改进的最短路算法

通过对军事后勤运输中运输路线选择问题的分析 ,提出了最短路模型。针对巨型交通网络的路径选优问题 ,以传统的最短路问题的Dijksta算法理论为基础 ,引入并行处理的概念 ,提出了改进的最短路算法 ,给出了算法的证明推导 ;并对算法效率进行了简单的分析 ,同时用示例对算法进行了计算。新算法在处理巨型网络时效率明显提高 ,为后勤运输路线的选择提供了有力的辅助决策工具     

受顶点数限制的最短路问题及其算法

本文提出了若干受顶点数限制的最短路问题。引入非支配路的概念，用双标号和取字典序最小方法，给出求解问题的多项式算法。     

基于社区结构的 Dijkstra改进算法

针对复杂网络中社区结构局部优势,将每个社区塌陷为一个节点,利用局部优势向全局优势扩展的方法,将Dijkstra算法进行了改进,提出了一种基于社区结构的复杂网络最短路算法,分析了该算法的时间复杂度,并将该算法应用于战时军事物资前送体系网络.     

最短路问题的字典序多目标算法

本文研究了双目标最短路问题,给出了字典序最优解的定义,最后给出了一个时间复杂性为Ｏ（ｎ＾２）的字典序双目标算法。     

用分解算法在全国铁路网上求最短路

将全国铁路网按路局划分，采用分解算法求解最短路，能使计算量大约降至由全路网直接计算的１０（－８）．     

基于起讫点的均衡交通分配改进算法

AnthonyChen (2002)提出的基于起讫点的Frank-Wolfe (ODBFW)算法, 对同一起点的所有OD对搜索最短路树, 采用one-OD-at-a-time流量更新策略, 是一种收敛性能较好的均衡交通分配算法. 主要对ODBFW算法的初始化、线性搜索及最短路搜索算法进行改进, 提出ODBFW改进算法. 将ODBFW改进算法应用于国际上同类研究常用的SiouxFalls网络及我国山东省诸城市实际道路网, 比较标准FW算法、ODBFW算法及ODBFW改进算法的可行性、效率及稳定性. 结果显示, 改进算法效率较标准FW算法有显著提高, 稳定性较好. 在小型测试路网上改进算法较ODBFW算法达到收敛的时间减少近15%, 在大型测试路网上减少近5%.     

非线性约束最短路问题的启发式算法

多约束QoS路由优化是当前网络研究中的一个重要课题,而受限最短路问题(RSP)是QoS路由的一个基本问题。它是NP-完全的,并有许多具有多项式时间和伪多项式时间的启发式求解算法。然而这些方法只能求解一些带有线性约束的RSP。对一些非线性的约束(比如丢失率约束)大都用数学方法转化成线性约束来求解,这增加了问题的复杂性。本文提出了一种新的具有伪多项式时间的启发式算法来求解这类带非线性约束的RSP。主要思想是将非线性约束作为检验条件来使用。当每得到一个解时,检查解是否满足非线性约束。如满足,则得到最终解;否则在原问题中添加一个线性约束。该新约束将去除已经找到的解,从而使原问题的解空间进一步缩小,直到得到最终解。仿真算例说明了算法的有效性。     

最短路问题的闭环DNA算法

提出了不等长闭环DNA分子的概念,由此推广了闭环DNA计算模型。给出了固定端点的最短路问题闭环DNA算法,该算法首先对每条弧进行了三组DNA编码,再用有目的的终止技术合成固定端点的所有链,然后通过接入实验和电泳实验得到最短路,并通过检测实验输出所有最短路径。得出了算法的复杂性,为说明算法的有效性给出了一个算例。最后讨论了最短路问题闭环DNA算法在变权网络、自由终点或固定中间点的最短路问题中的应用,并给出了相应的解决方法。由此说明该算法具有广泛的适应性。     

基于混沌神经网络最短路问题的优化算法

在混沌神经网络中引入一时变参数控制混沌行为,形成具有瞬态混沌特性的神经网络(TCNN),保证网络收敛到一个稳定的全局最优解,同时针对最短路问题设计了神经网络结构并构造了能量函数.仿真结果表明,TCNN解最短路问题时,总能收敛到全局最优,同时具有更高的搜索效率.     

