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．     

旅行商问题的一种启发式算法

用一个有向图表示旅行商避开某一城市到1个顶点的所有最短路径,并在每条弧上定义一个线性表,用以记录所有包含该弧的图,从而将判断某条弧和某个顶点是否应该存在于某个子图中的最短路径上的问题转化为线性表的相关操作,进而讨论了图上的弧都在某一最短路径上的充要条件,以及如何顺序产生第1列到第n列的顶点上的图,如何从这些图上搜索出近似最优解的方法.     

启发式最短路算法

提出了一种基于人工智能搜索技术和启发函数的启发式最短路算法，讨论了启发函数的建立原则，通过实例说明了启发式最短路算法提高搜索效率的程度。     

GIS领域基于图论的最短路径算法研究与应用

本文分析了Dijkstra算法在GIS中解决实际最短路径问题时存在的不足,针对存在的问题,提出了一种将Dijkstra算法与A^＊算法相结合,采用邻接表进行数据存储的优化算法。通过实验证明,改进后的算法较原算法在执行效率上有了明显的提高。     

改进的蚁群算法在智能导游系统路径优化中的应用

为了解决游客选取最短旅行线路的困扰,在智能导游系统中加入路径分析的功能.将改进的蚁群算法应用于最短路径分析中,通过获取不同景点的ID号以及地理位置找到一条通过每个景点且只通过一次的最短旅行路线,仿真结果表明达到了预期的目标.     

模糊集值产生式系统的启发式图搜索算法

首先提出了模糊集值产生的系统的概念，然后运用三角范算子，得到了模糊集值产生式系统启发式算法，并对启发式算法的可采纳性给出了证明。     

基于A*算法八数码问题的一种程序实现方法

介绍了解决八数码问题的一种基于图搜索的启发式搜索算法——A*算法，并给出了用PASCAL实现的八数码问题的程序。     

基于A*算法的启发式算法求解多序列比对问题

通过分析动态规划算法及A^*算法的特点，针对多序列比对问题提出一种基于A^*算法的启发式算法。该算法采用了多个优化搜索机制。通过对此算法的理论分析，证明了它能够在有效地减小搜索的空间、节约搜索的时间的同时，保证得到比较好的比对结果。此算法不仅能够在多序列比对问题中得到应用，还能够用于其他有向无环图的最短路径问题的求解。     

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。     

基于Floyd算法的反恐防暴机器人腿部变形策略

反恐防暴机器人的腿部变形,能够改变机器人的运行姿态,适应不同的路况,完成跨越壕沟、翻越高墙等障碍物的任务;这就要求机器人能够准确、快速、平稳的变形到相应的姿态以适应不同的路况。通过Floyd算法实现了这一变形要求,Floyd算法是一种求解有向图中两个节点之间最短路径的算法。把机器人几种常用的姿态简化为有向图中的节点,用姿态变换过程中电机旋转角度和机器人重心偏移量来确定节点之间的连接权值。实验证明,Floyd算法能够快速找到两个姿态之间最短的变换路径,实现了机器人准确、快速、平稳的变形。     

基于启发式规则与和声搜索的配电网重构算法

提出一种基于启发式规则与和声搜索算法的配电网经济性重构方法.首先,根据配电网重构网络拓扑要求及和声搜索算法的特点,采用基于重构环解的和声向量编码方式,通过构建重构环特殊支路组、设定支路断开原则避免不可行解的产生;然后,以网损最小为目标分析初始网络,利用启发式规则将各重构环搜索范围压缩到最有可能的有效解范围之中;最后,利用和声搜索算法在有效解范围中全局寻优.该方法显著减少了候选解数目,能够快速搜索到全局最优解,且搜索性能不随网络规模的扩大而变差.IEEE典型算例的仿真结果验证了本文方法的正确性和有效性.     

关于追踪线搜索下DFP算法的全局收敛性

对一致凸二次函数最小值问题，证明了追踪 线搜索下ＤＦＰ算法具有全局收敛性，并且收敛速度为超线性。     

浅谈搜索引擎的创新规律

简要分析了互联网搜索引擎的发展历程和创新情况,总结出搜索引擎的创新遵循用户信息查询行为基本规律的结论,同时对第三代搜索引擎的开发提供了一些参考意见.     

广义Armijo步长搜索下循环共轭方向算法的收敛性证明

共轭方向算法中搜索方向依赖于对参数β＾（ｋ）的选取ｓ＾（１）＝－ｇ＾（１），ｓ＾ｋ＋１）＝－ｇ＾（ｋ＋１）＋β＾（ｋ）ｓ＾（ｋ），ｋ≥１。本文给β＾（ｋ）适当条件以保证算法的下降性，并在广义Ａｒｍｉｊｏ步长搜索下，给出了算法的收敛性证明。     

通用启发式搜索算法库的设计

由于目前启发式搜索算法被广泛的应用,但是其设计都是针对具体问题的,在不同的领域运用时启发式搜索算法就要重新进行设计,这样浪费了大量的劳动和时间,同时正确性也难以得到保障。针对这个问题,本文通过对多种启发式算法的基础上统一建模,设计了通用的启发式搜索算法库,及通用的数据结构,并与具体问题脱离。实现了启发式搜索算法的通用性、可扩充性与易调试性。     

无约束优化问题线搜索方法的收敛性

在较弱条件下给出了5种线搜索准则下的线搜索方法的收敛结论,这些结论对于构造快速有效的收敛算法是十分有用的。表明了搜索方向在这些方法中起主要作用,同时步长在一定条件下保证了算法的全局收敛性。说明了算法可用于求解更广泛的无约束优化问题。     

一些修正的线搜索及其收敛性

文献中,韦(Wei Z.)用k次迭代的矩阵函数f (x-xk)TAk(x-xk)来代替简单函数f(f是给定问题的目标函数),Ak为给定的对称正定矩阵,并给出了一些新的线性搜索.该文在详细叙述新准则的基础上进一步讨论了给定算法在这些线搜索下的下降性质及收敛性.并且证明了当Ak满足文中所给条件时算法具有超线性收敛速度.     

基于COM的启发式搜索算法库的设计与实现

目前启发式搜索算法都是根据具体的问题应用而设计的,在不同的领域运用时启发式搜索算法就要重新进行设计,这样浪费了大量的劳动和时间,同时正确性也难以得到保障。在对多种启发式搜索算法进行分析的基础上,根据软件复用的思想设计启发式搜索算法库,并将COM技术应用到启发式搜索算法库,从而实现启发式搜索算法库。基于COM的启发式搜索算法库实现了与具体应用领域脱离,有效的解决了启发式搜索算法开发,同时也扩大了COM技术的使用范围。     

Armijo线搜索修正LS共轭梯度法的收敛性

基于修正LS共轭梯度法,给出合适的初始步长,使采用Armijo线搜索的迭代过程满足充分下降性.在较弱的条件下,证明算法具有全局收敛性和至少线性收敛速率.     

基于实数编码的遗传算法收敛性研究

基于群体搜索的遗传算法求解复杂优化问题具有独特的优势,现有遗传算法的研究大多集中在算法的设计和数值实验效果的比较上. 该文给出了求解一类复杂优化问题的遗传算法(RFGA)的基本框架,并用概率论的有关理论对RFGA的收敛性进行了研究,结果表明RFGA以概率1收敛到问题的最优解.