基于图论的物流配送最短路径比较研究

通过实例对比分析Dijkstra算法和Floyd算法特点及适用性,选用Dijkstra算法计算物流配送的最短路径,给出Dijkstra算法求解最短路径问题的实现方法及步骤并集成了一个小型系统,使用随机生成的数据进行最短路径求解,将生成的最短路径在随机生成的图上进行演示,并计算出两种算法执行时间,以期对物流配送中点对点的最短路径有所帮助。     

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。     

一种基于改进堆优化Dijkstra算法的最小费用最大流算法

通过最短路径算法在残存网络中搜索汇点的最小费用路径是流网络中求解最小费用最大流的主要方式,而Dijkstra算法是最高效的最短路径算法之一。本文通过证明残存网络中不存在负循环,采用改进的堆优化Dijkstra算法在残存网络中搜索最小费用路径以提升算法的效率。实验结果表明,与经典的基于最短路径快速算法的最小费用最大流算法和基于Bellman-Ford算法的最小费用最大流算法对比,本文提出的改进算法具有更高的时间效率。     

改进Dijkstra算法在校园电子地图系统中的应用

校园电子地图系统中具有自动寻路功能,结合电子地图数据特点,选择改进Dijkstra算法来实现。使用建立顶点对象数组的方法对Dijkstra算法加以改进,既节省内存空间,又提高了时间效率。在校园电子地图系统中的应用实践证明,改进Dijkstra算法适用于在数据规模与复杂度不高的图中解决最短路径求解问题。     

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。     

Dijkstra算法在嵌入式GIS中的改进与研究

Dijkstra算法是求解嵌入式GIS系统中最短路径的经典算法,通过对Dijkstra算法进行分析,改变图的存储结构和搜索方法,采用基于矩形限制区域的二叉排序树改进算法,减少了内存存储空间,缩短了查询时间,在一定程度上优化了最短路径的计算过程,实际数据测试也表明了该算法的有效性。     

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。     

遗传算法和Dijkstra算法在动态权值系统中的比较

针对遗传算法和Dijkstra算法在求解动态权值系统中最短路径时的性能问题,采用比较法,将两种算法应用在同一个实际游戏模型中,对其算法的稳定性、智能性、时间复杂度进行对比测试。游戏模型模拟了各种条件下的动态权值系统。为了使遗传算法更加可靠,通过优化其变异过程使得收敛速度更快,可靠性更高。实验数据表明,遗传算法在每张地图上的得分数以及算法所用时间普遍高于Dijkstra算法,从而得出遗传算法在求解动态权值系统中最短路径问题时稳定性和预期效果明显好于Dijkstra算法,但其时间复杂度较高的结论。     

基于配对堆的交互式医学图像分割算法的研究

在序列医学图像的交互式分割过程中,分割速度是交互式算法应用的一个瓶颈.提出了一种基于配对堆的交互式医学图像分割算法.通过使用配对堆实现可降级的优先队列,降低了Live-Wire交互式分割算法从图上大量节点中动态搜索两目标点之间最短路径的时间复杂度.经算法分析以及在放疗计划系统中的应用实验表明,该算法可有效提高序列医学图像的分割效率.     

莱钢热处理线物料运输路径寻优计算方法的研究与应用

本文阐述了Dijkstra算法的基本思路以及求解运输最短路径的具体步骤，并在实际应用中通过Dijkstra算法找出了物料运输中的最短路径，这样一方面提高了生产节奏，保证了产量；另一方面，降低了生产成本，提高了产品竞争力。     

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 种可合并堆进行了比较,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邻接表、顾及路段方向阻抗的改进型Ｄｉｊｋｓｔｒａ最短路径算法,将Ｄｉｊｋｓｔｒａ 算法复杂度降为Ｏ（ｎｌｏｇｎ）。针对ＧＩＳ－Ｔ应用系统的动态特征,提出了Ｄｉｊｋｓｔｒａ 算法的逆序计算方法,通过构造逆序最短路径树,使算法更具灵活性和实用性     

基于GIS优化Dijkstra算法在物流中心选址中的研究*

基于传统的Dijkstra算法,提出了一种采用二叉堆结构和网络边存储模型的优化Dijkstra算法.实验结果表明:优化后的算法是切实有效的,将其应用到物流中心选址中得到了较满意的选址方案.     

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）。     

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。     

Two-level heaps: a new priority queue structure with applications to the single source shortest path problem

The single source shortest paths problem with positive edge weights (SSSPP) is one of the more widely studied problems in operations research and theoretical computer science, on account of its wide applicability to practical situations. This problem was first solved in polynomial time by Dijkstra, who showed that by extracting vertices with the smallest distance from the source and relaxing its outgoing edges, the shortest path to each vertex is obtained. Variations of this general theme have led to a number of algorithms which work well in practice. At the heart of a Dijkstra implementation is the technique used to implement a priority queue. It is well known that using Dijkstra’s approach requires Ω(n log n) steps on a graph having n vertices, since it essentially sorts vertices based on their distances from the source. Accordingly, the fastest implementation of Dijkstra’s algorithm on a graph with n vertices and m edges should take Ω(m + n · log n) time, and consequently, the Dijkstra procedure for SSSPP using Fibonacci Heaps is optimal in the comparison-based model. In this paper, we introduce a new data structure to implement priority queues called two-level heap (TLH) and a new variant of Dijkstra’s algorithm called Phased Dijkstra. We contrast the performance of Dijkstra’s algorithm (both the simple and the phased variants) using a number of data structures to implement the priority queue and empirically establish that TLH are far superior to Fibonacci heaps on every graph family considered. It is to be noted that our profiling includes both sparse and dense graphs.     

The pairing heap: A new form of self-adjusting heap

Recently, Fredman and Tarjan invented a new, especially efficient form of heap (priority queue) called theFibonacci heap. Although theoretically efficient, Fibonacci heaps are complicated to implement and not as fast in practice as other kinds of heaps. In this paper we describe a new form of heap, called thepairing heap, intended to be competitive with the Fibonacci heap in theory and easy to implement and fast in practice. We provide a partial complexity analysis of pairing heaps. Complete analysis remains an open problem.     

基于分层路网的路径规划算法

为了提高路径规划的效率,提出了一种基于分层路网的二叉堆管理开启列表启发搜索算法。首先根据路网分级特点的存在,建立分层地图数据库,然后以启发式A*算法为主搜索方式,结合优先队列二叉堆来管理开启列表,完成路径规划。通过实验对比不同路径规划算法的平均耗时显示：启发式A*算法的效率是盲目式Dijkstra算法的4倍左右,同时在算法中引入二叉堆至少节省5%的规划时间。分层策略使快速路段所占比例达到90%以上,且将路径规划耗时控制在3s以内。实现结果表明,所提算法具有很高的运行效率,同时能满足驾驶者多走快速路段的行车心理。