Dijkstra矩阵算法

介绍了Dijkstra算法,对Dijkstra算法进行改进,提出了计算加权图中任意两点之间最短距离的算法--Dijkstra矩阵算法,给出了Dijkstra矩阵算法在Matlab语言中的实现,对一个具体例子,应用Dijkstra矩阵算法进行了验算.     

基于点割集的并行最短路径算法

在研究和分析了Dijkstra算法的基础上,在Dijkstra算法中通过引入点割集和割点的思想来改进Dijkstra算法,该方法首先利用点割集或割点把原问题分解成多个子图,然后对每个子图并行求最短路径,最后通过点割集或割点求出整个原问题的最短路径,从而降低算法的时间复杂度,提高算法的效率.     

XML数据公交信息查询优化算法及实现

针对公交线路规划的问题,必须提供一个准确快捷的公交查询系统以满足人们日常出行的需求.研究了基于XML数据的公交查询系统,该系统采用B/S模式,利用ASP.NET框架和C#语言,实现了公交运行查询功能.在换乘查询算法部分及在Dijkstra算法的基础上,分析了路径寻优的原理,实现了路径距离计算的具体方法.并通过减少临时节点排序及数量的方式,改进了Dijkstra算法,最终减少了寻找路径的时间并简化了路径计算.最后,以天津市公交数据为例,用改进的Dijkstra算法对公交查询系统进行了分析验证,结果表明,利用改进的Dijkstra算法可以实现高效的公交信息查询,节约查询时间,节省内存资源.     

稀疏网络的一个最短路算法及其实现

最短路算法在交通,通信等领域有非常重要的应用,许多网络问题都可以归结为一个最短路问题．Dijkstra最短路算法是一个非常有效的算法,在计算网络中某一个顶点到其他各顶点的最短路时,如果引入Fibonacci堆,则Dijkstra算法运行所需要的加法及比较次数大致为O（m＋nlogn）,其中,m,n分别为网络的边数和顶点数．但由于在算法执行过程中,对Fibonacci堆的操作也有一定的代价。本文根据大型稀疏网络的特点,对Dijkstra最短路算法提出了一些非常简单的,但是非常有用的改进,并由此得到一个针对大型稀疏网络的Dijkstra最短路算法,该算法不需要构造Fibonacci堆,并且算法在运行时也只需要加法与比较,其所需要加法和比较的次数为O（m＋nlog（n!））,其中D为网络中与顶点相关联边数的最大值．对于大型稀疏网络,如公路交通网络,D通常比较小,因此,所给算法对这类网络是非常有效的．     

计算最短路径树Dijkstra算法的改进

针对用于网络寻径表刷新的OSPF路由选择协议中使用的计算最短路径树的Dijkstra算法在网络应用中的不足，提出了一种改进算法，用以计算边和节点上都有代价的图的最短路径树，以更全面刻画网络状态，找到更合理的最短路径树，通过对同一个网络自治系统最短路径树的计算，比较了改进Dijkstra算法和Dijkstra算法的差别，结果表明改进Dijkstra算法能够更加全面地刻画网络状态，找出的最短路径树更为合理。     

重大危险源监控系统中关键技术的研究

通过论述重大危险源监控系统中重大危险源的识别、评价和分级问题,并对传统救援的最佳路径分析方法Dijkstra算法进行了优化,给出了基于二叉堆优先级队列的Dijkstra算法,结果表明:算法的执行效率大为提高,节省了时间.     

一种网络编码的多播路由算法

提出一种基于网络编码的新多播路由算法,该算法借助Dijkstra约简网络搜索源节点到各接收节点的路径族,并在搜索过程中考虑不同路径族之间链路的共享,以降低带宽资源消耗,改善链路负载均衡,提高了网络性能．仿真验证了算法的有效性,而且其性能逼近基于网络编码的最小费用多播算法．最后,数学分析表明该算法节约了40％左右的计算量．     

Dijkstra算法计算最短路的教学探析

文章采用了多种方法对Dijkstra算法的实现过程进行了教学探析,分析每种方法的优缺点.多种解法结合实例对Dijkstra算法进行直观展示和计算求解,以期实现训练学生的发散性思维能力与促进教学质量提升的效果.     

