过必经结点集的选择性排序算法

目前研究经过必经结点集的最短路径算法多数是针对不允许存在回路的情况,少数针对存在回路的传统算法时间复杂度相对偏高。对此通过探索最优路径形成的规律,将含有大量结点的图转化为含有少量结点的图,用选择性排序法尽量少地生成路径序列分支,对这些分支进行筛选从而得到最短路径。实验结果表明,在面对数目较多的必经结点时,该算法性能将优于传统算法。     

改进的Dijkstra算法在GIS路径规划中的应用

最短路径算法是计算机科学与地理信息科学等领域研究的热点。文章讨论了一种改进的Dijkstra算法，利用本算法根据用户给出的起始结点、必经点序列和目标结点在GIS的交通层网络图基础上进行路径规划，生成满足一定约束条件的最短路径。实际应用分析表明，改进的Dijkstra算法在提高网络系统空间分析效率方面是可行的。     

基于半边数据结构的最短路径算法及其实现

在分析传统最短路径算法数据结构的基础上,提出并实现了一种以半边数据结构存储网络拓扑数据的最短路径算法。该算法充分利用半边数据结构存储格式紧凑、操作直观高效等方面的优点,采用较传统方法不同的路径检索方式,实现了快速计算网络中任一结点到其他所有结点的最短路径。实验表明,基于半边数据结构的最短路径算法可以大幅度提高网络中最短路径的计算效率,其性能在网络结点显著增多时愈加明显。     

基于分流算法的最短路径求解算法

在图论中,一般求最短路径都是通过比较各种可能的路径后而得到的,基本上都是按树的回溯方式求得,算法耗时长。分流算法将路径长度比较转化为等速同时发出的水流的速度比较,用Agent实现水流,让从开始结点出发生成的各水流同时流动,经过最短路径的水流将最先到达最终结点,结果用最短的时间获得最短路径。理论和实践都表明该算法是求最短路径的有效方法。     

基于模糊C-均值聚类的TSP演化算法

提出了一种基于FCM聚类的TSP演化算法。该算法以聚类中心为新的结点组成一个简单的TSP问题,用演化算法寻求其最短路径。在最短路径中,对于每一聚类,可寻求其距前面的聚类和后面的聚类最近的两结点之间的最短距离,若其中的结点较多,则再次演化得到其最短路径,若结点较少,则可用Warshall算法可得到最短路径。通过三个阶段的演化可得到较好的结果。     

基于混沌神经网络的最短路径路由算法

将最短路径问题映射到混沌神经网络，提出了一种带有混沌噪音的神经网络最短路径路由算法。首先设计了与最短路径有关的网络费用和路径表达方法；其次结合混沌神经网络的数学模型建立神经元的运动方程；最后依据网络费用和约束条件构造神经网络的能量函数。分别在具有9个结点和15个结点的网络拓扑结构上进行了实验，单个和多个分组请求均能快速地找到最短路径。结果表明，该文提出的最短路径路由算法用于高速交换网络是有效可行的。     

几种最短路径的算法及比较

最短路径问题是图论中一个非常有实际意义的问题,在实际生活中的各种规划设计问题中及数据挖掘中都有重要的作用。本文着重介绍了用计算机编程语言实现单源最短路径算法与每对结点间的最短路径算法,并作了简单比较。     

基于自适应蚂蚁算法的动态最优路由选择

蚂蚁算法具有很强的随机性和自适应性，基于蚂蚁圈模型和MMAS模型构造的自适应蚂蚁算法，将网络的容量限制、流量变化和最短距离结合起来讨论，通过在找到的最短路径上设置障碍物来模拟网络拥塞，找到源结点→目的结点的多条最优路由序列，以便在实际中实时地、自适应地进行动态路由选择。     

基于NNlists的路网k路径近邻查询

为满足k路径近邻查询的实时性要求,运用预计算思想提出了基于NNlists的BNNL算法,通过在用户当前位置和目的地结点进行双向Dijkstra扩展得到两点间的最短路径,再通过对最短路径上的路网结点预计算的m近邻进行优化处理,最终得到正确的k路径近邻。该方法提高了k路径近邻查询的查询速度,尤其适用于兴趣点密度较大、k值较大的情况。     

