一种改进的最短路径搜索算法

在深入分析现有最短路径搜索算法和MapX空间特性的基础上,提出了一种基于MapX改进的局部最短路径搜索算法.该算法依据最短路径沿起点、终点连线方向可能性最大的特征,在小矩形范围内搜索,避免了因道路“振荡”而产生结果失真的问题,减少了搜索的节点数目,降低了搜索规模.实验结果表明,该算法搜索速度快,道路网络结构越复杂,其运行效率越高,具有很强的实用性.     

基于MapX和Floyd算法的最短路径搜索系统设计与实现

以MapX地图在VC环境下的开发为基础,通过构建道路网络拓扑关系数据库和应用Floyd算法,实现最短路径搜索系统的设计.主要研究了拓扑系数据库的建立和Floyd算法的改进应用,在完成GIS基本功能的条件下,实现了最短路径的搜索.     

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.     

基于FLOOD Fill算法的迷宫路径求解方法研究

目前国际电脑鼠走迷宫竞赛中常采用的FLOOD Fill迷宫搜索算法存在硬件系统资源消耗较多和无法实现最短路径求解及判定等问题。根据FLOOD Fill算法和FLOOD Fill迷宫搜索算法的工作原理,提出修正的FLOOD Fill迷宫搜索算法及相应的最短路径求解算法。通过判断更新必要迷宫格编码值提高迷宫搜索算法的执行效率,建立"有墙迷宫"和"无墙迷宫"完成迷宫搜索后最短路径的最优性判定和迷宫搜索次数的决策。MATLAB平台的仿真分析和IEEE标准迷宫的实际测试结果表明,相对于FLOOD Fill迷宫搜索算法,该方法不仅减少了97%的冗余编码值更新,而且能够准确地求解出搜索后的迷宫最短路径。     

动态拓扑网络最短路径启发式算法

针对动态拓扑网络的最优路径规划中存在的问题,研究了最短路径搜索算法的快速实现技术,提出了一种启发式快速最优路径规划算法.在分析经典迪杰斯特拉最短路径搜索算法和A*启发式搜索算法的基础上,利用椭圆曲线参数设定启发函数初始值,进一步缩小搜索范围.采用二叉堆结构来实现路径计算过程中优先级队列的一系列操作,从而提高了算法的执行效率.仿真试验结果表明该算法具有良好的性能.     

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。     

基于MapX的局部最短路径搜索算法

最短路径分析是地理信息系统(GIS)网络分析的基础,拓扑关系是最短路径分析的关键。由于MapX不支持空间数据的拓扑结构,因此对于采用MapX进行二次开发的用户来说,最短路径分析就成为一个难点。为此讨论了基于MapX的弧段文件格式的Dijkstra算法,并在此基础上实现了基于MapX的局部最短路径搜索方法。     

港区导航系统中最短路径搜索算法

分析Dijikstra算法、限制区域搜索算法以及A*算法的时间复杂度和空间复杂度,提出一种最短路径搜索算法。将静态存储和动态搜索相结合,以限定区域搜索算法为主、A*算法为辅,并根据港区路况实现该算法。实验结果表明,在区域路网结构相对比较规则的情况下,该算法能够提高路径搜索的效率。     

基于RFID手持式盲人导航系统的路径规划

提出了一种物联网技术下盲人导航系统的路径规划算法.采用Dijkstra最短路径算法作为基础算法,以关系数据库作为存储模式,通过多因素模糊算法来确定道路网络中的权值,并根据道路网络的空间分布特性,合理利用矩形限制搜索算法来限制搜索范围.结合算法在盲人导航系统中的应用,给出了算法的应用实例,仿真实验和实例分析结果表明了算法的正确性.     

改进型A*算法在物流配送网络中的应用

A＊算法是目前路径搜索中应用最广泛的算法,最短路径搜索算法效率是研究人员普遍关注的重点,本文在分析A＊算法的基础上,重点介绍了一种改进型A＊启发式搜索算法,实验结果表明：提出的改进方法极大地减少算法搜索区域,提高了算法的效率,更加适合交通网络的路径导航。     

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。     

基于启发式Bi-RRT算法的虚拟手臂运动规划

为提高虚拟人手臂在复杂多障碍物空间进行维修时的运动路径规划效率,提出一种基于启发式Bi-RRT的路径规划算法。在运用Bi-RRT算法的基础上,结合启发式搜索思想对腕关节进行路径规划,通过比较多个随机搜索点与目标点的距离,保留距离目标点最近的随机搜索点,使随机树有方向地进行扩展,减少无效的搜索。仿真实验结果表明,启发式Bi-RRT算法较传统的RRT算法和Bi-RRT算法有更好的搜索效果,搜索效率更高,对于7自由度虚拟手臂的运动路径规划也有较好的效果。     

