19
• 2.4 基于拓撲圖的場景建模方法19-21
• 2.5 本章小結(jié)21-22
• 第三章 基于群智能算法的全局路徑規(guī)劃方法22-31
• 3.1 引言22
• 3.2 基于粒子群（PSO）算法的路徑規(guī)劃方法22-25
• 3.2.1 粒子群（PSO）算法的基本思想22-23
• 3.2.2 基于元胞自動機的MOPSO（MOPSO-CA）算法23-24
• 3.2.3 算法初始化24
• 3.2.4 動態(tài)路徑規(guī)劃24
• 3.2.5 群體行為控制24-25
• 3.3 基于人工蜂群（ABC）算法的路徑規(guī)劃方法25-29
• 3.3.1 人工蜂群（ABC）算法的基本思想25-26
• 3.3.2 基于拓撲圖的人工蜂群路徑規(guī)劃（TP-ABC）算法26-27
• 3.3.3 算法初始化27
• 3.3.4 多因素適應(yīng)度評價27-28
• 3.3.5 基于可達性和多種群的引領(lǐng)選擇策略28
• 3.3.6 位置更新28-29
• 3.4 基于拓撲圖的人工蜂群路徑規(guī)劃（TP-ABC）算法應(yīng)用實例29-30
• 3.5 本章小結(jié)30-31
• 第四章 基于社會力量模型的局部路徑規(guī)劃方法31-40
• 4.1 引言31
• 4.2 社會力量模型基本原理31-33
• 4.3 社會力量模型的局限性及改進33-35
• 4.3.1 社會力量模型的局限性33
• 4.3.2 社會力量模型的改進33-35
• 4.4 基于關(guān)系群組引領(lǐng)機制的社會力局部路徑規(guī)劃模型35-37
• 4.4.1 模型框架35-36
• 4.4.2 模型執(zhí)行過程分析36-37
• 4.5 基于關(guān)系群組引領(lǐng)機制的社會力局部路徑規(guī)劃模型應(yīng)用實例37-39
• 4.6 本章小結(jié)39-40
• 第五章 人群運動建模與仿真系統(tǒng)設(shè)計與實現(xiàn)40-50
• 5.1 引言40
• 5.2 系統(tǒng)設(shè)計與結(jié)構(gòu)40-41
• 5.3 系統(tǒng)界面與功能41-43
• 5.4 人群運動建模與仿真設(shè)計實例43-49
• 5.4.1 簡單規(guī)則場景下路徑規(guī)劃算法應(yīng)用實例43-44
• 5.4.2 復(fù)雜不規(guī)則場景下路徑規(guī)劃算法應(yīng)用實例44-46
• 5.4.3 障礙物場景下路徑規(guī)劃算法應(yīng)用實例46-48
• 5.4.4 出口寬度及數(shù)量對不同規(guī)模人群疏散時間的影響48-49
• 5.5 本章小結(jié)49-50
• 第六章 總結(jié)與展望50-52
• 6.1 總結(jié)50-51
• 6.2 展望51-52
• 參考文獻52-55
• 攻讀碩士學(xué)位期間的主要成果55-56
• 致謝56

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 孟正大,王小忠;機器人無碰撞路徑規(guī)劃方法研究及實現(xiàn)[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2004年S1期

2 何利,趙臣,臧軍旗,桂許軍,崔煒;基于幾何學(xué)的路徑規(guī)劃方法[J];哈爾濱工業(yè)大學(xué)學(xué)報;2005年07期

3 吳峰光,奚宏生;一種新的基于切線的路徑規(guī)劃方法[J];機器人;2004年03期

4 謝貝貝;;移動機器人智能路徑規(guī)劃方法研究[J];福建電腦;2007年10期

5 岳明;鄧宗全;劉榮強;;球形機器人準靜態(tài)學(xué)分析及其路徑規(guī)劃方法[J];南京理工大學(xué)學(xué)報(自然科學(xué)版);2007年05期

6 徐曉翔;李衛(wèi)國;王利利;陳瑩菲;;路徑規(guī)劃方法在高校創(chuàng)新實驗室的應(yīng)用[J];現(xiàn)代商貿(mào)工業(yè);2013年03期

7 莊曉東,孟慶春,熊建設(shè),殷波,王漢萍;動態(tài)環(huán)境中基于增強式學(xué)習(xí)的路徑規(guī)劃方法[J];機器人;2001年S1期

8 趙蒼榮;鄭淼淼;;煤礦救援機器人的無線傳感定位和路徑規(guī)劃方法研究[J];礦山機械;2012年12期

9 唐良;方廷健;;基于改進蟻群算法的路徑規(guī)劃方法[J];中國科學(xué)技術(shù)大學(xué)學(xué)報;2009年09期

10 杜宇上;;一種基于模糊邏輯的滾動窗口路徑規(guī)劃方法[J];現(xiàn)代電子技術(shù);2010年13期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 邱雪娜;劉士榮;俞金壽;;完全遍歷路徑規(guī)劃方法及其在清潔機器人中的應(yīng)用[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

2 烏萌;李艷;賀鵬;;基于北斗導(dǎo)航定位儀的路徑規(guī)劃方法研究[A];2008年船舶通信導(dǎo)航學(xué)術(shù)年會論文集[C];2008年

3 邱廣宏;潘偉;程曉春;;基于多Agent資源配送的動態(tài)路徑規(guī)劃方法研究[A];全國自動化新技術(shù)學(xué)術(shù)交流會會議論文集（一）[C];2005年

4 朱磊;費敏銳;李佳駿;;Fira仿真足球機器人運動路徑規(guī)劃方法研究[A];2004中國機器人足球比賽暨學(xué)術(shù)研討會論文集[C];2004年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 葉林銓;基于偽譜法的自主泊車路徑規(guī)劃方法研究[D];中國科學(xué)技術(shù)大學(xué);2016年

2 張筱;牙齒正畸路徑規(guī)劃方法研究及可視化開發(fā)[D];山東大學(xué);2016年

3 呂遠陽;基于群體智能的虛擬人群路徑規(guī)劃方法研究[D];山東師范大學(xué);2016年

4 戴軍強;基于評分的路徑規(guī)劃[D];蘇州大學(xué);2015年

5 邢惠麗;帆船繞標(biāo)航行最優(yōu)行駛路徑規(guī)劃方法研究[D];中國海洋大學(xué);2006年

6 叢巖峰;基于滾動優(yōu)化原理的路徑規(guī)劃方法研究[D];吉林大學(xué);2007年

7 魏唯;不確定環(huán)境下多目標(biāo)路徑規(guī)劃方法研究[D];吉林大學(xué);2010年

8 黃鶴;部分環(huán)境信息已知的智能機器人路徑規(guī)劃方法研究[D];南京理工大學(xué);2005年

9 肖娜;路徑識別與路徑規(guī)劃方法的研究[D];吉林大學(xué);2011年

10 宋雨;不確定環(huán)境下的移動機器人遺傳路徑規(guī)劃方法研究[D];南京理工大學(xué);2004年

  本文關(guān)鍵詞：基于群體智能的虛擬人群路徑規(guī)劃方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：262183