如何优化经纬网格寻址中最短路径算法

(1)最短路径算法对经纬网格进行二维剖分,进而利用最短路径的方法,求两个之间的最短距离,是解决天气数值预报中模式计算的核心问题。进行最短路径的计算,就必须首先将其按结点和边的关     

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。     

The shortest path problem with discrete fuzzy arc lengths

In the past, the fuzzy shortest path problem in a network has attracted attention from many researchers for its importance to various applications. In this paper, we propose a new algorithm to deal with the fuzzy shortest path problem. It is composed of fuzzy shortest path length procedure and similarity measure. The former is presented to determine the fuzzy shortest path length from source node to the destination node in the network, and the latter is used to measure the similarity degree between fuzzy length sets. This algorithm not only can yield shortest length but also can offer the actual shortest path to decision makers. An illustrative example is also included to demonstrate our proposed algorithm.     

引入必经点约束的路径规划算法研究

针对传统A*算法存在搜索范围广、运行效率低的问题,提出了一种引入必经点约束的路径规划算法。该算法结合障碍物分布特点,通过寻找最短路径必经点,实现对A*搜索方向的约束,再对最短路径段进行拼接得到最短路径。最后,在100×100网格地图中进行对比实验,结果表明,引入必经点约束的改进算法比传统A*算法的结点访问量大幅降低,运行效率得到显著提高。     

基于优先队列的时变网络最短路径算法

提出了基于优先队列的时变网络最短路径算法,能克服传统最短路径算法难以对时变网络求解最短路径的缺陷。提出的时间窗选择策略能够在算法求解过程中为节点选择合适的时间窗以降低路径长度,从而求得精确解。进一步地,算法使用了优先队列组织节点集合以提高计算效率。在随机生成的网络数据以及美国道路数据上的实验表明,基于优先队列的时变网络最短路径算法与经典方法相比,不仅能够求得精确解,运算速度也有所提高。     

最短路径距离矩阵修正的多维标度定位算法

为了减小最短路径距离矩阵与欧氏距离矩阵之间的差异,提高MDS-MAP(C)算法的节点定位精度,提出一种改进的多维标度节点定位算法.该算法对MDS-MAP(C)算法进行了以下改进:采用启发式的搜索策略对最短路径距离矩阵进行修正,以减少最短路径距离矩阵与实际的欧氏距离矩阵之间的误差;利用smacof算法迭代误差函数代替SVD分解来求解节点的定位问题,以优化和改善节点定位的求解过程.实验结果表明,与MDS-MAP(C)算法相比,改进算法能够减少最短路径距离的误差,有效提高节点的定位精度,并且对不规则网络具有更好的适应性.     

切换到高一层路网最近四个点的最短路算法

针对基于大规模图的最短路问题求解速度慢的问题,提出了一个基于路网等级的求最短路的快速近似算法。该算法首先求出高一层路网到起点的4个最近点和到终点的4个最近点及最短路径,由高一层路网形成的子图T再加上这8个最短路径形成图T',在T'上求起点到终点的最短路。这种设计使得该算法适合在超大规模图上求解,理论上也证明了精度可控,同时预处理数据也是可行的,从而使两点间最短路的求解速度大大提高。在纽约公路网上的测试结果说明了该算法的有效性和合理性。     

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。     

A hill-jump algorithm of Hopfield neural network for shortest path problem in communication network

In this paper, we present a hill-jump algorithm of the Hopfield neural network for the shortest path problem in communication networks, where the goal is to find the shortest path from a starting node to an ending node. The method is intended to provide a near-optimum parallel algorithm for solving the shortest path problem. To do this, first the method uses the Hopfield neural network to get a path. Because the neural network always falls into a local minimum, the found path is usually not a shortest path. To search the shortest path, the method then helps the neural network jump from local minima of energy function by using another neural network built from a part of energy function of the problem. The method is tested through simulating some randomly generated communication networks, with the simulation results showing that the solution found by the proposed method is superior to that of the best existing neural network based algorithm.     

基于Dijkstra算法的范围规划问题

Dijkstra(迪杰斯特拉)算法是典型的最短路径算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。该算法能得出最短路径的最优解,在实际选择路径方案中起重要作用。本文是Dijkstra算法在范围规划问题中的应用。