基于A*算法的三维地图最优路径规划

研究了基于A*算法的适合人步行行走的山地环境下三维地图最优路径规划算法及实现.本文考虑了三维山地无路网信息覆盖的条件较差环境,对A*算法进行改进,并利用三维地形DEM数据计算出一条相对平缓且长度较短的三维路径.改进算法对三维条件下路径最短的评价标准由原有的空间距离累加最短改进为先将空间等效成水平距离,再计算距离是否最短.同时,本文充分考虑了搜索点周围环境的整体坡度信息作为启发信息,来降低算法寻找的路径走在陡坡上的概率.实验表明,本算法最终计算出的三维最优路径在平缓度及路径最短上有所改善,基本符合人步行行走的习惯.     

物流配送最短路径网搜索的改进蚁群算法

将蚁群优化的基本原理用到物流配送网最短路径搜索中,在充分考虑了物流配送网基本特性后,采用了一种基于加强方向性搜索、减少搜索范围的蚁群算法对其进行具体实现.改进的蚁群算法改善了基本蚁群算法中的随机搜索特性,使算法能以较快的速度收敛到最优解上.     

改进Dijkstra算法在GIS导航应用中最短路径搜索研究

研究GIS在电子导航系统应用中的最短路径搜索效率问题。在电子导航系统中对最短路径的搜索效率要求很高。随着城市发展交通线路剧增,传统的基于Dijkstra算法的GIS导航系统不能适应日益复杂的交通线路,存在最短路径搜索效率过低的问题。考虑到GIS空间分布的特性,提出了改进的Dijkstra算法用以解决GIS导航中的最短路径搜索问题。改进算法不仅避免了传统Dijkstra算法逐个节点遍历搜索,而且根据方向优先特性缩小搜索范围,大大减少了搜索工作量,并通过改变搜索节点存储的数据结构提高了最短路径的搜索效率。实验表明,这种改进算法较之传统算法能够有效提高最短路径的搜索效率,满足了电子导航系统对最短路径搜索效率的要求,取得了满意的结果。     

新型树启发式搜索算法的机器人路径规划

面对三维空间移动机器人从起始点到终止点的最短路径问题,提出一种新型的边缘点树启发式搜索(TreeEP)算法,该方法将地图空间进行密度可调的三维离散化处理,根据障碍安全距离筛选出障碍物的可靠边缘点信息,再利用树扩散架构选出最能引导搜索方向的潜力点进行扩散搜索,最终得出最短路径。提出局部调整策略,得到改进的Tree-EP算法。实验结果表明,在带障碍复杂地形最短路径搜索应用中,提出的Tree-EP算法与已有方法相比,能找到更短的移动路径。     

改进的基于元胞自动机扩展模型的图的最短路径算法

在基于元胞自动机单源点到单节点图的最短路算法的基础之上,通过改进控制演化的终止条件和记录演化过程中的路径信息,提出了单源点到多节点的元胞自动机扩展模型求解图的最短路算法模型，将该算法应用于城市道路交通网的实证研究之中,可以得到路段上任意两端点之间的最短路径及路权。     

K(≤3)条渐次短路径搜索算法的研究

Dijkstra算法是经典的最短路径搜索算法。该文在Dijkstra算法的基础上,提出了在单限制多权值的条件下k(≤3)条渐次短路径的搜索算法。算法的实例表明,该算法切实有效。     

基于子目标搜索的机器人目标导向RRT路径规划算法

为解决移动机器人未知环境下的路径规划问题,提出基于子目标搜索的机器人目标导向RRT(rapidly- exploring random trees)路径规划算法.一方面,针对传统RRT算法固有的盲目搜索问题,引入目标导向函数,形成目标导向RRT路径规划算法,这一改进可减少冗余搜索,提高路径规划效率;另一方面,为了使机器人在首次探索未知环境时也能顺利抵达目标点,提出3种不同情况下的子目标搜索策略,包括无障碍环境下的直达策略、扫到边界点时的最短距离策略和扫不到边界点时的后退策略,这3种策略使机器人能够完成对未知环境的探索,而且可以克服易出现的局部极小点问题,使机器人具有逃离局部极小环境的能力.仿真实验结果验证了所提出算法的可行性和有效性.     

并行最短路径搜索算法的设计与实现

针对串行最短路径搜索算法本身固有的局限性,难以随着网络规模的增大而提高搜索速度的问题,设计并实现了一种基于并行Dijkstra思想的并行最短路径搜索算法,使算法复杂度由O（N²）减少到O（N²/p+N*（p-1））,提高了算法的效率。实验结果表明,该算法搜索速度快且性能稳定,当结点数目相当庞大时,算法的优越性更加明显。