基于宽度优先搜索的路径生成算法

宽度优先搜索和深度优先搜索是图论中常用的两种搜索算法.两者各有优势,但深度优先搜索算法的效率在低连通度图中会大大降低,这时更适合采用宽度优先搜索算法.本文提出了一种基于宽度优先搜索的路径生成算法,具有较好的时间复杂性和空间复杂性.     

迷宫搜索算法的比较研究

研究面向搜救的应用,将事故环境抽象为一个迷宫,通过仿真实验比较研究了深度优先搜索算法和三种不同启发式函数的A*算法在Perfect迷宫中的应用,并分别将深度优先搜索算法和A*算法用于实际迷宫中进行实现与比较.在实验中,迷宫环境对机器人是未知的,而由于迷宫环境的特殊性——未知的迷宫环境中很少有不会碰撞的路径,从而增加了机器人搜索的难度.通过仿真实验对比了不同启发式函数的A*算法与深度优先搜索算法的性能,最后得出在迷宫搜索中A*算法要优于深度优先搜索算法;同时,在实际迷宫中实现了深度优先搜索算法与A*算法的搜救应用.     

基于权值的广度优先搜索算法在九宫格中的实现

人工智能领域搜索算法有多种方式和应用,本文在盲目的广度优先搜索算法的基础上,提出了基于权值的广度优先搜索算法。利用两种搜索算法,在九宫格问题中进行了实现,通过随机产生一定数目的数据,来对比两种搜索算法的优劣,实验表明,基于权值的广度优先搜索算法搜索更有效,效率更高。     

G.729中固定码本快速搜索算法研究

虽然G.729中采用的集中搜索和G.729a中采用的深度优先树搜索可以有效减少固定码本搜索复杂度,但固定码本搜索在整个语音编码算法中仍占有较大比重.为了在基本维持语音质量的前提下,减少搜索运算量,研究了几种快速搜索算法,脉冲替代和预选替代一个脉冲搜索算法可以大大减少搜索次数,但语音质量明显下降,因此提出每次替代两个脉冲搜索算法,得到比替代一个脉冲较为完整的搜索,产生较好的语音质量.仿真结果表明,该算法可以大大减少搜索运算量,并且保持了和G.729a深度优先树搜索算法相同的语音质量.     

N个最频繁项集挖掘算法

频繁项集挖掘算法的计算复杂性和生成的频繁项集数量随着事务集项数的增加呈指数增长,最小支持度阈值成为控制这种增长的关键.然而,实际应用中仅使用支持度阈值难以有效控制频繁项集的规模.为此定义N个最频繁项集挖掘问题,并提出基于支持度阈值动态调整策略的宽度优先搜索算法NApriori和深度优先搜索算法IntvMatrix挖掘N个最频繁项集.实验表明,本文的2种方法的效率比朴素方法高2倍以上,特别当N值较低时,本文方法的效率优势更为明显.     

通过八数码问题比较搜索算法的性能

搜索算法的核心在于搜索策略的制定.一般的搜索算法采用无信息指导的搜索策略,如深度优先搜索(DFS)和宽度优先搜索(BFS),还有一些搜索算法采用了启发式信息指导的搜索策略,如A*算法.不同的搜索策略会使得搜索算法的性能有很大的差异.使用以上3种搜索算法实现八教码问题的求解,分析和比较三者所表现出来的性能,同时指出3种搜索算法的特点和应用范围,最后给出分析结论以指导开发和使用更加高效的搜索策略.     

元图的存储结构及其搜索算法

给出了元图在计算机中的实现, 提出元图的关联矩阵和邻接表存储结构, 并给出了元图对应两种存储结构的广度优先搜索算法（BFS）和深度优先搜索算法（DFS）。最后, 对给出的元图的存储结构和搜索算法进行了分析, 验证了提出的存储结构和搜索算法的可行性。     

在嵌入式系统中求解无约束的现实TSP问题

介绍了利用模拟退火算法思想,结合大概率最近邻深度搜索算法解决无约束的TSP问题,以及用改进的深度优先遍历建立TSP子集数据结构和求解,并成功地应用到嵌入式电子导游系统中,取得良好效果。     

求解八数码问题的几种搜索算法比较

本文针对八数码问题的求解,给出了深度优先搜索、广度优先搜索和启发式搜索之间的算法比较,并得出结论：在通常情况下,采用启发式搜索算法来进行状态空间的搜索更为方便、快捷。     

分支限界法在游戏地图寻径中的应用

分析了游戏地图寻径中的宽度优先,深度优先和启发式搜索算法,提出了一种基于宽度优先直接标记路径的分支限界搜索算法,最多使用O(N+L)的时间完成最短路径搜索,能很好地适用游戏地图中复杂地形的寻径要求。     

提高Snort规则匹配速度方法的研究

文中对开放源代码入侵检测系统Snort的规则匹配算法以及工作模式进行分析。首先在深度优先搜索算法基础上增加宽度优先搜索算法,其次,提出一个C/S模式Snort的构想,为传统Snort增加服务器支持,来分担客户端Snort的工作量。从而,在两个方面,提高Snort的工作效率。     

用MFC动态编程实现8数码问题求解

介绍了深度优先算法、宽度优先算法、启发式搜索算法3种方法实现8数码问题,分析了3种算法的可采纳性系统的特点,并用MFC编程实现.     

