用遗传算法求解最短路径问题

文章应用遗传算法求解图论中的最短路径问题，并提出了该算法在解决这一问题中的一些处理方法，使用该算法可以很快地求出一批最短路径集。文中最后给出了算法运行结果及总结。     

遗传算法在网络最短路径问题上的应用

将网络最短路径问题抽象为求最小生成树问题,分析了最小生成树在解决实际问题时的局限性,引入了节点的度的概念;针对一般遗传算法在求解某些工程问题时存在的一些不足,提出了用量化约束条件来改进适应值函数、节点与度约束相结合编码的二进制编码方式、基于节点域的交叉和变异运算的策略.通过对公路交通网络的仿真表明,采用一般遗传算法与普通遗传算法分别求解,数值计算结果证明了改进后的遗传算法的可行性.     

基于相似度测量法的模糊最短路径问题

提供了一种基于相似度测量法处理模糊最短路径问题的算法,通过计算各路径的相似度找到模糊最短路径长度,并获得相应的模糊最短路径.     

基于云计算的城市路网最短路径遗传算法求解

针对城市路网最短路径求解过程中计算量庞大的问题,在分析遗传算法特征和缺陷的基础上,提出了基于MapReduce的并行遗传算法,并以长春市路网特征数据为基础验证了该算法的有效性.实验结果表明:基于MapReduce的并行遗传算法较传统遗传算法收敛速度快,运行时间短;随着并行节点数的增加,节点间的通信负荷加重,因此恰当地选择节点数尤为重要,合适的节点数可以提高运行效率.     

遗传算法在动态权值路径寻优中的应用

为了克服传统算法在求解动态权值下最短路径问题时权值设定不合理,所得结果往往不是最优路径这一问题,提出了一种基于遗传算法的复杂路径寻优算法。遗传算法本身的随机性可以很好的避免权值设定这一步骤。为了使路径寻优算法更加可靠,该算法通过优化变异过程使得收敛速度更快,可靠性更高。将其应用在一个实际游戏模型中,实验结果表明其有效性。     

赫伦定理在最短路径问题上的应用

本文利用赫伦定理,求作了一类最短路径问题。     

最短路径算法在校园地理信息系统中的应用

本文介绍了求最短路径的迪杰斯特拉算法和弗洛伊德算法,并以地理信息数据为基础,以网络模型图为背景,利用弗洛伊德算法建立邻接矩阵D和路径矩阵P,最终求出任意两个位置的最短路径以及中间所经过的中转点。     

PL/SQL在求解最短路径问题中的应用

图论中的一个典型的问题就是最短路径和最小代价问题.本文介绍了一种基于Oracle的表、视图及存储过程求解最短路径(最小代价)的方法,该方法使得解决复杂的有向图问题更加容易,而且不需要很多代码.     

Grobner基理论在最短路径问题中的应用

在最短路径问题中,若连通图中相邻节点对xi和xj间的路径长为aij,则节点之间的关系可用多项式xi-xj-aij描述,把所有的这种多项式以终点所表示的项为首项归纳和排序得到集合F,若存在最短路径供选择,则F生成理想的Grbner基为{1}. 因此,求节点xm到xk的最短路径,可用多项式xk-xm对F中的元素约化,所得到的一个常数就是这条可达路径的长度;若有多条路径可供选择,则每条路径对应一个常数,所有这些常数中的最小数就是最短路径的长度.     

基于混合算法的最短路径优化算法

为了解决无向网络的最短路径优化问题,本文采用的是遗传算法和模拟退火算法相结合的思想,阻止早熟现象的发生,保证种群的多样性,防止陷入局部寻优情况的出现,并且定义了无向网络中的结点结构.仿真比较实验说明,混合算法不仅比单一遗传算法运算时间缩短,而且可以找到最短路径,证实了该算法的可行性.     

带有模糊约束最短路问题的数学模型及算法

针对带有模糊约束的最短路问题,在其模糊线性规划模型的基础上,利用容差法和罚函数法对该模型进行转化,得到了与原模型具有相同最优解与最优值的转化模型,并提出一种修正的萤火虫算法求解转化模型.数值算例结果表明,该模型与算法对求解带有模糊约束的最短路问题有效.     

一种最短路由问题的遗传算法研究

研究最短路由问题的遗传算法.采用可变长度染色体的编码方法,在固定网络和随机网络环境下,用C语言得出的仿真结果及与Dijkstra算法相比表明:大多解与Dijkstra算法的解相同,存在少数的不同解偏离不大;种群越大,路由的失败比率越小,收敛的速率越慢;当种群一定,增大网络规模时,解的质量下降,网络收敛速率急剧提高.     

求最短路径问题的自适应路由遗传优化算法的设计与实现

从最短路径问题的研究背景、最短路径问题概述、求解最短路径问题的自适应路由遗传优化算法的设计及其实现等方面提出了一种新的求解最短路径问题的自适应路由遗传优化算法,实验仿真比较了该算法与Dijkstra算法的路由过程、算法的收敛性和执行的效率,结果初步证明该算法高效可行,尤其适合于大规模网络.     

垃圾处理问题最短路径的Dijkstra算法

通过对问题的分析和假设,建立了线性规划的数学模型,运用Dijkstra算法提供了一个最优的方案,采用Lingo软件得到了全局最优解。     

基于GIS 的最短路径算法研究

针对单源最短路径Dijkstra 算法效率低的问题, 基于地理信息系统(GIS: Geographic Information System),提出距离均衡的社区分析网络分割方法。将GIS 中道路网络分割降解为距离均衡的社区网络, 再利用限制分层算法, 通过淘汰不太可能出现在最短路径上的节点, 限制GIS 中最短路径的搜索区域, 以降低算法的复杂度。实验结果表明, 优化后的算法可有效减少搜索节点数, 与经典算法相比, 其运行效率有所提高。     

最短路的蚁群算法收敛性分析

蚁群算法最初出发点是模拟蚂蚁觅食,蚂蚁可以利用局部信息素的变化找到从蚁穴到食物的最短路。对求解最短路问题的蚁群算法的收敛性进行了探索性分析,定理给出了寻找最短路的蚁群算法收敛的充分条件,并通过一个数值例子验证了该结果。     

图论中最短路问题的MATLAB程序实现

解决图论中最短路问题的最好方法--“Dijstra算法,”通过解析实例模型,对模型算法进行描述、拓展,并给出了求最短路以及求最短路长的MATLAB程序,此程序具有通用性。     

基于粘贴系统求解无向图最短路径问题的DNA计算模型

提出了用粘贴系统求解赋权无向图中固定端点最短路径的DNA算法。该算法首先将无向图中每条边用两条方向相反的有向边代替,将无向图转化为有向图,同时利用粘贴系统的巨大并行性得到两端点间的所有路径,最后通过探针、电泳等分子生物技术手段获得最短路径,并通过实例说明算法的可行性。