改进蚁群算法求解最短路径问题

针对蚁群算法在收敛过程中需要多次迭代和容易陷入局部最优解的问题,本文提出一种改进策略的蚁群算法--自主复制蚁群算法(Auto Copy Ant Colony Algorithm,AC-ACO)。通过蚂蚁自主复制和分泌标记信息素实现快速找到最短路径问题最优解。仿真结果显示,AC-ACO算法能降低迭代次数,增强算法的搜索能力。     

改进蚁群算法在交通系统最短路径问题的研究

求解交通路网中两点间的最短路径是智能交通系统中的一个重要功能,为了更为准确快速地找到最优解,这里分析Dijkstra算法处理动态车辆路径问题中的缺陷,提出一种改进的蚁群算法,即在基本蚁群算法中引入搜索方向和搜索热区机制提高算法的搜索性能.通过建立改进蚁群算法模型,用VC 6.0开发工具,以实际交通地图为例,求解交通网络两点间最短距离;并与基本蚁群算法进行对比.仿真实验表明,传统蚁群算法的平均迭代次数为71.06,改进蚁群算法平均迭代次数为55.82,比传统蚁群算法有了明显的提高.该方法能有效解决交通系统最短路径问题,具有一定的实际意义和参考价值和实际意义.     

基于蚁群算法的贴片机贴装最短路径问题的研究

贴片机贴装路径与表面组装生产线的装配效率紧密相关。为了提高贴片机的生产效率,对贴片机的贴装路径进行了优化,提出一种改进的蚁群算法。该算法考虑了在寻求最短路径过程中信息素的更新,使算法不易陷入局部最优解,并且能较快地收敛到全局最优解。理论分析和实际仿真实验,都证明了此算法优于传统的贴片机贴装路径的优化算法。     

神经网络最短路径路由算法

最短路径路由算法一直是分组交换网络的研究热点。飞速发展的计算机网络对路由算法的反应速度提出了更高的要求。神经网络作为一种新的组合优化计算工具,以其固有的并行执行方式以及潜在的硬件实施能力,使其在网络路由方面的应用得到较大关注。对神经网络最短路径路由算法的模型、发展做了较为细致的阐述,并指出了存在的不足和将来的研究方向。     

一种新的最短路径并行算法

针对两点间最短路径问题,提出一种新的并行求解算法.该算法通过不断消去中间的节点和边以简化图的结构,以局部最优而达到全局最优.相对于经典的串行Dijkstra算法,天然地具有并行特性,对稀疏图更加有效,算法复杂度较低.仿真结果证明:该算法对于任意类型的无向图或有向图,总是可准确求得其最短路径.     

智能车辆最短路径算法的研究与实现

最短路径算法是智能车辆路径规划问题的核心内容。从道路网络拓扑结构的自动构建以及Dijkstra算法中快速搜索技术的实现入手,综合考虑核心算法和数据存储结构两个方面,提出了直线优化Dijkstra算法。该算法能够有效降低时间复杂性,提高系统的效率。     

求解最短路径问题的改进人工鱼群算法研究

最短路径问题是交通网络分析中的一个重要问题,它是组合优化领域内经典问题之一。文中分析基本人工鱼群算法模型,指出其在求解交通路网最优路径问题中的不足,对人工鱼初始化和行为进行了改进。仿真实验表明,改进的人工鱼群算法(AFSA)具有更快的全局收敛速度,能有效地克服"早熟"收敛,是一种有效解决最短路径问题的寻优模式。     

基于最短路径树的节点删除动态路由算法

提出一种基于最短路径树的节点删除动态路由算法。算法建立一个最短路径树更新集合,该集合包括被删除节点的断裂子树所有节点和其它节点连接的边,利用子树的结构信息,对子树节点的直系子孙节点和祖先节点进行更新,采用Dijkstra算法对其它子树节点进行更新。实验结果表明,该算法能有效减少节点更新计算次数。     

公交查询中的应用最短路径算法分析的探索

很多城市由于历史等方面的原因，都有着不同程度的道路体系问题。往往造成公交网络愈来愈复杂化，给很多相关行动造成不便。本文通过对“最短路径”这一概念的算法加以分析，指出传统的最短路径算法已经不适合如今的公交查询，并提出对公交查询的更加切实可行的最短路径算法。     

