基于SOM的物流配送路径优化方法研究

合理的配送路线可以提高物流配送的效率,利用SOM网络训练过程中能够保持神经元空间拓扑特性的特点求解物流配送的最优路径.在SOM网络中以任意配送节点的坐标作为输入层,以2倍于配送节点的序列为输出层.训练时,每次从路径节点中随机选取一个节点作为输入层,通过训练保证输出层的某个点与该输入点的距离最短,最终使得每个配送节点在输出层上都有与之最近的节点相对应,给出了求解最优路径的步骤,并分别针时不同的配送节点进行实验.结果表明,基于SOM最优路径算法能够以较快的收敛速度得到最优解.     

蚁群算法在电力巡检路线规划中的应用

为了提高电力巡检效率,需要制定科学合理的巡检路径规划方案。通过分析电力线路巡检工作的内容和特点,建立了基于 VRP(车辆路径问题)的巡检路径规划模型并利用蚁群算法对问题进行求解。实验求解结果表明,利用该方法进行巡检路线的优化,改善了巡检方案的科学性、合理性,提高电力巡检部门的工作效率。     

如何求平面上一组点的凸包

(一)问题 本刊擂台赛2001年第4期的问题是编程求解平面点集的凸包问题。 即给定平面上n个点的坐标(xi,yi),请求出一个包含所有点的最小凸多边形,该多边形称为这一组点的凸包。实际上它也形成了围绕所有点的最短路径。     

基于差分定位的多旋翼无人机智能巡检路径规划方法

目前研究的多旋翼无人机智能巡检路径规划方法收敛速度较慢,生成的路径过长。为了解决上述问题,基于差分定位研究了一种新的多旋翼无人机智能巡检路径规划方法,分析六旋翼无人机结构,根据分析结果设定约束条件。引入差分定位法确定路径安全约束方案,确保内部得到的可行解范围最小。引入蚂蚁算法确定最短路径,提取出最短路径内部的障碍点,从而缩短路径中的距离,在综合考虑多旋翼无人机性能后,分析性能参数,对拐角进行平滑处理,确定障碍点后消除,从而获得最优安全路径。实验结果表明,基于差分定位的多旋翼无人机智能巡检路径规划方法能够有效提高收敛速度,确保路径最短。     

求解最短路径问题的Lotka-Volterra回复式神经网络模型

有向图的最短路径(SP)问题是一个优化问题。通过构造有向图的最短路径问题的能量函数,提出了一种Lotka-Volterra (LV)回复式神经网络(RNN)模型,用于求解有向图的最短路径。当LV神经网络迭代收敛到稳定吸引子时,对应的能量函数也达到其能量最小点。因此,通过稳定吸引子可以获取最短路径。实验结果表明,利用LV神经网络模型可以有效地求解有向图中任意两个顶点之间的最短路径。     

一种基于路径阻断的求解最短路径算法

全源最短路径的求解是计算机科学、交通工程、地理信息系统等学科中的一个研究热点。随着网络规模不断增大,求解全源最短路径的时间复杂度急剧上升,这制约了复杂网络相关研究与应用的快速发展,因此最短路径算法的效率问题是普遍关注并且在实际应用中迫切需要解决的问题。本文在BFS的基础上,引入路径阻断策略,利用已求得的单源最短路径节点的结果,加速全源最短路径的求解。实验结果表明该方法对大规模网络全源最短路径实现了加速计算。     

基于改进蚁群算法的最短路径问题研究

最短路径问题是智能交通：交通网络分析中的一个重要问题。文章分析了基本蚁群算法在求解交通网络两点之间最短路径时所出现的问题,并针对这些问题,在方向引导及信息素更新等方面对算法进行了改进。实验证明,改进后的方法较基本蚁群算法能准确快速地找到交通路网中两点间的最短路径,是切实可行的。     

基于遗传算法的最短路径探索

最短路径问题是图论中的典型问题,在生产和生活中具有广泛的实例。它介绍了最短路径的遗传算法的表示与实现、适应函数、交叉和变异操作等问题,对遗传算法求解最短路径问题作了有益的尝试,详细分析了求解最佳路径的遗传算法的构成要素,着重探讨遗传算法求解最短路径问题的可行性,最后通过两个实例求出了两幅图的最短路径。     

带障碍物情况下两点间最短距离的求解方法

带障碍物聚类问题的关键是求解存在障碍物情况下两点间的最短距离。针对该问题提出边缘可见点概念,给出一种解决方法,从一点依次寻找障碍物上的边缘可见点,顺次连接这些点,可以形成上边缘最短路径和下边缘最短路径,最终的最短路径是这两者中的较短者。实验结果验证了该方法的有效性。     

