1、技术方法研究.北京测绘出版社，.，.，..，.我的联系方式广东省梅州市嘉应学院地理学院实验室邮编电话段海滨.蚁群算法原理及其应用.北京科学出版社，马良等.蚁群算法优化算法.北京科学出版社，李十勇.蚁群算法及其应用.哈尔滨哈尔滨工业大学出版社，，第作者简介郑春燕，副教授，博士，主要研究方向为空间信息智能化处理与地图制图综合，.，禁忌的连接，其启发式信息为式中，和的意义同前，为连接的矢量偏差和垂距阈值，表示节点和之间的节点个数，为节点到节点的欧氏距离。为节点可选择的连接跨越的最多的节点数，见下式为原始线状目标上节点到之间连接的长度总和，用下式表达，为节点到所间隔的节点数目表示节点到之间的距离。启发式信息的取值介于到之间，在其他值相同的情况下，个连接所能去掉的节点数目越多矢量。

2、小到大的顺序排列，若最小的矢量偏差大于阈值则转步骤反之，则删除最小矢量偏差所对应的节点，同时删除连接，和计算舍弃节点后所得解的目标函数值，若选取的节点个数还未满足开方根规律，返回步骤。在满足开方根规律后，比较每删除个节点后的目标函数值，取局部搜索中所获得的最优解。.运算步骤蚁群算法用于线状目标简化，流程比较简单。初始化所需的数据和参数。以个线状目标为图形单元，计算出各种几何度量，线长不同连接的矢量偏差等，为蚂蚁的数目信息素信息素蒸发率等参数设定初始值，并求出长期禁忌表和候选列表中的元素。蚂蚁搜索路径时有两种可能的出发点首端点或末端点，每次出发前蚂蚁都随机选择首端点或末端点。构建解。用只蚂蚁遍历遍线状目标上的节点，获得个解。局部搜索。当蚂蚁完成了路径构建后，使用局部搜索可以进步优化解。计算目标函数值，完成信息素的更新。若。

3、连线上选取则意味着节点位置不变。可将算法用于线状目标简化，由蚁群搜索可行解，在可接受的时间范围内寻求个最优解。根据组合优化算法的原理，将线状目标简化用三元组描述，目标函数是按线状目标简化的要求制定的评价标准的形式化表达候选解是蚁群搜索的可行解，满足约束条件有序排列的节点集合，每个解的分量记录节点的位置约束些不同类型的线状目标简化。有待进步研究的内容较多将算法用于不同语义线状目标的简化和面状目标图形的简化将算法用于点状目标群的图形简化等。由于本文实验的数据量并不多，单个线状目标的节点个数并不多，还需要大量的线状目标简化实验，以便为合理设置参数提供实验依据。参考文献，，，，.武芳，邓红艳.基于遗传算法的线要素自动化简模型.测绘学报郭庆胜，黄远林，郑春燕等.空间推理与渐进式地图综合.武汉武汉大学出版社，毋河海.地图综合基础理论。

4、斯算法所花时间费用多。分别基于米米米米的垂距阈值进行了实验，完成这条小路的简化所花的时间分别为单位毫秒和和和和。算法所用的时间大约是道格拉斯算法所用的至倍。算法较易扩展。通过增加约束条件和禁忌条件，修改目标函数启发式信息等，可以满足线状目标简化的新要求。结束语算法是种随机搜索的仿生类群智能算法，具有较强的鲁棒性正反馈机制适应性强易于与其他方法相结合等特性，虽然运算速度不及非优化算法如道格拉斯算法，但与遗传算法模拟退火算法等其他元启发式算法相比，收敛速度更快而且所得解的质量更优。本文提出的简化线状目标的算法模型易于扩展，通过设定约束条件启发式信息信息素更新方式禁忌条件等，不仅能保留线状目标上的几何重要特征点，还能用于保留重要的人文约束点如道路上的取三个所保留的节点，计算去掉中间节点后，连接，的矢量偏差，。将所求的矢量偏差按从。

5、收敛时间相对要短即迭代次数少。本文将用算法的工作原理描述线状目标的简化，并在分析线状目标简化过程中所需的约束条件的基础上，建立线状目标简化的模型。多约束条件下线状目标简化的问题描述线状目标简化的目的是用最少的节点模拟线状目标的几何特征，以节约资源加快计算方法，并达到用户期望的抽象程度，减少地图使用者的认知负担。算法是对蚂蚁群落食物采集过程的模拟，设计虚拟的“蚂蚁”，让它们摸索不同路线，并留下会随时间逐渐消失的虚拟“信息素”，根据“信息素较浓的路线更近”的原则选择最佳路线。它的搜索过程形式上同离散变换问题具有较大的相似性，在求解复杂组合优化问题方面优势明显。作为个部分选取的组合优化问题，简化后的线状目标除了端点位置固定外，中间节点能在所允许的精度范围内移动。每个中间节点具有舍弃和选取两种状态舍弃表示节点在所保留的前后邻近节点。