一种限制区域的最短路径查找算法

描述了一种路径查找中的优化算法,即限制搜索区域的最短路径算法。首先,限制了搜索范围,然后在此范围里进行最短路径的查找。实验表明此算法能够有效降低时间复杂度,从而减少了路径查找的计算时间。     

双环网D（N,h）的最短路径选择算法

双环网是分布式系统常用的一种拓扑结构。它的寻径问题是人们关注的主要问题之一。本文给出了一个求双环网中任间两个节点间的最短路径算法,此算法所需时间为Ｏ（△）,其中△是该网络的直径。     

双环网D (N,h)的最短路径选择算法

双环网是分布式系统常用的一种拓扑结构。它的寻径问题是人们关心的主要问题之一。本文给出了一个求双环网中任意两个节点间的最短路径算法,此算法所需时间为O(△),其中△是该网络的直径。     

自适应视野的人工鱼群算法求解最短路径问题简

针对基本人工鱼群算法的参数视野固定不变导致算法后期收敛速度慢、运算量大、易陷入局部最优等问题,提出自适应视野的改进人工鱼群算法。改进后的算法只对人工鱼的觅食行为的视野进行调整,使其随着算法的迭代次数的增加而逐渐减小,但当视野小于初始值的一半时,停止减小,使其等于初始值的一半。将提出的改进型人工鱼群算法应用到求解基于道路网络的最短路径问题中,并通过实验证明了改进后的人工鱼群算法比基本人工鱼群算法及蚁群优化算法收敛速度快、计算量小,而且更加准确和稳定。     

基于改进的Floyd算法求节点间所有最短路径

网络节点间的最短路径可能不止一条.首先运用加速的Floyd算法得到最短路径长度矩阵;然后根据最短路径长度矩阵构造各个节点的到达距离矩阵,用来与最短路径长度矩阵进行对比;最后得到每个节点的后继节点,进而得到所有最短路径.计算机仿真验证了该算法的高效性.     

基于K最短路径算法的轨迹关联应用研究

多目标跟踪可以通过轨迹关联来实现,这种方法具有很强的鲁棒性。然而,当处理多目标跟踪问题时,连接检测目标可能的轨迹簇是一个很难解决的优化问题。使用抽样或贪婪的动态规划方法不能保证得到全局最优解。利用此问题的特殊结构,可以把它重新规划为一个受约束的网络流模型的优化问题,并利用K最短结点不相交路径算法高效地解决,同时得到全局最优解。     

基于BFS算法的有阻断路径的最短路径算法研究

针对大规模网络中所有节点的全源最短路径的计算需求,文中基于广度优先遍历(BFS)思想,在计算过程中设置存储队列,引入阻断路径,限制后续图节点的扩展范围,完成了图的减枝,大幅度降低最短路径计算的时间复杂。经测试,文中所设计的算法相较于传统Dijkstra算法在高、中、低规模的数据集上均可降低50%以上的运算时间;相较于BFS算法,可以降低20%以上的运算时间。     

基于改进遗传算法的必经点最短路径算法

提出一种解决经过必经点的最短路径的改进遗传算法。在传统遗传算法的基础上,引入Dijkstra算法进行种群初始化;针对传统遗传算法易收敛于局部最优解,迭代次数多,迭代时间长的缺点,提出了改进的交叉算子和变异算子。应用改进遗传算法进行网络节点计算,表明该算法在计算性能上优于传统遗传算法,也验证了改进遗传算法的先进性,有效性。     

基于PCNN的迷宫最短路径求解算法

本文根据脉冲耦合神经网络(PCNN)并行运行的特点,提出了基于PCNN模型的迷宫最短路径搜索算法。从理论上对该算法进行了分析和讨论,并给出了具体的算法和实验结果,验证了该方法的有效性。与其他算法相比,该方法可以在最短的时间内完成最短路径的搜索。     

机器人避障中最短路径的算法研究及应用

基于机器人在平面区域运动的避障问题,通过单一障碍物路径长度设计算法,利用MATLAB软件进行分别计算,综合比较得出机器人从区域起点到达目标点的避障最短路径。