基于VC^＋＋的最短路径算法设计与实现

设计一种方便查找及显示最短路径的数据结构,对仅研究计算一条最短路径Dijkstra算法加以改进,并在VC下实现一个顶点到另一个顶点的所有最短路径的查找。     

基于改进ACO算法的建筑疏散路径优化研究

针对大型公共建筑存在的结构复杂、消防疏散困难等问题,提出了用于优化疏散路径的改进蚁群算法。首先,针对基本蚁群算法(ACO)引入Dijkstra 算法,并利用Dijkstra 算法计算出全局性较好的次优路径进而对蚁群算法初始信息素分布情况进行了加强。其次,根据火灾的实时情况改进了蚁群算法的转移概率、更新规则、信息素挥发系数、启发函数等。最后,对改进的蚁群算法进行对比仿真实验。实验结果表明该算法具有较强的全局搜索能力以及较高的搜索效率,能够避免算法进入局部最优陷阱,有效提高消防疏散路径规划效率。     

基于空间分析和并行计算的最短路径搜索方法

最短路径搜索算法主要有Dijkstra算法、蚁群算法、遗传算法和A*算法,这些算法多以数学、计算机图形学或进化论等为基准,各有优劣。本文提出一种全新的基于空间分析和并行计算为基础的最短路径搜索算法,其以几何空间位置和空间分析为基准,通过并行计算实现高效最优最短路径搜索。     

一种基于网格地图的双A*算法的改进方法

随着科技的发展和技术的提升,机器人在现代社会中的应用越发广泛。在机器人路径规划问题中,传统的Dijkstra和A*算法为带来了在运算速度方面的诸多便利。但是Dijkstra和A*算法也有着运行效率偏低,找到最优解的准确率不高,路径距离计算不精确等诸多问题。本文提出了基于双A*算法的直线和曲线替代的方法,对在传统网格地图上的路径问题就行了综合的分析与算法上的改进。在不提高算法计算复杂度的前提下,提升了机器人路径规划的空间距离的优化和系统处理的效率,同时节省了处理过程的内存占用。     

一种改进的灭火救援路径规划理论与实现

对经典的最短路径算法进行分析,结合人工智能领域的启发式搜索,给出一个基于启发式的最短路径算法。对该算法从代价函数和排序方法方面提出了改进策略。仿真实验数据表明,该方法优于经典的最短路径算法,能够有效地缩短路径查找时间,从而提高灭火救援的效率。     

基于citespace和中介中心性算法的全国农业信息化知识图谱构建

以CNKI 2010～2020年期间发表的农业信息化领域论文作为数据来源,通过citespace可视化技术和改进的中介中心性算法相结合的方法完成全国农业信息化知识图谱的构建与分析.改进的中介中心性算法将共现网络中的前驱节点和后继节点的中心性依赖值关联起来,不断地更新中介中心性值,而且执行从一个点到所有其他点的最短路径搜索(单源最短路径搜索),时间复杂度从O(N~3)优化为O(MN),空间复杂度从O(N~2)优化为O(M+N),大大提高了运算效率.     

Dijkstra算法在双代号网络图中的应用

网络计划方法是当前工程项目进度管理的重要方法。网络图中的关键线路是最长路径问题,而Dijkstra算法求解的是最短路径问题,笔者提出一种将最长路径问题转化为最短路径问题来计算关键线路的新思路。采用Dijkstra算法是利用Matlab软件编制Dijkstra算法程序来实现网络图中关键路径问题的求解方法。     

一种基于等步长分层拓展的混合A~*路径规划方法

针对传统混合A~*算法搜索效率较低且搜索路径平滑性较差的问题,文章提出一种基于等步长分层拓展的混合A~*路径规划方法,可应用于非结构化道路场景,为智能车辆规划一条安全、平滑且满足车辆运动学约束的可行驶路径。其首先通过改进的子节点拓展方式和合理设计的启发式函数与代价函数,保证算法快速搜索得到一条较平滑的车辆可行驶路径;然后采用数值优化方法对搜索得到的路径进一步地优化平滑;最后针对路径点稀疏和不均匀的问题,采用三次样条曲线对路径点进行插值处理。仿真对比试验与实车试验结果表明,所提方法能显著提高路径搜索效率,与传统算法相比,平均搜索时间减少了51.6%,且搜索得到的路径具有足够的安全性和较好的平滑性。     

基于禁忌搜索算法的改进最短路径算法

目前的网络已经十分庞大而链路更易发生变化但Dijkstra算法仍存在着慢收敛问题,从而影响了路由器的性能。本课题通过建立禁忌搜索算法求解最短路径优化问题的数学模型框架和各利用禁忌搜索算法的基本框架,设定禁忌表的大小,控制算法最大迭代次数范围并经过多组数据测试并验证该算法。解决Dijkstra算法最短路径的优化问题,符合现代人工智能路由器发展的趋向。     

查找最优路径问题的几种方法

介绍了最短路径的查询方法是GIS软件中很关键的一项功能，阐述了传统的Dijkstra算法以及对其的改进，来解决不同的实际情况，不同的数据格式的最短路径查询问题。