基于GPU加速的全源对最短路径并行算法

针对最短路径算法处理大规模数据集低效的问题，提出了基于图形处理器（Graphics Processing Unit,GPU）加速的全源对最短路径并行算法.首先通过优化矩阵乘法算法实现了在工作组内和组间进行并行运算数据，然后减少了非规则行造成的工作项分支，最后降低了工作项对邻接矩阵计算条带存储资源的访问延时.实验结果表明，与基于AMD Ryzen5 1600X CPU的串行算法、基于开放多处理（Open Multi-Processing, OpenMP）并行算法和基于统一计算设备架构（Compute Unified Device Architecture, CUDA）并行算法相比，最短路径并行算法在开放式计算语言（Open Computing Language, OpenCL）架构下NVIDIA GeForce GTX 1 070计算平台上分别获得了196.35、36.76和2.25倍的加速比，验证了提出的并行优化方法的有效性和性能可移植性.     

基于OpenCL改进四邻域算法速度的研究

介绍OpenCL基本原理及其特点,分析其在生物医学图像处理中的应用,并以图像清晰度计算算法四邻域法为例进行算法并行化。计算结果表明,在PC平台进行图像清晰度计算时,基于GPU计算的OpenCL技术可以极大地提高图像处理的速度,使得普通计算机上也可实现复杂的生物医学图像处理及可视化应用。     

一种优化D算法最短路径实现方法的研究

D算法（Dijkstra,狄杰斯特拉算法）是典型的单源最短路径算法,用于计算一个节点到其它所有节点的最短路径。从存储结构角度,提出一种优化D算法的最短路径方法,利用基于COMArcEngine技术加以实现。     

GIS领域最短路径算法初探

最短路径是GIS领域的主要问题之一,本文从静态最短路径算法和动态最短路径算法两个方面对GIS中最短路径理论和实现算法进行了分析和研究,比较了各自特点及适用条件,初步探讨了Dijkstra,A*,D*等典型的寻路算法.     

基于GIS的最短路径算法研究

最短路径算法是计算机科学与地理信息科学领域的研究热点。本文对常用的最短路径标号算法进行了分析,并讨论了优化算法的方法。     

关于二维数组解决的最短路径问题

在寻找由结点和路径组成的图或实际应用中两结点之间的最短路径。要解决的内容的形式包括:确定起点和终点的最短路径问题就是在已知起始结点的情况下开始求最短路径的问题,并寻求得到最终结点的关于最短路径的问题。研究的目的在于通过二维数组的结构优势,为研究最短路径问题探讨了一些可以解决的办法。利用二维数组的数据结构优势,通过原始的直接和间接距离得出的数据组成的二维数组,其在C++的基础上做出空间分析,不仅计算出了最短路径,还找出了该最短路径下所经过的路径结点。通过该平台,可以有效的设计算法程序,实现计算,用于解决最短路径问题。     

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。     

基于段路由的单节点故障路由保护算法

针对已有的路由保护方案没有很好权衡路由保护算法的故障保护率和路径拉伸度之间的关系,该文提出了一种基于段路由(SR)体系结构的快速重路由算法IPFRRBSR。IPFRRBSR为每个源-目的对计算两条路径,其中一条是最短路径,另外一条是利用段标签构造的备份路径。当网络没有故障时利用最短路径转发报文,当网络出现故障时利用备份路径转发报文。最短路径和备份路径(除去源和目的)没有公共节点,因此二者几乎不会同时发生故障。实验结果表明:该算法不仅可以应对网络中任意的单节点故障情形,并且具有较小的路径拉伸度。     

大数据最短路径算法在预警工作中的应用研究

最短路径原本是图论中的一个经典算法文通,其目的是为了寻找图中两个定点间的最短距离。它的特点是以一个起始点为中心点向外扩展到每一个节点。随着工程学在各行业的广泛应用,最短路径的应用已经不止仅限于路程算法,它还扩展到交通工程、城市建设、计算科学等领域,该文旨在研究最短路径算法的原理和代表算法——Dijkstra(迪杰斯特拉)算法,并将这种算法应用到警务工作中,希望在未来能将最短路径算法应用到警力科学分布等工作中。     

路网车流径路优化调整中的最短径路算法

目前铁路车流径路基本上都是按照路网的最短路径来安排的,首先一般都采用Dijkstra算法计算最短路径,然后参考相应区段的能力限制,对车流进行分配,对车流量超过能力的区段重新进行车流调整,这时需要重新计算新条件下两点间最短路径,一般仍采用Dijkstra算法重新计算两点最短路径,这大大地浪费了前期的计算最短路径的信息,增加了计算工作量,本文采用A*算法作为一种启发式算法,可以克服这一缺陷。     

