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。     

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。     

Dijkstra算法在GIS实际应用中的优化

地理信息系统(GIS)的实际应用中,对城市道路最短路径的搜索一直是人们研究的重点。Dijkstra算法是最适合拓扑网络中两点间最短路径搜索的算法之一,但由于在城市里对道路最短路径搜索受到道路的畅通等原因所影响,故单纯利用Dijkstra算法并不能很好解决人们的实际需求。本文通过在GIS系统中增加一个设置、查询路障功能来解决以上提到的问题。     

Dijkstra算法的一种高效率实现

Dijkstm提出单源点最短路径算法即计算一个节点到其他所有节点的最短路径.算法结构过于复杂且效率较低.采用最小堆对Dijkstra最短路径算法进行优化,优化后的算法比起经典算法在时间复杂度和空间复杂度上都有明显的提高.     

光线寻优算法在函数优化中的应用

光线寻优算法是一种模拟光传播过程的智能优化算法,具有可调参数少、结构简单、容易实现等优点.该算法用网格划分可行域,将具有不同折射率的介质填充到各网格中,并将光在此变折射率介质中的传播路径设想成算法的寻优路径,从而达到自动搜索寻优的目的,将光线寻优算法用于求解文献中的6个标准测试函数,并与模拟退火算法、保留精英遗传算法、...     

GIS最短路径分析中Dijkstra算法的优化

最短路径分析是GIS地理网络分析功能中的一个关键问题。Dijkstra算法是计算最短路径的经典算法，在对该算法分析的基础上，提出了基于面向对象的改进算法，大大降低了内存消耗，搜索效率明显提高。讨论了地理网络的数据存储结构和最短路径算法的具体实现，并通过实例验证表明，该算法是有效可行的。     

Dijkstra最短路径算法的优化及其实现

最短路径分析在地理信息系统、计算机网络路由等方面发挥了重要的作用,对其进行优化很有必要。本文分析了传统的最短路径算法（即Dijkstra算法）的优化途径及现有的优化算法,然后在Dijkstra算法的基础上,采用配对堆结构来实现路径计算过程中优先级队列的一系列操作,经理论分析与实验测试结果对比,可以大大提高该算法的效率和性能。     

Dijkstra算法在GIS中的优化实现

地理信息系统（GIS）的应用经常涉及最短路径搜索问题。1959年迪杰斯特拉（Dijkstra）提出的Dijkstra算法是最适合网络拓扑中两结点间最短路径搜索的算法之一。本文讨论一般公路交通网络中两结点间的最短路径搜索问题，从核心算法方面对Dijkstra算法进行改进。     

Dijkstra算法在物流配送运输中的最短路径优化研究

传统的Dijkstra算法一般用于计算一个源节点到所有其他节点的最小代价路径,它能够适应网络拓扑的变化,因而可以应用在物流中的配送线路规划上。原始的Dijkstra算法在实现时不仅占用大量计算机内存,而且执行效率也不高。针对这一问题,本文基于传统的Dijkstra算法,对其数据存储和算法思路进行了优化。最终通过实验证明优化后的Dijkstra比原始的Dijkstra算法在执行效率上有了较大的提高。     

基于能量距离复合权值Dijkstra算法的新型能量均衡WSN路由算法

针对无线传感器网络的能耗均衡及生存时间问题,提出了一种新型能量均衡的路由算法-EDDR(Energy-Distance Dijkstra Routing Algorithm)。算法在簇头选举中以节点当前能量和簇头间最短距离作为重要参数,在簇间的数据路由中引入了能量距离复合权值的Dijkstra算法。仿真表明,相对LEACH算法,本算法改善了网络的能耗均衡性,延长了网络的生存时间,缩短了网络的失效生存期。     

基于遗传算法的手写体汉字识别系统优化方法的研究

为了改善手写体汉字识别系统的性能,提出了前端单字识别器（SCR）和后端语言解码器（post-processing system）有效结合的模型,并且利用遗传算法对系统参数进行优化。以联机手写体汉字识别系统作为SCR进行测试,首选准确率为69．46％,汉字识别的准确率达到87．59％,较优化前提高6．4％。实验结果表明,遗传算法（GA）是一种有效的优化系统参数的方法。     