基于遗传算法的变电站巡检机器人任务路径规划方法研究

近年来,随着变电站巡检机器人在变电站中的广泛使用,巡检机器人路径规划问题越来越成为亟待解决的问题。巡检机器人在已知的拓扑地图中标记了待执行巡检任务的停靠点,不同任务需要从初始点出发经过不同的一系列停靠点再返回初始点,如何规划路径是机器人面临的问题。首先分析了路径规划面临的问题,然后通过分析拓扑地图的特征,对地图进行等价简化,再对问题进行建模使用遗传算法求解巡检任务路径规划的近似最优解。通过仿真实验证明,提出的基于遗传算法的路径规划方法是可行有效的,为变电站巡检机器人任务路径规划提供了一种有效方法。     

闭合螺线阵列的最短路径算法

介绍了闭合螺线阵列的概念;利用动态规划法中的Floyd算法思想对求解闭合螺线阵列最短路径的问题进行了描述,并给出了具体算法;给出了利用二维数组算法求解闭合螺线阵列最短路径的过程.对于以上两种算法的优缺点进行了比较.这两种算法可以用于解决大多数路径问题.     

三角网格表面任意两点间并行近似测地线算法

为降低求解三角网格表面任意两点间近似测地线长度和路径问题的时间开销,提出一种基于局部细分法的并行近似测地线算法。采用类矩阵乘最短路径并行算法求解点对间初始最短路径,并用源分割法映射子网格数据;所有处理器并行执行,对其所拥有点对之间的初始最短路径周围三角面片上的边进行细分操作;最后基于局部细化后的细分图并行,求得所有点对间的近似测地线长度和路径。实验结果表明,该并行近似测地线算法能够有效降低求解该类问题的计算时间,计算效率大大提高。     

曲面上任意两点的近似最短路径算法研究

为了提高曲面上任意两点间近似最短路径的计算效率,提出了求解曲面上任意两点间近似最短路径的算法,该算法首先利用三角形网格模型表示曲面,并形成相应的带权图结构,然后采用FSPA(快速最短路径法)动态计算带权图上两点的最短路径,再通过迭代细分最短路径周围的三角形网格上的边,最后由这些边构造新的子图来不断逼近曲面上两点间的最短路径。为验证该算法效果,还给出了该算法两个应用实例。应用结果表明,该算法效率高,容易实现,并可用网格尺寸和细分参数γ来控制近似精度。     

公交车网络的最短路径算法及实现

最短路径问题是图论研究中的一个经典算法问题,旨在寻找图中任意两结点之间的最短路径.一般在交通道路网络中最短路径问题就是单纯地求解两点间的最短路径.为了保证实用性,公交车网络的最短路径算法以转车次数最少为首要目的.文中借鉴广度优先搜索的思路来求解最短路径,即逐个找出经过起点站和终点站的车次以及这些车次沿途可转的车次.首先说明了算法的计算机实现方法,再举例详细说明其过程,最后指出此算法的扩充用途.     

神经网络求解图最短路径问题的一种新方法*

本文给出一种求解图最短路径问题的实用反馈式神经网络，并证明这种网络的求解稳定性．这种网络基于最小值选择网而构成，对任意有向图和无向图均能收敛到其唯一的稳定点．由此求得图所有顶点对阃的最短路径及最短路径长度．本文结果是神经网络求解非NP—难解类优化问题的一种新尝试．     

神经网络求解图最短路径问题的一种新方法

本文给出一种求解图最短路径问题的实用反馈式神经网络，并证明这两种网络的求解稳定性，这种网络基于最小值选择网而构成，对任意有向图和无向图均能收敛到其唯一的稳定点，由此求得图所有顶点对间的最短路径及最短路径长度，本文结果是神经网络求解非ＮＰ－骓难解类优化问题的一种新尝试。     

智能交通系统中的最短路径算法分析

智能交通涉及到交通领域的多个方面,如何寻找最短路径是其核心问题之一。文章着重讨论了智能交通系统功能实现中的关键技术一求解最短路径。对于国内外一些求解最短路径的经典算法的复杂度问题进行了分析。     

移动卫星网络中的最短路径算法研究

移动卫星网络的拓扑时变性对其最短路径求解带来新的问题。文章利用提出的移动卫星网络模型,证明了基于传统网络的最短路径算法在移动卫星网络中使用存在局限性,提出了一种适用于移动卫星网络的最短路径求解方法和优化算法,并进行了仿真验证。     

交换超立方网中的最短路径路由算法

针对交换超立方网络的最短路由问题,提出一个交换超立方网中的最短路径路由算法.利用图论的方法,通过引进子网的概念,研究交换超立方网的拓扑性质,给出节点各边可进行最短路径路由的充要条件,得到其时间复杂度为O(s+t)2).理论分析和仿真结果表明,该算法可输出交换超立方网中任意两节点间的一条最短路径.     

基于时间约束的配送网络可行路径算法研究

图论中的路径问题一般是求解最短路径问题。然而在军事物流配送过程中,由于网络中的边可能会失效,所以应求出所有满足需求点时间约束的路径。设计了求解满足时间约束的可行路径的算法,该算法可以避免重复边,及时排除超过时间约束的路径,并且能在有限的（n-1）步之内完成。