在超立方体计算机上的光栅图形算法

本文论述了新一代并行计算机的应用光栅图形显示，光栅图形算法大多是象空间算法，因而操作间关联少，能产生极好的并行性，特别适合在超立体机上的运行，本文对光栅图形算法如何在超立方体机上的运行做了讨论。分析了几种算法的任务分配，并从中得出结论超立方体机理理想的光栅图形算法运行的环境。     

基于Floyd方法的最短路径算法优化算法

最短路径算法在各领域广泛应用,传统研究方法主要集中在算法应用及单一优化,将两种优化方法集于一体的算法很少.以兰州—北京的铁路运输系统实例,利用Floyd与Dijkstra算法结合、代码优化的方法优化传统Floyd算法.结果表明:优化后的算法在很大程度上减少了运算次数和时间,提高了算法的时间及空间复杂度,算法效率较高.     

基于差分进化算法的时间最优路径规划

提出了一种利用差分进化算法进行机器人路径规划的方法,在极坐标系下采用路径点列的极角和极径作为参数进行个体成员的矢量合成,生成的初始路径点集经过提练处理极大提高机器人移动速度;仿真结果表明该方法可以解决大范围、多障碍环境的机器人路径规划问题.     

Petri网死锁的求解算法

本文对Petri网的基础知识作了相关的介绍,以及对Petri网的结构性质进行一定的介绍与分析,其中主要介绍的结构性质是可重复向量和死锁,并适当的通过举例来说明问题.根据Petri网的相关结构性质,初步得出了T-不变量、可重复向量、死锁的关系,给出了T-不变量和可重复向量的求解算法,以及对Petri网进行结构变化的基础上,给出相应算法去求解一个网的死锁.最后还给出了利用真值表求解死锁的方法.     

基于改进Floyd算法的物流运输路径规划

当站点较多时,物流运输路径规划存在困难,传统Floyd算法路径规划的时间复杂度过高．鉴于传统Floyd算法规划时间复杂度高是因节点数量过大导致,提出一种结合改进K-means聚类算法的Floyd算法,该算法在节点数量较大情况下,运用改进K-means聚类算法分割物流区域,降低规划所需考虑节点数量,从而降低Floyd算法的时间复杂度．在复杂环境下进行传统Floyd算法和改进算法的对比实验,仿真分析结果表明,改进算法可以在更少的时间内找到一条较优的路径．     

运筹学教学中的动态规划求解最短路径问题的一个注记

动态规划是运筹学课程教学中的重要内容.在教学过程中,发现在用动态规划方法求解最短路径问题时,如果举例不恰当,很容易对学生造成误导.对出现误导的情形进行了分析,找出了发生的原因.基于问题的分析,找到了解决的方法.     

基于改进蚁群算法的智能小车路径规划仿真研究

提出一种改进的蚁群算法,解决传统蚁群算法在路径规划时容易陷入局部最优解的问题,改进的蚁群算法具备更优越的搜索最短路径的能力.MATALAB仿真实验表明,改进的蚁群算法能够节约寻找到最优路径的时间,加快收敛速度,具有更好的鲁棒性.     

一种最短路径的演示算法

根据最短径问题的理论 ,编制了一个最短路径问题的演示算法 ,文中给出了合理的存储结构及主要算法 ,本算法与教材中的算法不同 ,更好地体现了迪杰斯特拉思想     

有向网络上两顶点间最短路径的双向搜索算法

提出了一种求解有向网络上两顶点间最短路径的双向搜索算法,经理论证明和实际应用,该方法较原Ｄｉｊｋｔｒａ算法可平均提高８倍的计算效率。     

一种基于进化的移动机器人路径规化算法

本文提出了一种新的移动机器人全局路径的进化规化算法。通过对环境建立基于位置码的四叉树模型，获得对路径的简易编码方式；进而将进货算法用于移动机器人的路径规划，并讨论了算法实现的若干问题。     

求直线程序通用输入的算法

直线程序对计算树模型是两个研究环（或域）上代数问题复杂性的较好的计算模型,特别是对问题复杂性下界的研究是很方便的。对任何一个直线程序Г,存在一个通用输入（Ｕ;ｕ）,使得对Г的任何其它可执行的输入（Ａ：ａ）,（Ａ;ａ）是（Ｕ;ｕ）的一个同态象。给出一个求直线程序通用输入的算法和一个计算实例。     

数据处理的一种算法

将文件中的数据进行索引,统计其中不同数据的个数、每类数据的数量,对每个数据建立序号等一系列问题给出算法及程序.     

符号结构的关联网络构造与检索

本文用动态符号结构造一个数据递归分布表示的关联网络，以精馏中Ｎ＿组分分离方法生成为例，论述了关联网络构造的有关准则、定义、符号变量的约束函数；引入了模式映象的概念；对不定的ｍ＿枝与或图的检索给出了动态的递归算法．实验结果表明与期望相符．     

一种求简单多边形凸包的算法

提出了一种求简单多边形凸包的新算法。该算法的时间复杂性O（nlogn)次乘法和O（n)次比较。     

一种不定控制系统的强健神经网络控制器

探讨不定控制系统的强健神经网络控制器．这是一个由遗传运算法则确定的最佳隐藏神经数的前馈多层神经网络．它借助状态空间控制器和编入必要的最佳程序,进行非线性处理,以确保性能的强健性．混合的遗传运算法则和后繁殖神经培养,具有最佳网络结构和神经染色体接合权的双重目标,把最佳网络结构和神经权协调地聚合,从而得到与性能控制目标基本一致．     

一个有限Abel群分解为P群直积的算法

设Ｇ为有限Ａｂｅｌ群,｜Ｇ｜＝Ｐｒ１１…Ｐｒｍｍ（Ｐ１,…,Ｐｍ为质数）．给出了一个将Ｇ分解为Ｐ群直积的算法     

经典Ramsey数下界的计算机算法

给出了求经典Ｒａｍｓｅｙ数下界的一个计算机算法,利用此方法求得了经典Ｒａｍｓｅｙ数的两个新下界,Ｒ（５,９）≥１００,Ｒ（５,１４）≥１４４。