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.     

动态网络中最大流快速增量求解

利用损毁网络与原网络的结构包含性,提出了一种基于增广路径选择树的最大流增量算法MFIA-ART.算法在原网络最大流的求解过程中,对简单路径集等相关的中间结果给予缓存,构成增广路径候选集,当网络拓扑改变时直接在其中查找有效的增广路径,无需对新的残余网络进行复杂计算.同时为了避免遍历包含饱和边的简单路径,进一步利用增广路径选择树ART来组织所有可能的增广路径集,从而可以通过一条从根节点到某个叶节点的路径找到所有需要的增广路径,获得最大流量.其遍历的深度为ART树的高度H,远小于所有增广路径的数量,因而显著地提高了求解最大流的效率.实验结果表明,MFIA-ART相对于采用经典的Dinic算法重新计算最大流的方法,在时间性能方面有数量级的提高,尤其适合应用于简单路径数量较少的稀疏性网络.     

网络最大流模型算法及其实现

针对网络最大流的计算问题,提出了一种网络最大流计算模型的实现方法,具体作法是灵活运用栈和结构数组以实现算法功能．首先创建邻接表,其结构包含边的方向、容量、流量等信息.然后根据邻接表采用标号法寻找增广链,在寻找过程中采用深度优先遍历和广度优先遍历的方法把点存入栈中,并用一数组保存所经过的路径．直至找出最大流及各边的流量.     

Dijkstra改进算法在车辆导航系统中的应用与仿真

车辆导航系统的最基本功能是最短路径的搜索,车载导航是单源单目标的最短路径算法的重要应用之一.传统的Dijkstra算法是一种典型的单源最短路径算法,因为实际系统的实时要求,有必要改进Dijkstra算法.基于对时间和空间复杂度的分析,提出一种新型的Dijkstra改进算法,具有高效性.其改进分3个方面:采用邻接表作为道路网络拓扑的存储结构;利用二叉堆实现优先队列;根据节点的分布情况将搜索过程分为几个阶段,引入了动态限制搜索区域机制.最后在实际道路网络中的测试及仿真结果表明了改进算法的可行性和优越性.     

两种改进的最优路径规划算法

在对经典Dijkstra算法和A*算法分析的基础上对它们分别进行了改进.在经典Dijkstra算法中,针对当前不相连节点间路径长度为无穷大这一特点,首先对两个节点是否相连进行判断;若发现两个节点并不相连时,则舍去相应计算,从而减小计算量.针对A*算法在实际应用中搜索效率低的缺点,将经典A*算法搜索出的原始最优路径中的节点依次进行封堵后,再按照经典A*算法搜索出相应的新最优路径,最后再将原始最优路径与这些新最优路径进行对比,以便确定最终的最优路径.仿真研究表明:改进的Dijkstra算法可以减少大量的无关节点计算,提高运算的效率;改进的A*算法则可以提高搜索到最优路径的成功率.     

PSO-QGA在移动机器人复杂路径规划中的应用

量子遗传算法具有适应性强、收敛速度快、适合于全局搜索的特点,粒子群优化算法的优点是具有记忆能力,在智能搜索的实现上可以结合个体和全局的最佳位置实现位置定位,但粒子群优化算法在搜索速度和择优能力方面还有待提升.因此提出了一种改进的路径规划算法,即利用量子遗传算法结合粒子群优化算法的记忆功能和最佳定位能力,实现对移动机器人路径规划算法的改进.通过仿真实验已经证明,改进后的移动机器人路径规划算法在稳定性和路径优化选择上都优于单纯的粒子群优化算法和量子遗传算法,并且改进后的算法更适合于复杂路径中实现优化.     

改进的A~*算法在虚拟人路径规划中的应用

自动计算生成虚拟人的最优路径是虚拟人路径规划研究中的关键问题之一,针对这一问题对A*算法进行了分析、实现和改进.通过对估价函数进行加权处理,缩短了搜索路径,减少了搜索时间;并且引入"人工搜索标志"避免了重复搜索无效区域,能有效快速地逃离障碍物陷阱,使算法在未知环境中有效准确地找到可行性路径,进而对可行性路径进行优化得到最短路径,解决了虚拟人避障与导航问题.     

一种提高社交网络中客户和目标用户间路径可靠性的算法

近年来,人们越来越频繁地活跃在社交网络平台,和不认识的人通信已经成为常态,为用户提供可靠的服务成为影响社交网络发展的重要因素。已有算法在客户与目标用户间寻找到的路径可靠性不高,因此提出了一种提高社交网络中客户和目标用户间路径可靠性的算法。该算法分析了信息素更新策略中的衰减因子对蚂蚁搜索过程的影响,通过改进衰减因子的计算方法以得到更加可靠的路径,同时还可改进目标用户负载均衡和减少客户等待时间。实验从路径可靠性、目标用户负载均衡和客户等待时间等方面对改进后的算法和已有算法进行了比较,结果验证了改进算法的有效性。     

基于Matlab的裂隙岩体渗透路径搜索

在随机生成的裂隙网络中,如何快速确定渗透路径是进行下一步渗流计算的前提和关键。借助图论方法描述裂隙间关系,利用Matlab软件,依据裂隙真实分布的特点,首先确定两圆心距过大及平行裂隙间的相离关系,大幅减少了程序中需要求解的方程的数量,加快了运行速度,实现了裂隙岩体三维网络渗流的渗透路径快速搜索。最后通过随机生成的裂隙网络调试了改进的程序,验证其可行性。结果表明:采用笔者改进的算法可正确找到搜索路径,并可大幅缩短搜索时间,为下一步渗流计算打下了良好的基础。     

改进的基于关系数据库技术的公交查询算法

为满足公众对出行路径的多样性需求,针对目前公交查询算法的不足,提出改进的基于关系数据库技术的公交查询算法.该算法依据"最优路径的子路径都是最优路径"理论,通过换乘次数小的最优路径逐步求取换乘次数大的最优路径,并利用关系数据库技术进行最优路径集合的生成和优化,从而实现大规模公交网络的多目标路径搜索.以北京公汽网络作为算例,分别以最短出行时间、最小换乘次数、最少出行费用为评价标准编制程序搜索最优路径,结果表明最短出行时间算法的多目标搜索结果最优,查询速度快,具有推广价值.