大规模网络最短路径算法的优化及实现

求解大规模复杂网络的最短路径问题由于其计算速度慢、需耗费的存储空间大,是与地理信息相关的应用系统经常遇到的瓶颈问题．在深入分析各种常用最短路径算法基础上,基于经典Dijkstra算法,从时间和空间优化角度,实现一种计算任意2点间最短路径的优化算法．初步实验表明,优化后的算法在处理大规模复杂网络的最短路径问题时比经典Dijkstra算法在计算时间上缩短了80％,在耗费的存储空间上减少了将近一倍．     

基于改进K最短路算法的公交线网优化研究

文章研究了公交场站选址和线网设计组合优化问题,建立以站间直达为关键约束的线网优化模型并给出求解算法。在所构建的公交网络中,利用改进的K最短路算法和相应的路径筛选条件获得从节点出发的K最短路径树,找出符合条件的单个K最短路径树作为初始解;通过不同节点的K最短路径树的叠加、删除、替代的优化过程,获得最优的K最短路径树组合,得到最优的公交线路集、场站位置。算例结果表明:公交网络规模越大,所需场站越多;K值越大,所需场站越少;不同场站可相互配合进行布局,实现公交线网性能的提升。     

基于最小生成树算法求解图的单源最短路径的研究

对《基于Kruskal算法的最短路径算法研究》一文中提出的方法进行探讨,通过构造实例论证了Kruskal算法并不能直接用于求解有向带权图的单源最短路径问题,并综合性地对基于最小生成树算法求解图的单源最短路径问题进行分析,通过构造实例最终得出最小生成树算法不适用于求解图的单源最短路径问题的结论.     

基于最小生成树算法求解图的单源最短路径的研究

对《基于Kruskal算法的最短路径算法研究》一文中提出的方法进行探讨,通过构造实例论证了Kruskal算法并不能直接用于求解有向带权图的单源最短路径问题,并综合性地对基于最小生成树算法求解图的单源最短路径问题进行分析,通过构造实例最终得出最小生成树算法不适用于求解图的单源最短路径问题的结论.     

道路网络中最短路径的算法与实现

最短路径算法是地理信息科学与计算机科学等领域的研究热点。本文从网络分析的理论基础及拓扑性质出发，提出了一种适于最短路径算法的空间数据组织方式。结合道路网络的特点，在构造邻接结点矩阵来表达网络结构的基础上，运用优化的迪杰斯特拉(Dijkstra)最短路径算法，在电子地图环境下实现了道路网络中任意两结点间最短路径的快速解算与刷新。     

A*算法与蚁群算法相结合的无人艇巡逻路径规划

针对无人艇海上巡逻路径规划问题,提出了一种A~*算法与蚁群算法相结合进行最短巡逻路径优化的方法.在传统A~*算法的八角度搜索基础上,设计了一种多角度A~*算法以获得更短的两点之间可行路径,并以A~*算法搜索结果构建任意两个巡逻点之间的最短路径网络.结合最短路径网络建立多点巡逻路径规划问题的目标函数,利用蚁群算法进行求解以获得全局最优的巡逻路径.针对巡逻路径转折角较大的问题,提出了一种平滑算法以获得更符合实际航行需求的平滑路径.仿真结果表明:该方法有效地去除了冗余节点,缩短了路径长度,提高了路径平滑度,规划出了一条更优的无人艇巡逻路径.     

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.     

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.     

基于改进Dijkstra算法的最短路径搜索仿真

提出基于Dijkstra算法的最短路径搜索改进算法,通过设置高效的优先目标搜索区域,减少大量无意义运算,达到提高搜索效率的目的.以淄博市交通道路图(局部)为例建立系统仿真模型,分别以两点间距离系数和拥堵系数作为权值进行系统仿真,得出了基于不同权值的最短路径求解结果,并对算法改进前后测试数据进行对比分析.结果表明,基于改进Dijkstra算法实际运行时间均值仅占Dijkstra算法运行时间均值的23%以下.     

