蚁群算法在迷宫最优路径问题中的应用

该文将蚁群算法应用于迷宫最优路径问题。针对迷宫最优路径问题的特点,将蚁群分成两组,分别从迷宫的起点和终点出发,每只蚂蚁按迷宫的行走规则向前移动。对移动的蚂蚁定义了三种生命周期,只有满足特定行为的蚂蚁所走过的路径才能构成迷宫问题的可行解。对不同规模迷宫问题的实验结果显示,该算法是一种求解迷宫最优路径问题的有效算法。     

可变的蜂巢形迷宫最短路径算法

分析了随机可变的蜂巢形迷宫的最短路径算法和移动算法,阐述了迷宫的构建,分析了算法步骤,分别分析了最短路径算法在最坏情况和最好情况下的时间空间复杂度.     

推箱子游戏中AI的实现

推箱子是一款有深度的益智类游戏,非常受大家欢迎。让电脑分析出箱子移动的路径过程很像解决迷宫搜索的问题,但箱子移动受游戏中小人位置的影响,这使情况变得有点复杂。同时游戏中多个箱子需要搜索路径,会大幅度增加时间复杂度,介绍了几种优化搜索的方法,并用C＋＋语言写出了关键代码。     

迷宫问题的路径优化

迷宫问题是图形学、图论和数据结构等领域中的一个经典问题。目前解决迷宫问题的算法主要包括传统算法以及智能算法两大类。如何更好的解决迷宫问题获得最优路径一直是有待解决的问题。首先基于蚁群算法获得导航路径,然后利用粒子群算法优化导航路径获得近似最优化路径。实验仿真表明,利用粒子群算法优化后的路径效果十分令人满意。     

基于A*改进算法的机器人移动路径优化仿真

针对传统机器人移动路径分析方法中存在撞击率高的问题,引入A*改进算法对机器人移动路径进行优化.首先利用栅格单位搭建机器人移动环境模型,并对栅格模型进行优化处理,分别在无障碍、静态障碍以及动态障碍三种移动环境下进行路径规划,通过A*改进算法获取机器人移动原始路径.在此基础上,计算路径优化约束条件,对原始路径进行平滑优化处理,输出机器人移动路径的优化结果,完成移动路径优化.经过仿真对比实验可知,使用A*改进算法进行机器人移动路径优化,路径长度和时间均能得到减少,且撞击率和路径转弯次数也明显得到改善.     

基于移动锚点的三维无线传感网节点定位算法研究

考虑在三维环境下移动锚点辅助定位传感节点的场景,提出一种基于移动锚点的三维无线传感网节点定位算法(NLA_3D).在NLA_3D算法中,移动锚点在随机移动探测的过程中,获知未定位传感节点所在连接树的所有传感节点信息,建立最小化移动路径长度和定位误差的优化模型,并引入遗传算法思想,提出一种混合海洋捕食者算法求解优化模型,即将遗传算法的变异操作认为是布朗运动,将遗传算法的交叉操作认为是莱维运动,并计算移动锚点的最优移动路径.移动锚点在最优移动路径上提供不共面的参考位置信息.因此未定位传感节点能够根据移动锚点或已定位传感节点位置信息,采用极大似然估计算法计算自身位置坐标.仿真结果表明:NLA_3D算法可定位监测区域内所有传感节点,增加传感节点的平均锚点位置个数和降低平均节点定位误差,比RAND、GREED和LMPS算法更优.     

基于Petri网的迷宫问题最优路径求解方法北大核心CSCD

针对迷宫问题最优路径求解,建立了一种能够描述迷宫可行路径的Petri网模型。以行走总路径最短为优化目标,在填充冗余区域点的基础上,建立Petri网模型并对其进行简化。结合Petri网模型的结构特点和数学特性,提出了一种求解最优路径的整数线性规划模型。最后,利用MATLAB随机生成大量不同规模的迷宫,并通过仿真对所提算法与其他算法进行比较。仿真结果表明,所提算法能够快速有效地求解迷宫问题最优路径,具有良好的可行性。     

迷宫算法的一种改进算法及其在"连连看"游戏中的应用

摘要设计一个算法High Edition,该算法基于已有的迷宫算法,通过引进两个变量以控制转弯（即改变方向）的次数,比较容易实现带有限制路径的查找,并将之成功应用到了游戏“连连看”中,解决以往在该游戏中寻找路径时要进行多重查找而使问题复杂化的难题,不仅如此,还使编写连连看游戏的程序代码变得简单、明了。     