无人驾驶拖拉机实时避障路径规划算法

为了实现无人驾驶拖拉机在直线作业时的实时避障路径规划功能,提出一种在改进最短切线法的基础上用五次多项式函数规划路径的避障路径规划算法。针对最短切线法规划的路径曲率不连续、难跟踪控制的问题,首先采用改进最短切线法求相关坐标点,然后基于求得的坐标点用五次多项式函数求解路径,最后得到由两段五次多项式函数曲线和直线组成的曲率连续的避障路径。对避障路径规划算法进行仿真,结果表明,该算法生成路径长度短、实时性好、安全性高。基于常州东风无人驾驶拖拉机的运动学模型设计一种模型预测控制器,在Simulink与CarSim联合仿真平台上对无人驾驶拖拉机的避障路径规划及跟踪控制进行联合仿真,结果表明：与改进最短切线法相比,基于五次多项式函数的路径规划算法规划的路径跟踪控制精度更高,更易于跟踪控制。     

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.     

Spark-GraphX框架下的大规模加权图最短路径查询

最短路径问题一直是计算机等学科的热点研究问题,常应用于社交网、交通网等诸多领域.图规模爆炸式的增长导致传统单机环境下的存储、查询已无法满足大规模图的处理需求.提出一种基于Spark-Graph X平台的大规模图最短路径查询方法(LSGSP-SG):首先利用经典算法对大规模图进行分割并标记,将割点的信息记录在文本文件中,然后利用大数据平台Spark的Graph X框架进行迭代式分布计算并进行各个计算机节点的消息通信及同步,最后返回最短路径查询结果.     

基于A~*算法的移动机器人路径规划

路径规划是移动机器人关键技术之一,也是实现移动机器人自主导航的前提,研究移动机器人利用栅格法创建环境地图时,在其计算资源有限的情况下,比较利用迷宫八方向搜索思想实现最短路径规划的Dijkstra算法,提出采用基于栅格划归地图的A*算法能更快实现移动机器人的无碰最短路径规划,编制了仿真程序,给出了仿真结果,可以满足移动机器人实时路径规划的需要。     

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...     

基于Dijkstra算法驾车导航路径研究与实现

在地理信息系统(GIS)的实际应用中,对城市道路最短路径的搜索是人们研究的重点。怎么在错综复杂的城市道路网中查找到一条最短的路径,并将其显示,是驾车出行者最关心的问题。本文研究经典的最短路径搜索算法---Dijkstra算法并对其进行优化,开发出一套小型的WEBGIS系统,通过实验表明,该系统很好的满足了驾车导航路径搜索的需要。     

Dijkstra优化算法及其在电子导游中的应用

导游电子化是旅游产业的发展趋势,最短路径搜索是电子导游系统的关键技术之一.经典的Dijkstra算法须花费大量时间用于计算最短路径以外的结点,从而影响了算法的速度.在分析景区结点分布特点和移动设备特性的基础上,对Dijkstra算法进行了优化,优化算法基于对景区结点进行区域划分,缩小了考虑结点的范围,在搜索时仅对相关区域内的结点进行处理,从而提高了算法的速度,最后对优化算法进行了正确性证明和性能分析.     

动态速度和代价约束的最短路径算法

Dijkstra算法是计算有向图中一个节点到其余各个节点最短路径的著名多项式时间算法,在交通规划、地理信息系统等方面有重要的应用。本文改进Dijkstra算法用于计算带有动态速度和代价约束的有向图中节点之间的最短路径,即有向图的节点之间除了静态的距离外,还有动态的速度和代价,例如城市交通中的高峰与非高峰时段影响速度/时间,收费与非收费路段影响代价;时间和代价在最短路径中由一个比例因子控制,通过调节该比例因子可计算节点间的最短时间/距离和最少代价的路径。该改进的算法被证明是可靠的,实验结果也表明了该算法的有效性。     

基于启发式策略的最短路径算法

在讨论经典Dijkstra算法和启发式策略算法（A^＊,矩形算法等）的基础上,提出一种基于Dijkstra算法的动态方向限制搜索算法用于求解道路网络中两节点之间最短路径．该算法结合人类的搜索思路和动态灵活的处理方式,对最短路径算法的搜索策略进行改进,动态改变搜索限制区域,减少计算时间．该算法不仅可以单独提高计算最短路径的效率,而且与其他算法结合起来还可取得更好的效果．实际结果证明动态方向限制搜索算法比经典Dijkstra算法减少近50％的搜索节点数和搜索时间．