深广结合的迷宫次短通路解法

深度优先搜索得到迷宫的路径后,在路径的分支处进行第二次深度搜索,以寻找一条较短的路径。新算法在最短通路和执行时间之间取得了折衷,实验证明是有效的寻找迷宫次优解的办法。     

深度优先的公式发现算法

论述在解决人工智能问题中一种新的搜索方法，在搜索过程中挖掘并使用与任务有关的信息以利于减少搜索。     

混合的深度优先及宽度优先球形译码算法

结合深度优先及宽度优先算法,提出了一种混合算法,将搜索树分成两部分:一部分进行深度优先搜索;另一部分进行宽度优先搜索.利用深度优先搜索的结果裁剪宽度优先搜索中那些距离较大的点,以降低搜索复杂度.该算法合理地综合了2种算法的优点,具有较低的计算复杂度及较高的性能.仿真结果表明,该算法的性能与最优算法相比差别非常小,与宽度优先算法相比节省了大量的计算复杂度,在高信噪比的情况下,计算复杂度的节省尤其明显.     

深度优先搜索的非递归算法

深度优先法是图的遍历的一种重要的方法。改方法应用广泛,例如电网拓扑结构、DNA网络等复杂图形分析。在大型网络的分析过程中,深度优先搜索的递归算法效率地下。故本文论证了递归算法的优缺点,并用非递归算法实现了深度优先搜索。     

深度优先搜索最大流问题的简单算法

提出了一个深度优先搜索最大流问题的简单算法,本算法具有容易理解、形式规范的特点,无论用于教学还是解决实际问题,都有较大的实用价值。     

基于过滤器的K-NN深度优先查询算法

为减少数据查询的能量消耗,有效延长无线传感器网络的生存时间,提出了一种基于过滤器的K-NN深度优先查询(FKDF)算法.通过为每个节点设置过滤器来确定K-NN查询区间;利用查询节点的邻接表信息,在进行深度优先遍历时生成查询消息;基站分发查询消息,并等待查询节点返回查询结果,从而减少查询的平均跳数.仿真结果表明:与FILA设置过滤器方法和GPSR路由算法相比,FKDF算法节约了查询所需的平均跳数,能够适应网络拓扑结构的动态变化,当K值经常变化时不增加查询开销.     

迷宫游戏的设计与开发

在Eclipse平台上,选择Java语言完成迷宫游戏的设计与开发。采用随机布点算法生成不规则迷宫地图,采用图的深度优先遍历算法随机生成规则地图。在相同的窗口,运用地图格的大小不同来生成较低、中等、较高三种不同难度的规则或不规则地图。把走迷宫的对象设置成角色方块,使用键盘的方向键控制当前移动点进行游戏。按照遍历规则地图的起点不同,把游戏分简单,中等,高难三种难易程度。运用回溯法从入口一步步进行探索,最后找到迷宫出口,并在界面上显示出该路径。编写画布类函数Canvas()实现游戏设置。游戏的成功开发表明,算法研究至关重要,应用这些算法开发游戏是有效的。     

基于机器视觉的迷宫机器人道路边缘获取

针对嵌入式系统的中央处理器主频不高、数字图像处理运算较复杂的问题,提出了一套对基于嵌入式系统和机器视觉的迷宫机器人所获取的道路图像求边缘.道路边缘检测方法采用中值滤波、迭代算法分割图像、形态学闭运算和Roberts算子求边缘.实验结果表明,此方法边缘信息定位合理,计算简单,效率较高,对迷宫机器人来说是一种合理、有效的道...     

图的深度优先搜索遍历算法分析及其应用

本文通过具体的示例,详细分析以邻接表为存储结构进行图的深度优先搜索遍历的算法和在vc＋＋环境中实现的完整程序,最后介绍了基于该算法一些应用.     

一种基于图深度优先搜索的基本路径集自动生成优化算法

本文介绍了一种结合边访问标志集合使用图深度优先搜索方法遍历控制流程图,生成最小长度测试序列基本路径集合的优化算法.以矩阵工具为算法提供输入,利用回滚机制避免程序控制流中环造成的不收敛,提出引入结点复用路径最小长度记忆机制对结果进行优化,获得最小长度测试序列的优化基本路径集合作为算法输出.     