基于蚁群算法的最短路径搜索方法研究

最短路径问题是在给定的网络图中寻找出一条从起始点到目标点之间的最短路径。蚁群算法是一种用于求解优化问题的新型模拟进化算法,该算法在许多相当困难的优化问题的求解中体现了极强的寻优能力和较好的性质。提出了一种利用蚁群算法来解决网络最短路径问题的新方法,并用Matlab语言编程进行算法的实现和仿真。结果表明,蚁群算法在寻求网络最短路方面的应用是可行的。     

基于多功能网的最短路径查询算法

在单一网络功能下节点间最短路径的研究基础上,提出基于多功能网的最短路径查询问题,给出一种基于贪心策略的查询算法来查询节点间在不同网络功能下的最短路径.利用多功能网对山东半岛城市群进行建模,分别查询城市群网络实现经济和信息两种不同功能时城市间的最短路径,并计算分析.研究结果表明,查询节点间在不同网络功能下的最短路径对于挖...     

双向链表人口迁移算法

最短路径搜索是路径分析中的热点问题.将双向链表和人口迁移算法的智能进化体制相结合,提出一种新的启发式智能仿生优化算法——双向链表人口迁移算法,并用于求解最短路径问题.仿真实验结果表明：双向链表人口迁移算法求解最短路径搜索问题是可行、有效的.     

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。     

网络最短路径算法的改进及实现

从节约存储空间和提高运算速度方面对Dijkstra最短路径算法进行了改进.定义新的节点类来高效存储网络的拓扑信息,节省了计算机存储空间;采用满二叉堆数据结构对节点进行排序并选取最短路径节点,大大提高算法效率.仿真例子表明,对于某些网络结构,改进算法能把传统Dijkstra算法的时间复杂度由原来的O(N2)近似降至O(N).     

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。     

动态流量多约束优化路径算法

基于多重上联链路网络,建立一个考虑多服务质量(QoS)度量约束限制的网络路径寻优调度模型,并针对时延和剩余带宽提出动态流量多约束优化路径算法(MOPA).基于MOPA和最短路径约束,给出了具有一个多重上联链路的确定性网络拓扑中实现优化流量费用的工程方法.通过分析网络资源现状及目标作用的重要程度,以主次目标形式考虑,建立目标之间的关联,简化多目标之间关系,使用迭代方法求解非线性约束条件下的流量和代价的优化解,动态选择最优路径使流量费用比最优化并实现工程应用.实验表明,该算法适用于多链路网络各种负载下的流量优化.     

交通网络k-短路径与最小支撑树问题

为了给交通管理部门提供多个路径诱导信息,基于经典的最短路径算法——Dijkstra算法,研究了赋权交通网络的k-短路径问题。k-短路径问题是在网络G中求出给定起讫点对之间的k条路径P1,P2,…,Pk,满足W(P1)≤W(P2)≤…≤W(Pk),其中W(*)表示路径*的权值。在网络G的基础上,通过对G的点、边重新划分以及对边上的权值重新赋值,构造出了1个新的网络G′并讨论了它的几个性质。从而将G的k-短路径问题转换为求解G′的最小支撑树问题,进一步,最小支撑树问题又等价于求G′中一条边的权值。研究结果表明:由于最小支撑树问题具有多项式算法,得到关于k-短路径问题的多项式算法,其时间复杂性为O(k(m+nlg(n))),m和n为G的边数和顶点数。最后通过算例给出了算法的具体执行过程,同时验证了其可行性。     

基于城市应急指挥系统的最优路径算法

城市应急指挥系统要求在事故发生时,计算出到出事地点的最佳路线的最短时间,其核心算法仍是最短路径算法.针对实际的城市道路网特点,对道路网络模型、道路拓扑结构和数据库结构进行构建.以优化的数据存储结构为切入点,在分析了经典的Dijkstra最短路径算法的计算速度瓶颈的基础上,提出了基于方向性的空间最优路径算法,使该算法具有更高的效率.     

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.     

Voronoi-BFO水面移动基站路径规划算法

在水面无线传感器网络(surface wireless sensor networks,SWSNs)中,传感器节点布置稀疏,节点间距离大于节点通信距离,移动基站需有效收集节点数据信息。完整收集节点数据,使基站移动路径最短或近似最短是一个关键问题。文章在节点间距离大于节点通信距离的前提下,利用Voronoi图理论生成基站移动候选子路径,并使用细菌觅食优化(bacterial foraging optimization,BFO)算法求解,以使规划路径最短或近似最短,网络通信能耗降低。结果表明,该方法在不同网络规模情况下均具有最短或近似最短的路径长度,且网络通信能耗低。