共查询到17条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
5.
最短路径算法广泛应用在GIS(地理信息系统)、机器人探路、计算机网络等领域,经过几十年发展,有了很大进展.现在流行的最短路径算法有Dijkstra算法、A*算法,它们都建立在信息完全准确、静态路网的前提下.但现实中信息常常不准确、不完整,路途环境不断变化.当环境变化时,需要重新修改整个路径,因而速度较慢.介绍一种动态最短路径算法,初始时建立好最短路径,当环境变化时,可以只计算变化处附近局部节点,减少计算量,从而较迅速做出新的最短路径选择.最后经过仿真看出,路网中节点越多,动态最短路径算法优势越大. 相似文献
6.
最短路径算法及其实现 总被引:6,自引:0,他引:6
李腊元 《计算机与数字工程》1995,23(2):5-12
本文主要讨论了两种典型的最短路径算法-Dijkstra算法和Ford-Fulkerson算法的设计思路,并给出了其实现过程。 相似文献
7.
路由算法是决定网络整体性能的重要因素,传统的最短路径算法在低流量环境中能满足一般的需求,但在复杂多变的网络环境中,它往往表现出流量波动大,不够稳定的特点,论文提出了一种基于移动Agent的路由算法,起源于仿生学中著名的蚁群算法。我们通过一个数据报网络,在不同的网络条件下将其与传统的OSPF算法作对比实验分析。与OSPF相比,在各种条件下,该算法表现出了良好的性能和健壮性。 相似文献
8.
一种求解最短路径算法 总被引:2,自引:0,他引:2
在图论中,一个典型的问题就是路径问题。本文介绍一种求图的最短路径算法,该算法与[1]中的Dijkstra算法、Folyd算法相比,有较大的改进,且直观清晰,略加修改可用来求图的关键路径。 相似文献
9.
一种基于脉冲耦合神经网络的最短路径算法 总被引:9,自引:0,他引:9
纪其进 《小型微型计算机系统》2005,26(5):826-829
提出了一种基于脉冲耦合神经网(Pulse—Coupled Neural Network,PCNN)的最短路径算法。通过对PCNN做很小的改变,该算法不但具有和Hopfield神经网络相同的并行处理特性,适用于求解大规模实时问题,而且还能一次求出源点到其它所有目的点的最短路径.根据PCNN的模型和运算规则,本文证明了该方法的正确性并分析了其复杂度.文中还将该算法运用于通信网络的路由选择. 相似文献
10.
动态SPT算法是在图的拓扑改变时,以原有SPT为基础作局部更新;SPT动态更新需要解决寻找因为该改变而需要修正最短路径的相关节点的问题。对于传统的SPT定义先扩展,使节点记录距离相等的一条或多条最短路径,称之为ESPT。提出了一种不需记录后继的ESPT动态更新算法并加以证明,通过证明还说明在ESPT定义下该算法找到的所有节点都是动态更新所必要且充分的。给出算例,列出操作过程,对不同复杂度的图进行计算实验,将其结果与经典静态算法进行了对比。 相似文献
11.
球绳模型SPT动态算法是已知的动态算法中最优的,但其仅局限于权值更新。因此,借鉴球绳模型的相关思想,提出了一种在图的拓扑发生变化后对SPT进行动态更新的解决方案,并结合球绳模型SPT动态算法,完成了一种基于球绳模型的SPT完全动态算法。该算法结构简洁,具有较强的应用价值。 相似文献
12.
网络拓扑发生变化时,利用静态Dijkstra算法重新计算最短路径树(SPT)会造成冗余计算。动态Dijkstra算法解决了这个问题,但目前动态算法一般是基于有向网络模型进行的研究。在已有的动态Dijkstra算法基础上,提出适用于无向网络的动态Dijkstra算法。算法主要解决了在无向网络中如何确定待更新节点的问题,对网络中的一条边权值增大、减小的处理方法进行了详细描述,并对已有的算法的筛选机制进行了优化。为了验证算法的正确性,用仿真实验实现了该算法并与静态算法进行性能比较。实验结果表明,新算法更能提高节点更新的时间效率。 相似文献
13.
14.
15.
16.
基于遗传算法的动态网络中最短路径问题算法 总被引:11,自引:0,他引:11
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。 相似文献
17.
Xiaoge Zhang Yajuan Zhang Yong Hu Yong Deng Sankaran Mahadevan 《Expert systems with applications》2013,40(18):7607-7616
The constrained shortest path problem (CSP) is one of the basic network optimization problems, which plays an important part in real applications. In this paper, an adaptive amoeba algorithm is combined with the Lagrangian relaxation algorithm to solve the CSP problem. The proposed method is divided into two steps: (1) the adaptive amoeba algorithm is modified to solve the shortest path problem (SPP) in a directed network; (2) the modified adaptive amoeba algorithm is combined with the Lagrangian relaxation method to solve the CSP problem. In addition, the evolving processes of the adaptive amoeba model have been detailed in the paper. Two examples are used to illustrate the efficiency of the proposed method. The results show that the proposed method can deal with the CSP problem effectively. 相似文献