基于分层的智能导航组合算法

最短路径算法问题是计算机科学、运筹学、地理信息系统和交通导航系统等领域研究的一个热点。Dijkstra算法用于计算一个节点到其他所有节点的最短路径,得出最短路径的最优解,但它的效率是一个很大的问题。组合算法在Dijkstra算法的基础上,利用层次策略与准备算法,计算出最短路径,解决了常用最短路径算法中相关数据量大、耗用资源多、执行效率低等关键问题。     

基于四叉堆优先级队列及逆邻接表的改进型Dijkstra算法

在深入分析传统Ｄｉｊｋｓｔｒａ算法的基础上,提出了利用基于ｋ叉堆的优先级队列对算法进行改进的思想,并对３种可合并替进行了比较,从理论上证明了四叉堆在ｋ叉堆中的最优性,设计了基于四叉堆优先级队列及逆领接表,顾及路段方向阻抗的改进型Ｄｉｊｋｓｔｒａ最短径算法,将Ｄｉｊｓｔｒａ算法复杂度降为Ｏ（ｎｌｏｇｎ）。     

基于网络图的资源分配问题的算法研究及实现

图论是应用十分广泛的运筹学分支，用网络图来解决资源分配的问题不仅可以简化求解过程而且丰富了求解方法。在深入分析Dikstra算法的基础上，实现了基于网络图的资源分配问题的求解和图形表示，     

基于Dijkstra算法和OpenCV的交通导航

最短路径是交通路线导航系统的关键问题,使用Dijkstra算法可以有效解决简单有向网络图中任意两个顶点之间的最短路径问题。应用开源计算机视觉库(OpenCV)开发了模拟城市交通导航系统,该导航系统给出了直观的人机交互图像界面,在图像上标记好起讫点后,即运用Dijkstra算法寻找两地间的最短路径和距离,并可用图标标记最短路径节点、线段指示线路,最后模拟小汽车沿着最短路径线路行驶。     

智能交通系统中最短路径算法优化的研究

首先本文简单概括的论述了传统Dijkstra算法的基本思想;其次提出了该算法在实现方法上存在的一些不足之处,然后从数据存储结构和搜索方式上对其进行优化,并利用Matlab对改进算法进行了相应的仿真分析与测试,结果表明,改进的Dijkstra算法在实际交通中具有可行性。     

基于Dijkstra算法在物流配送中的应用

本文研究了我国电子商务环境下物流配送存在的问题,提出了改进对策.关于物流路径的选择有很多方法,本文将Dijkstra算法引入到物流配送,达到了费用最小的目的,提高了工作效率,因此该方法合理有效.     

Dijkstra最短路径算法分析与改进

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,对其进行了优化和改进。其一是对数据存储方式进行了改进,其二是对辅助向量采用堆排序改进。通过优化降低了内存消耗,搜索效率明显提高。     

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的一种改进算法

在Dijkstra算法的基础上,该算法使用了一些独特的数据结构(如:前趋表和最短路径表);使用该算法能高效率地求出图中一个顶点到其它各顶点的所有最短路径。用C语言设计了相应程序验证了此算法。     

基于Dijkstra算法的范围规划问题

Dijkstra(迪杰斯特拉)算法是典型的最短路径算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。该算法能得出最短路径的最优解,在实际选择路径方案中起重要作用。本文是Dijkstra算法在范围规划问题中的应用。     

基于路网分层策略的多源点最短距离算法

针对动态VRP对计算实时性要求,在计算实际路网中的多源点最短距离问题时,将规模很大的原完整路网划分为不同层次,并分区划分为若干小规模子图,将原大规模路网中的最短路问题近似转化为若干小规模问题,通过反复使用Dijkstra算法求出各点间的距离矩阵,并用精确方法对少数误差较大的情况进行修正。以北京市地图为例,实现了二级分层路网中的最短距离矩阵算法,并应用于配送调度中的车辆路径问题求解。实例结果表明,该方法在带来约8%的VRP结果误差情况下,能够大幅度地缩短计算时间,适用于实时性要求很高的动态调度。     

基于遗传算法的动态网络中最短路径问题算法

提出了一种以随机Dijkstra最短路径算法为基础,运用遗传算法来求解动态路径诱导系统 中最短路径问题(ShortestPathproblemonDynamicRouteGuidanceSystem,SPDRGS)的算法。通过运用 该随机Dijkstra算法解决了将遗传算法应用与最短路径问题中初始种群的产生问题。考虑到目前动态 路径诱导系统(DynamicRouteGuidanceSystem,DRGS)对路径诱导算法的时间复杂度和网络约束条件 的要求,此算法不仅能够较快地求出较优的路径而且对网络没有任何的约束条件,同时对离散和连续的 动态网络模型有效,因此符合DRGS的要求。     

改进A*算法的移动机器人最短路径规划

针对复杂室内环境下移动机器人路径规划存在实时性差的问题,通过对Dijkstra算法、传统A^*算法以及一些改进的A^*算法的分析比较,提出了对A^*算法的进一步改进的思路。首先对当前节点及其父节点的估计路径代价进行指数衰减的方式加权,使得A^*算法在离目标点较远时能够很快地向目标点靠近,在距目标点较近时能够局部细致搜索保证目标点附近障碍物较多时目标可达;然后对生成的路径进行五次多项式平滑处理,使得路径进一步缩短且便于机器人控制。仿真结果表明,改进算法较传统A^*算法时间减少93.8%,路径长度缩短17.6%、无90°转折点,使得机器人可以连续不停顿地跟踪所规划路径到达目标。在不同的场景下,对所提算法进行验证,结果表明所提算法能够适应不同的环境且有很好的实时性。     

一种分层寻路算法中的域值放弃策略

为了更合理地判定何时放弃分层寻路，提出了一种新的域值放弃策略：当起止点之间的估计距离小于放弃域值时，采用最短路径算法；反之，则采用分层寻路算法。该策略引入了估计距离、放弃域值和放弃因子三个参量，并采用统计法以确定域值。测试数据表明，使用该策略搜索出的路径具有较高的可采纳性。     

所有最短路径的求解算法

本文提出了一种求所有最短路径的算法,能高效地求出一个顶点到其它各顶点的所有最短路径。此外,我们用C语言设计的相应程序验证了此算法。     

Dijkstra算法在蛋白质序列比对中的研究

提出一种基于Dijkstra算法的序列比对方法,该算法主要用于求最短路径,而序列比对可以转化为在有向无环图中寻找最短路径问题。对于少量序列比对,使用该算法可以求出最优解。对于多序列比对,可将在N维空间求解最短路径问题转化为在二维空间求解最短路径。该算法可以简化问题复杂度,能求得相对最优解。     

一种基于层次图模型的最优路径算法

论述了一种新的基于层次图的最优路径算法,即将一个平面图划分若干子图,子图抽象为一个高层图。最短路径的计算首先在高层图中进行,缩小了最优路径的查找范围,降低了最优路径计算的时间开销。