典型城市路网中的椭圆最短路径算法

提出了一种高效可靠的限制搜索区域的最优路径算法．该算法是基于典型城市路网的共同特征, 而不是某个特定城市的统计信息提出的, 它可以应用在不同的城市路网中．针对从源站点到目的站点不同的欧式距离, 算法分别在两类不同大小的椭圆内搜索最短路径．理论计算和实验结果都表明, 当源站点和目的站点相距较远时, 与椭圆限制搜索区域算法相比, 该算法可以降低33%-47%的时间复杂度, 而不会影响查询结果的准确性．     

最短路树的计数、产生和优化问题

首先给出了在非负网络中构造最短路网络的算法，然后将树形图的计数算法到最短路网络中，设计出了最短路树计数问题的算法，将Gabow算法应用到最短路网络中，设计出了产生全部最短路树的算法，最后研究了最短路树的优化问题。     

时变网络下多式联运的最短路径问题研究

在运输过程中,往往不止有一种运输方式,可能同时有多种运输方式交叉,即存在多式联运的方式.同时,运输网络往往具有时变特性,其运输成本和运输时间等会随着时间的变化而变化.将多式联运的运输网络进行了变形,设计了时变网络条件下有到达时间限制多式联运的最短路径算法,并对算法的计算复杂性进行了分析.最后给出一个应用算例.     

Space-borne antenna adaptive anti-jamming method based on gradient-genetic algorithm

A novel space-borne antenna adaptive anti-jamming method based on the genetic algorithm(GA), which is combined with gradient-like reproduction operators is presented,to search for the best weight for pattern synthesis in radio frequency(RF).Combined,the GA's the capability of the whole searching is,but not limited by selection of the initial parameter,with the gradient algorithm's advantage of fast searching.The proposed method requires a smaller sized initial population and lower computational complexity.Therefore,it is flexible to implement this method in the real-time systems.By using the proposed algorithm,the designer can efficiently control both main-lobe shaping and side-lobe level.Simulation results based on the spot survey data show that the algorithm proposed is efficient and feasible.     

分段优化RRT的无人机动态航迹规划算法

针对突发威胁,无人机重新规划局部航迹的问题,提出了分段优化快速扩展随机树(rapidly exploring random tree,RRT)的无人机动态航迹规划算法。首先利用分段优化RRT算法生成全局航迹,然后根据突发威胁的相关信息确定局部航迹的起点和终点,最后利用分段优化RRT算法生成局部航迹,绕过突发威胁并回到原航迹。实验结果表明算法运行时间和路径代价都降低了10%左右。对于动态航迹规划,该算法的鲁棒性与实时性较强。     

改进A*算法的机器人能耗最优路径规划方法

为了降低移动机器人在运动过程中的能耗, 提高在能源补给有限时的任务执行率, 提出了一种改进A^*算法的机器人能耗最优路径规划方法。首先, 根据四轮差速驱动移动机器人的运动学约束, 建立了其运动的能耗模型。然后, 根据起始状态和目标状态约束求解生成运动基元, 采用能耗模型计算运动基元的能耗值, 构建了能耗运动基元集。其次, 基于传统A^*算法, 改进提出了一种能耗最优路径规划方法, 该方法在规划进程中以能耗运动基元集中定义的节点之间的连接关系进行节点扩展, 而以能耗值作为节点之间的通行成本, 从而保证获得一条全局能耗最优路径。最后, 离线地图仿真测试和机器人实验结果表明所生成的路径总能耗可降低约28.24%, 从而验证了算法的有效性。     

基于密度的计算机兵棋推演数据快速聚类算法

针对计算机兵棋推演数据的特点,提出了一种基于密度的快速聚类算法-基于密度的快速空间聚类算法(quick density based spatial clustering of applications with noise, QDBSCAN),目的是通过聚类检测孤立点,快速定位地面部队兵力部署上的缺陷。QDBSCAN算法在基于密度的空间聚类算法(density based spatial clustering of applications with noise, DBSCAN)算法的基础上做了相关改进:在邻近度度量上提出了最短可行路径的概念,使聚类更符合计算机兵棋的规则;动态设置密度参数;采用提出的代表对象选择方法来减少对对象邻域的判断次数;按区域对数据进行分组以缩小聚类规模。实验表明,QDBSCAN算法的性能在数据规模较大的情况下,明显优于DBSCAN算法。     

基于遗传算法的多星协同攻击轨道优化方法

空间攻防中,对拦截卫星攻击路径的规划是成功击中目标卫星的关键因素之一,多星协同进攻方式与单星进攻方式相比,打击效果更好。基于C-W方程建立了航天器拦截的相对运动方程,采用多颗拦截卫星协同进攻的方式,根据战场态势利用遗传算法制定出拦截卫星最优协同策略,并对算法的运行参数及遗传操作进行优化设计,提高算法的自适应能力。仿真结果表明,该方法在脉冲推力的假设下提出的一种最优拦截方案能够更加灵活地满足拦截任务的需求,通过各拦截卫星之间的协同,能够有效提高整体作战效能。     

基于分解法的非线性动态电路周期解的计算

基于分解法原理,建立了一类非线性动态系统周期解的逆算符表达的递推算法,并利用Mathematica计算机代数语言开发出相应的软件系统,实现了该算法的计算机自动求解。给出了计算实例,并将算法所得结果与四阶龙格库塔数值方法的计算结果作了比较。实际计算结果表明,该算法具有较高的计算精度和较大的普适性,是求解一类非线性动态电路周期解的有效方法。