空间四边形网格曲面上最短路径的图论法求解

目的在空间四边形网格曲面上,寻求连结所有网格结点的最短路径。方法运用图论的相关知识,提出应用最短哈密顿路径法,通过建树的方法来连结网格节点以形成路径。结果在划分好的空间曲面网格上实现了最短路径的求解,进而证明了提出方法的可行性和构建算法的正确性。结论该方法可以更有效地解决空间曲面上最短路径的求解问题。     

基于佛洛依德算法的各院校间最短路径问题的求解

利用弗洛伊德算法通过邻接矩阵D和路径矩阵P,文中不仅计算出了最短路径,还找出了该最短路径下所经过的结点,从而为应用系统的开发与设计提供理论依据和实现技术。     

基于物流配送系统的运输路径分析及应用

物流配送系统中运输路径的优化研究对于节约物流成本、提高物流效率有着重要的意义。经典Dijkstra算法在求解最短网络中两点间最短路径时，需要计算大量与最短路径无关的结点间的路径。占用了大量计算机的内存。本文在此基础上提出了改进算法，该算法避免使用含有大量无穷值的关联矩阵，节省了内存，使之更适合处理带有拐向限制和包含大量结点信息的最短路径问题。     

大规模网络最大流对偶图算法模型及实现

在网络最大流算法的研究中,为了减少计算量,提出了许多改进的方法.基于图论中的最大流最小割定理,利用网络流图的对偶图的最短路径求网络最大流,对求最短路径的Dijkstra算法进行了研究,给出了一种改进的Dijkstra算法模型,该算法采用了堆排序中的小根堆来选择最短路径结点,使用集合运算对堆中的结点进行处理,使得参加运算的结点数减少,提高了算法的效率.     

稀疏网络的Floyd动态优化算法

通过对Floyd算法进行研究,提出了一种新的求取任意两点间最短路径的算法:Floyd动态优化算法.该算法通过引入插入数组、可达数组以及可发数组,使得算法在求解最短路径前自动修改能够最小化路径的节点,剔除一些无用的节点,最小化语句执行的次数.算法分析表明,新算法在稀疏网络中比Floyd算法在性能上有较大的提高.     

一种随机时变神经网络最短路径算法

提出一种基于脉冲耦合神经网络(PCNN)的框架来解决随机时变网络最短路径问题.由于随机时变网络中弧的长度是不确定的,因此传统的最短路径算法无法有效的解决随机时变网络最短路径问题,本文中提出的随机时变神经网络(STDNN)算法通过构造具有随机时变特性的神经网络来解决随机时变网络的时变和随机特性.理论和实验分析可以得出,算法针对边较少,结点稠密的随机时变网络求解效率较高.     

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.     

邻接矩阵的初始化问题研究

图的应用问题的求解前提是图的模型的创建,而图在计算机中的存储方式是各类算法的使用前提。用二维数组表示的邻接矩阵来存储图,是常用的方式。在此基础上,探讨了拓扑排序、最短路径及状态转换问题的图的邻接矩阵的初始化问题。     

基于k-臂分子求解最短路径的DNA计算模型

为有效求解最短路径问题, 避免传统算法计算量大、 求解时间长的问题, 充分发挥DNA(Deoxyribo Nuclec Acid)计算的并行性在求解复杂计算问题的优势, 提出一种基于k-臂分子和粘贴计算求解最短路径问题的DNA计算模型, 阐述了顶点、边及权值的编码方案, 描述了求解最短路径的DNA算法, 经验证, 该模型对求解最短路径问题是有效的。     

Dijkstra算法在室内移动导航最短路径寻址的改进

在室内复杂停车场的路径规划问题上,许多方法使用了单源最短路径的典型算法Dijkstra算法对最短路径进行规划,但该算法需要花费大量时间和空间来计算和存储与最终路径无关节点.为了提高算法效率,通过把地图中所有的结点进行顶点归一、区域集合划分以及区域编号排序等策略,大大提高了算法运行效率.实验显示,在随机对某结点目标进行最短路径搜索时,搜索时间可以缩短80.8%到98.9%,大大减少了时间复杂度和空间复杂度.