深度优先搜索在给水管网计算中的应用

针对给水管网水力计算中应用比较普遍的环流量法所需的关联矩阵和回路矩阵,以在AutoCAD环境中直接获取的关联矩阵。运用图论的深度优先搜索方法从中寻找管网图的一棵生成树,进而得到计算所需管网图的回路矩阵。减少了数据的输入量,提高了计算速度,完成对管网的水力计算,从而实现AutoCAD画图与水力计算的无缝对接。     

蚁群算法求解迷宫最优路径

提出了基于蚁群算法求解迷宫最优路径的算法。设定两组蚂蚁分别分布在迷宫中距离入口、出口路径长度为尼的前沿位置,根据移动规则,相向爬行。迷宫中各位置记忆蚂蚁信息素量和至迷宫入口、出口的路径长度。蚂蚁爬行至一新位置后,根据当前位置的信息而修改周边位置至入口或出口的路径长度,从而形成一条宽度为3的路径信息带。蚁群在迷宫中爬行使得迷宫中记忆了大量的路径信息,从而容易实现两段路径的拼接,提高了蚂蚁寻找到达目的地最优路径的效率。不同规模迷宫的试验结果显示,该算法是一种求解迷宫最优路径问题的有效解法。     

基于LPC1114的迷宫机器人的设计与实现

采用Cortex-M0内核的ARM微控制器LPCIll4,结合带编码器的直流电机和红外传感器,设计了一种可以走迷宫的智能机器人．详细介绍了迷宫机器人各个模块的硬件实现,并给出了相应的软件设计方案．该迷宫机器人实现了完全自主控制,稳定快速地进行迷宫搜索．     

深度优先搜索在耦合任务集识别中的应用

在复杂产品项目管理中,合理的任务分解可以优化资源配置和利用,降低设计过程中任务间的信息交互复杂度和约束度.耦合任务集是任务分解后得到的一组具有相互依赖关系的任务集合,它反映了设计过程对多领域知识集成的要求,对设计时间和资源配置均有着关键影响.通过对设计过程所转化的有向图以及其转置图,使用深度优先搜索算法,旨在找出有向图中的强连通分支,以实现对设计过程中耦合任务集的识别.给出了识别设计过程中的耦合任务集的算法步骤,并利用实例对算法如何识别耦合任务集进行了说明,证明了该方法对设计过程中耦合任务集的识别是准确有效的.     

好奇心驱动的深度强化学习机器人路径规划算法

针对采用深度强化学习算法实现机器人路径规划任务中,训练前期随机性高导致奖励难获取问题,提出内在好奇心驱动的深度确定性策略梯度算法对连续型动作输出的端到端机器人路径规划进行研究。将环境获取的感知信息作为输入状态,输出机器人动作(线速度、角速度)的连续型控制量,在Gazebo仿真平台进行训练并验证。实验结果表明,基于内在好奇心驱动的深度确定性策略梯度路径规划算法可以较好地实现端到端的机器人路径规划,并且有利于解决训练前期奖励难获取问题,与离散型动作输出的深度Q学习网络模型进行了对比分析,结果表明本文算法决策控制效果更优越。在真实环境中进行了验证,在静态障碍和动态障碍的场景下,所提出算法可成功到达目标点。     

基于STM32F407的新型迷宫机器人系统设计

针对迷宫机器人走迷宫的要求,介绍了一种基于STM32F407和L6207双核四轮新型迷宫机器人系统的设计与实现。根据迷宫机器人在走迷宫过程中,单一微控制器无法满足迷宫机器人的频繁启动与制动,在此基础上引入L6207芯片,从而减轻了迷宫机器人在走迷宫时STM32F407的工作量。然后通过重新设置硬件,并对设计的主要模块做了详细介绍,主要包括微控制器、红外传感器、电源模块、电机控制等模块。软件模块采用中心算法结合洪水算法进行迷宫的搜索与冲刺。该算法简单,模块化容易移植,大大提高了迷宫机器人在时效性与稳定性方面的性能。     

图的深度优先遍历智能化分析与实现

探讨了深度优先搜索的智能化,并给出BorlandC++Builder实现动态搜索的源代码,在判断方位准确性、缩短搜索路径方面提高了智能水平.     

基于人工势场法的迷宫路径搜索算法设计

在针对迷宫的众多搜索算法中,大部分算法都不能保证在任意迷宫中有很好地表现,为了寻找一种适应性强且比较高效的搜索算法,本文提出了一种基于人工势场法的迷宫路径搜索算法.该算法增强了电脑鼠对迷宫路径未知部分的预测能力和岔口选择的决策能力,同时能够实现最优路径的选择.通过数学建模和定性分析,并运用电脑鼠实际测试,证明了此算法的可行性和可靠性.     

用粒子群算法求解迷宫问题

针对传统算法求解迷宫问题存在效率较低的问题,提出了用粒子群算法求解迷宫问题的方法。重新设计了粒子的编码和定义了粒子的适应度值,成功实现了问题到算法的建模。针对不同类型的迷宫问题进行了实验,结果表明:算法具有较好的性能和效率。