基于遗传算法的分布式异构数据库的查询优化

对于分布武异构数据库，查询优化问题是其核心问题。本文用基于位、值结构树型编码的遗传算法对分布武异构数据库进行查询优化，取得了很好的效果。     

基于节点压缩的寻径优化算法

最短路径问题是一个经典问题,而目前的研究大多是针对给定起点和终点,选择从起点到终点的最短路径,且取得了不少成果。而对于限定时间的最短路径问题的研究成果相对较少,这类问题在现实生活中却随处可见。针对这一问题提出几种限定时间的寻径优化算法,从对回溯法的改进到不同的节点压缩的方法,给出改进的回溯法以及三种基于节点压缩的寻径算法。算法实现在限定的时间内从起点出发经过给定的节点集合再到达终点的路径选择,并针对不同复杂度的网络图有相应合适的算法可以选择,从而有效地解决这类问题。     

基于模拟退火算法思想的粒子群优化算法

粒子群优化是由Eberhart博士和Kennedy博士于1995年根据鸟或鱼群居社会行为而提出的。本文提出了4种改进的算法,特别推荐结合模拟退火算法思想提出的一种新算法。经过与基本粒子群算法比较测试,证实它是一种简单有效的算法。     

基于遗传算法的最优布局问题求解

二维不规则形状物体的自动最优布局问题是一个在许多生产实践如VLSI制造、造船、金属切割和纺织等中有关键应用的重要问题，也是一个计算机科学和运筹学中的基本问题，使使用传统的方法很到满意解答，针对该问题，提出了一个基于遗传算法的求解方法，并将它应用到服装计算机辅助设计中去，给出了此问题的形式化描述，并将问题归约为一种关于多边形运动规划的筹价形式，根据问题的特性设计了算法的3个重要算子，在解的解码和评价过程中则充分利用了已有的关于多边形运动规划的最优算法，实验结果表明所提出的方法能较好地解决最优布局问题。     

基于遍历搜索与遗传算法的生产线平衡优化

对L公司两类生产线状况进行分析,建立了描述生产线平衡的数学模型,以最小化生产线工作站数和最小负荷平滑指数为目标,对生产线进行优化。对于简单的生产线,通过遍历搜索算法,首先找出所有可行的作业加工顺序,然后求出最小的工作站数和最小平滑指数及相应的作业加工顺序。对于复杂的生产线,利用遍历搜索得到的结果作为遗传算法的种群,应用遗传算法,求出最小的工作站数和最小平滑指数及相应的作业加工顺序。解决了该公司的生产线平衡问题,也说明了遍历算法和遗传算法在生产线优化中的有效性。     

基于粒子群的DV_Hop算法优化

原DV_Hop算法中存在节点间距离估算的累计误差以及待测节点坐标求解时的误差问题。在平均跳距的计算阶段,信标节点先后以两个通信半径广播自身位置信息,精确了节点间最小跳数值,加入修正因子来校正平均跳距,得到更精确的未知节点坐标。采用基于线性优化惯性权重和线性加权改进的学习因子同步变化的粒子群算法来优化待测节点位置解析误差,降低待测节点的平均定位误差。仿真结果表明,与原有算法相比,该方法可以有效地降低估算距离误差,提高待测节点的定位精度。     

基于自适应遗传算法的实现服务质量优化

服务质量优化问题是多维服务质量参数映射有限的资源问题,这个优化问题是一个NP－hard问题,我们采用通过改进流行遗传算法来解决这一棘手问题,于是提出了基于权的自适应遗传算法（weighted based adaptiv genetic algorithm) 通过实验说明这一算法优于目前为止最好的启示式算法和普通的遗传算法,算法运算时间短,鲁棒性强。     

OPTIMIZATION OF DECENTRALIZED PI/PID CONTROLLERS BASED ON GENETIC ALGORITHM

In this paper, an optimization method of tuning decentralized PI/PID controllers based on genetic algorithms is presented. First, the existence of decentralized PI controllers with integrity is examined. Then, stable regions of each PI/PID controller parameters are calculated as the feasible area to be exploited, and the optimal PI/PID controllers are obtained by using a real‐coded genetic algorithm with elitist strategy, to meet the design specifications for the whole control system. The proposed method is applied to six examples from literature. Simulation results demonstrate that the proposed decentralized PI control is compatible to the referenced method while the decentralized PID control is better than the referenced method, and the proposed method is feasible for more complicated control systems optimizations.     

基于遗传算法与蚁群算法动态融合的网格任务调度

深入分析遗传算法和蚁群算法的机理,并结合网格任务调度的研究,提出基于遗传算法和蚁群算法动态融合的网格任务调度策略.该策略通过不同迭代次数中种群相似度的差值实现两种算法的动态融合.仿真实验表明该策略是可行的,并且具有高效性.