6、差越小长度越接近原始线状目标则该连接的启发式信息越大。.信息素信息素的初始值可以由节点的数目来确定，信息素更新包括信息素的蒸发和信息素的释放。信息素的释放由目标函数值来确定。信息素的初始值信息素的初始值这里设为原始线状目标上节点个数的平方根的倒数节点的个数越多，位于中间节点上的蚂蚁可选择的下个节点的数目越多，平均到个节点上概率就越小，所以相应的初始信息素应该越小。信息素更新规则蚂蚁按等所提出的基于排列的蚂蚁系统的信息素更新规则来释放信息素。在每次迭代中，只有排列在最前的只蚂蚁和生成了至今最优路径的蚂蚁可以不是当前迭代集合中的蚂蚁才允许释放信息素。是当前求得最好解的蚂蚁所释放的信息素，表示按目标函数值在本次迭代中所求解排列第的蚂蚁在所经过的边上释放的信息素。信息素的更新与蚂蚁搜寻到的解的目标函数值密切相关。

7、满足终止条件终止条件主要指解已经达到最优迭代次数达到最大值算法陷入停滞状态等，转步骤否则结束运算，输出最优解。线状目标的简化实验.参数设置实验中参数的设置借鉴了些前人解决其他组合优化问题时的经验，并根据多次实验总结出来的，表列出了些参数的设置范围。表参数取值记号参数名或意义取值范围参考取值确定信息素和启发式信息的相对影响.蚂蚁数量伪随机比例规则中所用的参数..信息素蒸发率.垂距阈值最大迭代次数至今未改善最好解的次数矢量偏差的权重值.长度偏差的权重值单个线状目标的简化在平台上基于编写了利用该算法简化线状目标的代码，并代入不同的参数进行了测试。图中细线为实验中的条原始线状目标，节点数为，原始地图比例尺分母为，目标地图比例尺分母为，原始线状目标的长度为.米。图中粗线为利用道格拉斯法算法简化。

8、始线状目标的长度，为算法简化后的长度，为道格拉斯算法简化后的长度，为原始线状目标节点个数，为算法简化后保留的节点数，为道格拉斯算法简化后保留的节点数。长度单位为米，表中未列出的均为完全相同的结果。表线状目标简化后的结果对比在本实验中，条小路经算法和道格拉斯算法分别简化后，发现算法与道格拉斯算法简化线状目标所得结果接近，都能较有效的逼近原线状目标，如图所示。由于算法在目标函数里将长度偏差作为个重要评价指标，大多数情况较长，但有时也要以保留更多的节点为代价。算法比道格拉亿元，增长。巴州交通便捷，新疆有条省道国道，其中有条穿越巴州境内，呈“三横两纵”状态贯穿巴州。覆盖城乡客货运输网络已形成。现代化通信覆盖巴州。年轮台县总产值万元，第产业产值万元，第二产业产值万元，第三产业产值万元，人均为元。县境内石油开发已取得突破性进展，以石油。

9、结果垂距阈值为米，简化后长度为.米，保留节点的数目为。图道格拉斯算法的简化结果由于算法具有随机性，不同参数条件下所得的结果会存在些差异，图显示了基于不同参数垂距阈值为米，迭代次数，蚂蚁数量分别为，信息素蒸发率分别为.简化的三个结果，分别用黑蓝红三种实线表示，重叠的部分为黑线。保留节点个数为，简化后的长度分别为.米.米.米。图基于算法的简化结果通过设定不同的参数，利用算法简化线状目标，由多次实验知所得解具有多样性。当减少的节点数目比较多时，参数的设置对运算结果有定影响。蚂蚁的数量与节点的数目和垂距阈值有些关联，可以交互指定参数值，程序默认值为由开方根规律计算出的节点的个数。蚁群在垂距阈值相同其他参数存在差资助梅州市科技局嘉应学院联合资助嘉应学院地理科学重点扶持学科方向资助。变换的地图综合问题，而且搜索效率相对较高，寻找最优解。

10、度允许的情况下应该尽可能减少节点的数目。步骤如下从当前的路径，依的情况下，线状目标简化后的图形差别并不大，能基本满足线状目标简化的要求。与经典的道格拉斯算法相比，简化效果差不多，保留了重要特征点。般情况下，信息素的蒸发率的设置要适当考虑蚂蚁的数量。蚂蚁数量大，可以相应小点蚂蚁数量小，可相应大些，但不宜超过.。.多个线状目标的简化以武汉测绘科技大学年出版的教学用图的区域比例尺为原始地图如图所示，分别用算法和道格拉斯算法对图中条小路进行了简化。图为红色椭圆所标注的号小路简化结果，垂距阈值为米，黑色实线为算法简化所得，虚线为道格拉斯算法所得，重叠部分为实线，小圆点为原始线状目标上的节点。原始地图号小路的简化结果图多条线状目标的简化表列出了垂距阈值为米简化的实验结果，算法所选用的参数为表中的参考取值。表中为线状目标标识号，为。