基于Silverlight网页游戏的寻径优化算法

为了解决A*路径搜索算法在Silverlight网页游戏中的搜索费时和路径曲折等问题,在结合光线跨越算法和引入父结点指针的二叉堆存储开启列表的A*算法的基础上,提出了一种基于Silverlight网页游戏的寻径优化算法。该算法在现有研究的基础上使用光线跨越算法减小A*算法搜索规模,同时将动态关键点技术与光线跨越算法结合来优化算法返回的路径。将该算法在游戏所使用的网格地图中进行实验,实验结果表明,该算法能够有效地根据系统设定的通行条件寻找出一条最优的实际可行的路径,同时缩短寻路的时间消耗和所寻的路径长度,提高游戏的可玩性。     

基于改进蚁群算法求解迷宫最优路径

蚁群算法是一种基于群体智能原理的优化模型,用于解决组合优化问题。该文在蚁群算法的选择策略方面进行改进,提出了基于改进蚁群算法求解迷宫最优路径的算法。     

用于迷宫电脑鼠的一种迷宫补全算法

摘要：在IEEE电脑鼠走迷宫竞赛规则的基础上,介绍了一种基于对迷宫分析补全思想的路径规划算法。详细阐述了算法流程和实现过程,对搜索过程中的算法提出一种改进思想。实验表明,该算法可以提高电脑鼠的搜索效率,有效地减少迷宫搜索时间,提高竞赛成绩。     

基于灰度图像边缘检测的3D游戏路径搜索*

着重研究了3D游戏中路径搜索算法。其路径搜索算法内容包括障碍认知与标志、A*路径规划、高度代价函数与路径最短相结合的,由计算粒度引出的基于静态障碍物体碰撞检测的动态路径规划。该算法在实际的游戏引擎中进行了测试,其效率和实时性都满足要求。     

基于机器视觉和A*算法的迷宫机器人路径规划

针对迷宫机器人路径规划问题,以机器视觉和A*算法为基础,提出了一种新的迷宫机器人全局路径规划方法。该方法利用区域阀值分割对迷宫机器人系统采集的图像进行分析,结合A*算法逆向搜索全局最优路径。仿真结果表明,该方法实现简单,在复杂的迷宫环境下能有效地实现迷宫机器人路径规划。     

学习分类器在绩效寻优中的应用及其组织决策意义

首先简单介绍了学习分类器算法及其应用情况, 其次通过一个博奕问题比较了学习分类器、分类器、反馈系统及随机游走策略这4种比较常见的组织决策模式在绩效寻优方面的效率, 指出了学习分类器算法在解决复杂系统的绩效寻优方面具有比较高的效率, 对组织的决策模式具有很大的启发意义.     

博弈树置换表启发式算法研究

博弈树搜索对于计算机博弈至关重要。优秀的搜索算法通过搜索较少的节点就可以获得最佳路径,从而提高计算机的博弈水平。论文以中国象棋计算机博弈作为背景,在alpha-beta基本搜索算法上,详细阐述了置换表启发算法的原理和哈希冲突,引进了双层置换表的概念及其替换策略,增强了引擎的搜索效率。实验结果表明了该算法的有效性。     

基于变异蚁群算法的多约束运输路径优化

针对运输路径优化中存在多约束限制的问题,建立了多约束运输路径优化问题(MCTPOP)的数学模型。对于求解算法,在基本蚁群算法的基础上,引入变异机制,采用线性递增的变异概率增长方式,根据变异蚂蚁的寻路特点,提出了一种Ant-enco&contr信息素更新策略。利用变异蚁群算法对MCTPOP进行求解,通过仿真实验表明,该算法能够减少陷入局部极值的可能性,提高了基本蚁群算法的寻优能力,是一种有效的MCTPOP求解算法。     

基于优化蚁群算法的机器人路径规划

研究机器人导航中的路径规划问题,运用栅格法和图论思想建立环境模型,在该模型中通过蚁群算法进行路径寻优,提出用遗传算法的思想改进已有蚁群算法,即GAA算法。仿真实验结果表明,该算法能有效地提高机器人的路径搜索速度及路径优化、路径平滑等方面的指标。     

游戏地图最短路径搜索设计与实现

最短路径搜索是directx游戏的一项核心技术,文章分析了常用的搜索算法:宽度优先,深度优先和启发式搜索,最后剖析采用搜索树的A*算法来实现大地图与复杂地形的最短路径搜索。     

分段可压缩路径的切换优化算法

针对切换控制系统可渐近稳定的充分条件的难题,提出了一种分段可压缩路径的搜索算法。分析了压缩路径的切换控制规律,并对常规可压缩路径的切换控制进行了优化,提出了最短和加权平均可压缩优化路径算法及峰值控制优化算法。通过实例Matlab程序仿真寻找可压缩路径的优化参数,比对切换实验数据,演示不同优化算法下的切换率稳定和收敛状况。