基于半空间的最短路径算法模型研究

目前在GIS领域,对最短路径搜索问题的研究和应用较多,其中最短路径搜索算法的效率问题是普遍关注和在实际应用中迫切需要解决的问题.通过对基于Dijkstra最短路径搜索算法的优化途径的分析,提出了基于半空间的最短路径算法,并在VC 环境下设计相应的程序验证了此算法.应用该算法开发了"焦作市地理信息公共查询系统"系统,取得了比较满意的效果.     

最短路径算法在配电网抢修中的应用

现有的最短路径搜索算法如Dijkstra算法或椭圆限制的Dijkstra算法等计算效率较低,有待进一步改进.在分析已有Dijkstra算法的基础上,提出了快速最短路径优化算法.根据城市的交通状况对交通网络图的边值赋予不同的权值可实现最优路径搜寻,以逆邻接表结构为基础,采用矩形限制搜索范围来优化Dijkstra算法.通过对算法的运行结果进行对比,证明了本算法的灵活性和可靠性.     

最短路径搜索算法在交通系统上的应用

现有的交通出行服务系统在公众出行路线推荐方面,由于种种技术原因尚未真正满足广大群众的实际出行需要.通过对基于Dijkstra最短路径搜索算法的优化途径的分析,从算法本身和数据存储结构两个方面同时对此问题的解决方案进行了优化,提出了优化Dijkstra算法,并进行了必要的证明和适用条件论述.此方案应用到深圳市城市交通仿真系统中,取得了较为满意的效果,同时也给出了相关的测试数据.     

城市交通系统最优路径算法研究

针对目前交通拥挤现象提出了城市交通诱导系统,最短路径寻求是其主要问题之一。通过对最短路径实现算法的分析和研究,本文对传统的Dijk—stra算法和启发式搜索算法As算法进行了详细的探讨。基于GIS特性对最短路径算法进行优化,改进了Dijkstra算法。     

最短路径搜索算法在交通系统上的应用

现有的交通出行服务系统在公众出行路线推荐方面,由于种种技术原因尚未真正满足广大群众的实际出行需要。通过对基于Dijkstra最短路径搜索算法的优化途径的分析,从算法本身和数据存储结构两个方面同时对此问题的解决方案进行了优化,提出了优化Dijkstra算法,并进行了必要的证明和适用条件论述。此方案应用到深圳市城市交通仿真系统中,取得了较为满意的效果,同时也给出了相关的测试数据。     

最优交通路线搜索算法研究

介绍在错综复杂的交通网中几类常用最短路径的搜索算法,重点介绍已知源点到其他目标点的最优交通路线的搜索算法,即单源最短路径问题的Dijkstra算法,从该算法的思想、应用、实现方法、算法分析和功能扩展等方面介绍此算法如何能获得最优的交通路线.     

基于ITS的加速最短路径搜索算法研究

文章从路径搜索的基本原理入手,首先介绍了经典Dijkstra最短路径搜索算法,分析比较了基于堆结构和基数堆结构的Dijkstra算法的搜索效率,从而提出了采用多层地图和分级搜索技术来实现对最短路径搜索空间的控制策略和算法,结合湛江市区电子地图进行对比实验,该算法有效地解决了最短路径搜索效率的问题。     

一个改进的调配算法

图中路径的基本优化策略有两种最短路径和最大权值最小路径。前者的求解有著名的Dijkstra算法;后者的求解通过先构造图的最小生成树MST,再截取其上两端点间的唯一路径就是最大权值最小路径。但是,尚未有文献提出算法同时争取两方面的优化。本文采用Dijkstra算法构造路径时不断递增的基本思想,提出MSPT算法。MSPT算法是在求得最短
路径的同时最大限度地争取最大权值最小。其算法时间复杂度和空间复杂度均与Dijkstra算法相同,但比Dijkstra算法横向上增加了一层优化,更切合实际问题的需要。同时,该文给出了MSPT算法的实际应用模型。     

GIS领域最短路径的算法研究

最短路径是GIS应用中的主要问题之一。该文简单介绍了GIS的基本概念．对传统的Dijkstra算法和启发式搜索算法A^＊算法进行了详细的探讨,并且说明了各自的特点。     

距离寻优中Dijkstra算法的优化

Dijkstra算法在求解两指定顶点间最短距离时,对两顶点之间最短路径以外的大量顶点进行了计算,而影响了算法的速度。在对Dijkstra算法分析的基础上,结合网络模型的特点,对Dijkstra算法进行了优化。优化算法基于两点之间直线最短的思想,改变了对顶点处理顺序的规则。在算法流程中只对最短路径上及其附近的顶点做了处理。而与最短路径相距较远的顶点基本不涉及。因此,在优化处中计算的顶点数量大幅减少,提高了算法的速度,给出了优化算法的正确性证明,对优化算法的实用性和效率加以讨论,优化算法在实际中已经得到应用。     

扇形优化Dijkstra算法

Dijkstra算法无数次遍历所有的临时标记结点,无疑成为该算法的一个瓶颈。在分析Dijkstra算法的基础上,结合平面网络的特点,从限制搜索范围和限定搜索方向两方面着手,在扇形区域内寻找最短路径,从而完成对Dijkstra算法的优化。优化算法基于有损算法,抛弃寻找最短路径时概率较小的顶点,直接寻求在方向和位置上趋向终点的顶点。它根据用户给出的起始顶点与目标顶点以及搜索的扇形角度查找最短路径。因此,在优化算法中,频繁遍历的顶点数量大幅度减少,提高了算法的速度和运行效率。     