11、发和产品加工为龙头融合型区域经济格局初步形成。主要工业产品有原煤原盐皮棉加工建材等。目前，轮台县以塔里木石油开发西气东输为契机，采取多渠道融资方式，建设批“油气”下游产品开发和支油服务项目。第五章水电汽供应情况该项目建设在轮台县红桥工业园区内，园区已完全达到七通平要求，水电汽供应充足，通讯道路交通畅通方便桶在万只左右，而实际能提供包装桶在万只之间，还存在很大缺口。另外，南疆各地州还有番茄加工企业余家，包装桶需要量在万只左右，因此，南疆番茄包装桶存在巨大缺口，这将严重制约南疆番茄产业健康快速发展。综上所述，该项目市场广阔，产品供不应求，南疆五地州共需锥桶万只，沥青桶万只各类油桶万只。仅巴州地区用锥桶万只，沥青桶及各类油桶万只左右。这样个巨大发展空间将给本项目带来个良好销售环境。因此本项目有着不可估量发展前景。市场价格预测该项。

12、设蚂蚁所搜索的路径为，节点和的连接，其他，为蚂蚁在本次循环中搜索出的路径所对应的目标函数。.长期禁忌表算法易和其他智能算法相结合，这里融入禁忌搜索算法的禁忌表，以确定蚁群在访问时，避开些非可行解，减少构建解的时间费用。长期禁忌表，即用来控制矢量偏差。在进行数据的预处理中，可以将些矢量偏差大于阈值的直线段过滤掉，禁忌所对应的两个节点和有连接。其他时当的值取时，表示节点和可以存在连接当的值为时，就说明节点和的连接被禁忌。.局部搜索局部搜索策略可以用来保证蚂蚁所搜索的解是可行解，避免在非可行解上浪费时间。在线状目标的简化中运用局部搜索策略，主要是为了协调约束条件和的矛盾，在顾及几何精度的情况下满足开方根规律，使蚂蚁构建的解向好的质量方面发展。在几何精度和开方根规律产生冲突时，首先满足几何精度要求，并在几何。

参考资料：

[1]【完稿】CA6140车床拨叉831003的加工工艺及精铣槽18H11夹具设计【最终稿】（第2353827页，发表于2022-06-25）

[2]【完稿】CA6140车床拨叉831003机械加工艺规程及铣槽18H11夹具设计【最终稿】（第2353826页，发表于2022-06-25）

[3]【完稿】CA6140车床拨叉831003加工工艺及钻2M8螺纹孔工艺装备夹具设计【最终稿】（第2353823页，发表于2022-06-25）

[4]【完稿】CA6140车床拨叉831003加工工艺及夹具设计【最终稿】（第2353822页，发表于2022-06-25）

[5]【完稿】CA6140车床拨叉831002加工工艺规程及铣16H11槽工艺装备设计【最终稿】（第2353819页，发表于2022-06-25）

[6]【完稿】CA6140车床拨叉831002加工工艺及钻顶面M22螺纹孔夹具设计【最终稿】（第2353817页，发表于2022-06-25）

[7]【完稿】CA6140车床拨叉831002加工工艺及夹具设计【最终稿】（第2353816页，发表于2022-06-25）

[8]【完稿】CA6140车床拔叉零件的机械加工工艺规程及铣槽18H11工艺装备设计【最终稿】（第2353815页，发表于2022-06-25）

[9]【完稿】CA6140车床手柄轴的加工工艺钻8.5螺纹孔的钻床夹具设计【最终稿】（第2353814页，发表于2022-06-25）

[10]【完稿】CA6140车床手柄座的M10螺纹孔夹具设计【最终稿】（第2353813页，发表于2022-06-25）

[11]【完稿】CA6140车床后托架的机械加工工艺规程及工序工艺装备设计【最终稿】（第2353812页，发表于2022-06-25）

[12]【完稿】CA6140车床后托架的加工工艺及的钻床夹具设计【最终稿】（第2353811页，发表于2022-06-25）

[13]【完稿】CA6140车床后托架工艺规程钻Φ40及钻Φ30.2和钻Φ20.5孔夹具设计【最终稿】（第2353810页，发表于2022-06-25）

[14]【完稿】CA6140车床后托架的机械加工工艺规程及工艺装备设计【最终稿】（第2353809页，发表于2022-06-25）

[15]【完稿】CA6140车床刀架中部转盘的加工工艺及铣Φ188mm圆弧面和128mm两侧面夹具设计【最终稿】（第2353808页，发表于2022-06-25）

[16]【完稿】CA6140杠杆钻中心孔Φ25夹具设计【最终稿】（第2353805页，发表于2022-06-25）

[17]【完稿】CA6140杠杆铣小平台夹具工艺夹具及零件数控编程设计【最终稿】（第2353804页，发表于2022-06-25）

[18]【完稿】CA6140杠杆工艺及钻M8底孔夹具数控编程设计【最终稿】（第2353803页，发表于2022-06-25）

[19]【完稿】CA6140杠杆加工工艺规程专用铣小平台Φ12.7夹具及数控编程设计【最终稿】（第2353802页，发表于2022-06-25）

[20]【完稿】CA6140机床法兰盘831004工艺及铣面夹具设计【最终稿】（第2353800页，发表于2022-06-25）

仅支持预览图纸，请谨慎下载！