Dijkstra算法在多约束农产品配送最优路径中的研究应用

传统的Dijkstra算法一般通过对路径长度的迭代来得到从源节点到目的节点的最优路径,是一种无法综合考虑路径的各类约束条件,只能基于单一权值最短路径的算法.农产品配送在选择某一配送路线时不能只考虑路线的距离,还要考虑路线的交通状况,以及实际道路的路况,只有综合考虑这些因素,最后才能得出具有实际指导意义的最优路径.为此,我们对传统的Dijkstra算法进行扩展才能应用到多约束最优路径查找.另外,传统的Dijkstra算法在实现时不仅占用大量的计算机内存,并且算法的执行效率也不高.作者结合当地的农产品运输网络具体情况,对算法进行了存储空间优化和对计算时间优化,从而在节省内存的基础上提高了算法的执行效率.     

基于Dijkstra拓展算法路线优化

利用Dijkstra算法,将配送中心的3个业务目标(距离、时间和费用)进行整合,建立可实现多目标的模型。对多目标Dijkstra算法进行了拓展,即一个配送中心对应两个客户配送以及车辆调度。     

虚拟植物形态生成关键算法研究

基于L系统理论,通过子结构算法和枝条模拟算法来仿真植物的形态生成.虽然分形L系统理论建立的数学模型能够很好的描述植物的生长状况,然而一般的L系统算法,效率低速度慢.针对这些缺点,笔者采用子结构算法对一般的L系统加以改进,该算法对于重复出现的结构只计算一次,因此不仅可以提高模拟复杂结构的计算速度,而且可以降低几何信息的存储量.另外,一般的枝条模拟算法模拟植物枝条时往往在枝条间会出现缺口问题,针对这个问题,笔者提出一种无缺口的枝条模拟算法.     

基于JAVA的考试系统中题库设计及组卷算法

设计了基于JAVA的考试系统中的题库子系统。系统采用拆分设计方案,组卷部分采用了2种组卷算法,即抽取组卷算法和基于洗牌算法的组卷算法。论述了题库的设计方案和抽取选题的组卷算法的设计过程,并给出相应的代码。该系统具有较强的通用性与可推广性。     

Mie散射算法的改进

在Lentz算法基础上,本文对Mie散射的算法提出了改进。与改进前的算法相比,执行时间大为缩短,精度在工程要求范围之内。文中介绍了算法及计算实例。     

中间表组卷算法

试题库系统在教学中应用日渐广泛,组卷算法是试题库系统的核心问题。本文主要对现有的常用的组卷算法进行分析,总结其优缺点,提出了一种中间表组卷算法,这种算法适用于小型的试题库系统。     

广义单纯形算法

提出了一个新算法，取名为广义单纯形算法，它可被看作是单纯形法的扩展算法．新算法可行解定义范围增大，求解过程检验数不局限为一种符号．阐述了新算法机理并发表了新方法计算线性规划例题结果．     

遗传算法研究和探讨

本文主要阐述数据挖掘的一个重要算法-遗传算法.并从遗传算法的概念、特点、基本遗传算法的流程和遗传算法操作中的五个核心要素,阐述了遗传算法在排课问题中的应用所涉及的编码形式,适应度函数的确定以及所采用的遗传操作,合理对资源进行分配,从而解决对资源的使用带来的冲突问题.     

矩形件排样优化贪婪算法及系统开发

针对矩形件排样优化问题,分析了传统近似算法的主要缺陷,在此基础上,提出一种新的排样算法——贪婪算法.该算法的主要思想是在每次排样过程中,都用面积最大的矩形件对板材进行填充.同时,开发了一个矩形件排样优化系统.实际排样结果表明,贪婪算法能够获得比近似算法更有效的排样结果.     

基于KMP算法的next函数理解与分析

在字符串模式匹配算法的研究过程中,KMP算法是基于常规的BF算法的一种改进算法,而其中next函数值的求解过程更是该算法的重要内容.本文以原算法的求解过程作为基础,通过对next函数值求解过程的算法改进和模式字符匹配串匹配过程的描述,从而增强对KMP算法的理解.本文利用C语言实现了改进后的next函数值求解算法.     

一种混合模糊联想记忆网络

改进了文「１」提出的最大最小联想记忆网络的模糊Ｈｅｂｂ关系编码规则,给出了一种新的学习算法,新算法克服了文「１」算法的缺陷,在一定条件下,本文的学习算法能将模式对完整地联想出来,另外,本文在分析网络的容错性及稳定性的基础上,提出了一种五层混合模糊联想记忆网络,五层混合网络具有良好的联想容错能力,大量的实验结果表明,本文的学习算法及混合网络是有效的。     

基于PSO的多机器人编队控制

提出了一种新的编队算法。该算法针对不同的编队形状,根据机器人的位置信息,构造不同的函数,利用群体智能优化算法中的微粒群算法进行函数优化,优化过程中的最优解作为机器人的运动方向。最后利用该算法实现了线形、三角形、六边形和圆形编队,仿真结果表明了该算法的有效性。