基于启发式策略的最短路径算法

在讨论经典Dijkstra算法和启发式策略算法（A^＊，矩形算法等）的基础上，提出一种基于Dijkstra算法的动态方向限制搜索算法用于求解道路网络中两节点之间最短路径．该算法结合人类的搜索思路和动态灵活的处理方式，对最短路径算法的搜索策略进行改进，动态改变搜索限制区域，减少计算时间．该算法不仅可以单独提高计算最短路径的效率，而且与其他算法结合起来还可取得更好的效果．实际结果证明动态方向限制搜索算法比经典Dijkstra算法减少近50％的搜索节点数和搜索时间．     

Dijkstra改进算法在车辆导航系统中的应用与仿真

车辆导航系统的最基本功能是最短路径的搜索,车载导航是单源单目标的最短路径算法的重要应用之一.传统的Dijkstra算法是一种典型的单源最短路径算法,因为实际系统的实时要求,有必要改进Dijkstra算法.基于对时间和空间复杂度的分析,提出一种新型的Dijkstra改进算法,具有高效性.其改进分3个方面:采用邻接表作为道路网络拓扑的存储结构;利用二叉堆实现优先队列;根据节点的分布情况将搜索过程分为几个阶段,引入了动态限制搜索区域机制.最后在实际道路网络中的测试及仿真结果表明了改进算法的可行性和优越性.     

基于N-最短路径的中文分词技术研究

中文分词技术是中文信息处理的基础,快速、准确的中文分词方法是进行中文信息搜索的关键。基于N-最短路径的分词算法,需要计算有向图中从起点到终点的所有路径值,分词效率低,将动态删除算法与最短路径算法结合,通过从最短路径中删除部分节点的策略减少搜索路径范围,从而提高分词效率。     

农村社会关系网络中搜索技术研究

针对最短路径 Dijkstra 算法存在占用空间大、效率较低的问题,提出了改进的 Dijkstra 算法,在此基础上,进一步研究了Dijkstra-relation 多路径搜索策略。改进的 Dijkstra 算法首先以现实农村社会关系为基础,由于社会关系具有可变性、复杂性等特征,因此用关系距离表示关系远近,然后采用邻接表存储方式,节省存储空间,使用堆排序提高算法的效率,最后通过关系距离限值和关系路径长度限值对关系路径有效性进行甄别,使得计算的关系路径更符合农村现实情况。Dijkstra-relation 算法通过删除最短路径上的节点,计算起始节点到中间节点的最短路径,然后与中间节点到目标节点的最短路径连接,求解两人之间建立联系的多条路径。实例验证结果表明,Dijkstra-relation 算法缩小了搜索范围,提高了搜索效率,搜索的多条关系路径符合农村社会中人际交往的情况,提高了自主选择性。     

基于平面图的改进Dijkstra算法研究

针对在平面图应用条件下，对应用Dijkstra算法进行最短路径搜索的设计方法和运算过程进行分析，从应用的角度，改进Dijkstra算法，设计一种新的数据存储结构，并建立简洁的估价函数，使基于平面图的动态最短路径规划算法在时间复杂性和空间复杂性均达到线性．     

基于改进Dijkstra算法的最短路径搜索仿真

提出基于Dijkstra算法的最短路径搜索改进算法,通过设置高效的优先目标搜索区域,减少大量无意义运算,达到提高搜索效率的目的.以淄博市交通道路图(局部)为例建立系统仿真模型,分别以两点间距离系数和拥堵系数作为权值进行系统仿真,得出了基于不同权值的最短路径求解结果,并对算法改进前后测试数据进行对比分析.结果表明,基于改进Dijkstra算法实际运行时间均值仅占Dijkstra算法运行时间均值的23%以下.     

基于改进混合遗传算法的无人车路径规划

针对无人车路径规划算法普遍存在收敛速度慢、陷入局部最优解、忽略了环境建模技术与路径规划算法的相互适用性等问题,提出了一种基于自由空间法的融合Bellman-Ford算法和精英交叉机制遗传算法的改进混合遗传算法,通过Bellman-Ford算法搜索出连通图中的最短路径,并运用精英交叉机制遗传算法优化粗路径点,从而搜索出环境中从初始点到目标点的最短安全路径。MATLAB仿真结果表明,该算法搜索性能好,收敛速度快,稳定性高。     

城市公交系统的最优路径搜索算法

在分析城市公交系统特点的基础上,利用改进的最短路径算法对此问题进行阐述和分析,描述了Dijkstra算法和改进的最短路径算法,并将改进的算法应用于城市公交系统中,最后用一个简单的例子进行验证。结果表明,在搜索效率上改进后的算法比Dijkstra算法好。     

基于改进蚁群算法的移动机器人动态路径规划

针对动态环境下的移动机器人最优路径问题,利用栅格法建模,提出1种改进蚁群算法。通过调整信息素启发因子和期望启发因子,自适应改变挥发系数。在路径规划时,提出相应的动态路径规划避障策略,使机器人在避障的同时得到最优或次优路径。实验结果表明,当机器人陷入凹型障碍并且在复杂环境搜索效率低的情况下,该文算法经过25代收敛找到最短路径;改进算法比基本蚁群算法进化代数减少近50代,同时能有效避免移动机器人和动态障碍物碰撞,并且获得15.656的无碰路径。     

基于GIS最短路径算法的改进和应用

本文通过指出传统最短路径算法的缺陷和不足，在研究人工智能的A＊启发式搜索算法基础上，提出了最短路径问题的一个改进算法，借助限制条件对预搜索节点进行评估，通过用二叉堆对包含评估值的预搜索节点进行排序，经验证，该算法复杂度仅为O（n）。取得了较满意的效果。