一种基于PFSP性质的深度优先搜索算法

三机以上同顺序Flow-shop问题(PFSP)是著名的NP完全问题.在充分利用PFSP自身特性的基础上,提出一种可变路径的深度优先搜索算法.该算法在搜索过程中根据需要采用两种不同邻域,在必要时将PFSP转化为一个指派问题,自动变更搜索路径,以避免陷入局部最优解.数值仿真实验表明,该算法对于大规模PFSP能取得良好的计算结果.     

迷宫算法的改进与动态实现

本文在对广度优先迷宫搜索算法和深度优先迷宫搜索算法进行了仔细比较与探讨之后,提出一种新的算法:目标优先法。即每次向下一个位置搜索时,按当前位置的各方向靠近目标点的距离去选择方向。使得搜索过程在较短时间内能够快速从入口向出口目标逼近。然后从数据输入输出,程序设计等方面讲述了这种带优先级的算法的实现。并将此算法用Java语言在JDK上实现其搜索过程的画面,模拟其算法实现过程。最后,将此算法与传统的广度优先和深度优先算法优缺点进行了综合比较。     

SIMD模型上深度优先的并行搜索算法

近年来人们开始研究并行模型上的搜索算法，并取得了一些结果，本文介绍了ＳＩＭＤ模型上的两种深度优先的并行索算法，并对其进行了简要的比较分析，而且详细讨论了负载平衡问题。     

基于DFS的工程图多层次图块信息提取

针对工程图信息提取过程中的图块多层次引用问题,利用深度优先搜索算法对引用图块信息进行提取。建立图块多层次引用关系,介绍节点深度定义、目标节点判定方法及引用图块搜索策略,设计多层次引用路径搜索算法,并开发应用程序模块,实现多层次引用图块的信息提取。应用结果表明,该方法的提取准确率较高。     

一种新型快速的固定码本搜索方法

为降低AMR_WB中固定码本搜索算法的复杂度,在脉冲取代法的基础上提出了一种新的搜索算法,采用脉冲组合的方法,不仅降低了计算复杂度,而且保证了语音质量。实验结果表明,与AMR_WB采用的深度优先树搜索算法相比,在不影响语音编码质量的条件下,提出的快速码本搜索算法的复杂度降低了53.6%。     

基于△-tree的自底向上的深度递归KNN查询算法

△-tree是一种新提出的多层索引结构,能够加速主存环境中的高维查询.在该高效主存索引的基础上,提出了改进的KNN搜索算法BU_DF_knn_Search,该算法通过定位技术、自底向上、深度优先遍历及过滤策略设计而成,解决了KNN查询中搜索半径未知的难题.在高维数据集上进行了实验,结果显示算法BU_DF_knn_Search比△-tree已有的KNN搜索算法具有更高的效率.     

分布式并行宽度优先搜索与15-迷问题的完全解

宽度优先搜索(Breadth-First Search,BFS)是一种基本的最佳优先搜索算法(Best-First Search)。它在模型检查、模式数据库计算以及确定问题状态空间半径等领域中有着重要的应用。宽度优先搜索作为一种系统的图搜索算法,它通常比深度优先搜索(Depth-First Search,DFS)有效得多,后者无法探测出表示同一状态的重复节点并且需要在产生所有路径后才能确定出最优解。但是,宽度优先搜索的适用规模因其空间需求大的特点受到极大限制。近来,利用磁盘作为二级缓存来克服BFS内存限制的相关技术被提出。然而,单台计算机的存储能力总是有限的。因此引入分布式并行宽度优先搜索,结合多台机器的计算能力和存储资源来完成大规模的宽度优先搜索。最后,以15-迷(15-Puzzle)问题为平台,计算其完全解(状态空间规模超过1013)。     

宽度优先反复加宽及其启发式搜索算法研究

首先针对搜索树中深度固定且目标唯一的寻优问题，指出宽度优先反复加宽的搜索效率要比深度优先反复加深的搜索效率高，基于此，提出了基于宽度优先反复加宽的启发式搜索算法ＩＷＡ＊，算法ＩＷＡ＊是可采纳的。为了保持算法ＩＷＡ＊的搜索效率高于算法ＩＤＡ＊的搜索效率，同时又使算法ＩＷＡ＊的存贮空间复杂度减低，文中基于分层技术，提出了基于深度优先的ＩＷＡ＊算法──ＩＤＷＡ＊。算法ＩＤＷＡ＊也是一个可采纳的启发式搜索算法。