高效实现最短路径问题

本文通过对Dijkstra最短路径搜索算法的分析,从数据存储结构方面对此问题进行了探讨,并提出了一种数据文件结构,最后给出了相关的测试数据。     

城市公交查询系统的研究与设计

给出了城市公交查询系统的空间数据结构。在Dijkstra算法的基础上,借助人工智能中状态空间搜索和动态截枝的思想,提出了状态空间搜索求第K最短路径的智能搜索算法。该算法能对所查询的交通路线与乘车方案等用电子地图的形式给予显示,并更换不同城市的地图。测试表明,该系统具有速度快、多媒体显示、维护方便、通用性强等特点。     

矿井应急救援中最佳避灾路线的Dijkstra算法的改进实现

文章介绍了矿井灾害应急救援的情况和最佳避灾路线的确定方法。在分析Dijkstra算法的基础上,根据矿井巷道平面网络的特点,从限制搜索范围和搜索方向着手在扇形区域内寻找最短路径,完成了对矿井应急救援中最佳避灾路线的Dijkstra算法的优化。该优化算法可根据用户给出的源点与目的点以及搜索的扇形角度查找最短路径,频繁遍历的顶点数量为经典算法的2a/360,大大提高了搜索速度和运行效率。     

最短路径搜索算法的几种优化改进

介绍了GIS领域最短路径搜索的一种优化模式.在Dijkstra's算法的基础上,从三个方面改进了最短路径的计算.首先引入了多级路线图,在读取线路数据时,根据路线的级别有所选择;其次,在计算最短距离时考虑速度的影响;最后,在道路的转弯处,引入虚拟路径来估算转弯对汽车行驶的影响.应用以上三种方法的实验,取得了很好的效果.     

A modified pulse coupled neural network for shortest-path problem

Shortest-path problem is well-known optimization problem and has been studied by many authors in recent years. Typically it is solved by using the famous Dijkstra's algorithm, which would quickly provide a global optimization solution in most instances. However, as the problem scale increases, this method is inefficient and may consume a considerable amount of CPU time. Neural networks, which are massively parallel models, can solve this question easily. This paper presents a novel biological neural network based algorithm for the finding of the shortest path in large scale systems. The start neuron fires first, and then the firing event spreads out through the lateral connections among the neurons, like the propagation of a wave. Then the generated spiking wave spreads at a constant speed so that the time of travel between two neurons is proportional to the path length between them. The computational complexity of the algorithm is only related to the length of the shortest path, and independent of the number of existing paths in the graph. Simulation results show that the proposed method is more efficient than Dijkstra's in the larger scale systems.     

基于GIS的物流配送路径计算

由于在整个物流成本中运输成本占1/3～2/3,因而最大化地利用运输设备和人员,提高运作效率是备受关注的首要问题.其中,最常见的决策问题就是确定运行的最短路线以尽可能地缩短运输时间和运输距离,从而使运输成本降低的同时客户服务也得到改善.通过对基于Dijkstra最短路径搜索算法的优化途径的分析,给出配送的路径规划方案,及配送的货物组配方案,并在GIS的平台上付诸实现.     

快速求取自由曲面上两点间的最短路径算法

利用求无向图中一定点到各项点间的最短通路算法──Ｄｉｊｋｓｔｒａ算法，并应用曲面片细分原理，提出了一种快速求取自由曲面上两定点间的最短路径值和路线的算法──快速ＦＳＰＦＦＳ算法。该算法广泛适用于凸凹自由曲面，具有广泛的实用价值，对计算机辅助几何设计的发展应用具有较重要的意义。     

A fast path planning by path graph optimization

A fast path planning method by optimization of a path graph for both efficiency and accuracy is proposed. A conventional quadtree-based path planning approach is simple, robust, and efficient. However, it has two limitations. We propose a path graph optimization technique employing a compact mesh representation. A world space is triangulated into a base mesh and the base mesh is simplified to a compact mesh. The compact mesh representation is object-dependent; the positions of vertexes of the mesh are optimized according to the curvatures of the obstacles. The compact mesh represents the obstacles as accurately as the quadtree even though using much fewer vertexes than the quadtree. The compact mesh distributes vertexes in a free space in a balanced way by ensuring that the lengths of edges are below an edge length threshold. An optimized path graph is extracted from the compact mesh. An iterative vertex pushing method is proposed to include important obstacle boundary edges in the path graph. Dijkstra's shortest path searching algorithm is used to search the shortest path in the path graph. Experimental results show that the path planning using the optimized path graph is an order of magnitude faster than the quadtree approach while the length of the path generated by the proposed method is almost the same as that of the path generated by the quadtree.     

交通道路网中任意两点之间最短路径的快速算法

寻找交通道路网中任意两点之间最短路径的算法已有许多 ,其中Dijkstra算法是最有效的算法之一 ,其时间复杂性为O(n2 )。本文提出的算法与Dijkstra算法不同 ,其主要思想是依据从始点至终点的直线段方向选择边产生二叉树 ,并采取有效方法降低二叉树的规模及缩短路径长度 ,然后由二叉树节点的标记计算出近似最短路径及其长度。反复执行常数次该算法可以求得最短路径及其长度。