全局最短路径计算和图的连通性及拓扑排序在邻接矩阵的方法

全有全无的邻接矩阵法是进行最短路径计算的一种方法。矩阵迭代可以用来计算带权有向图的最短路径,迭代可以及时调整适应性,利用改进算法可以直接由D2r计算出D2r＋1,最多只需骔logn-1」次。拓扑排序用于找出图中的环路,减少瓶颈。连通性用于找到图中无关节点,减少计算量。介绍了环路检测算法,无向图中一个点和其余所有点的连通性判定,更新后的最短路径计算。     

图的最短路径算法及其在网络中的应用

图论是当代计算机网络重要的理论基础之一,它是计算机网络的抽象模型,是人们认识和把握计算机网络整体结构的有力手段。图论中的最短路径算法在计算机网络的路由、优化和架构设计等方面起到了举足轻重的作用,为当代庞大的Internet的实现奠定了理论基础。探究了图的最短路径算法及其在计算机网络中的应用。     

基于邻接矩阵的最短路径算法

以邻接矩阵为出发点,并根据邻接矩阵运算得到的可达矩阵判断是否存在从源点到目标点通路,然后从可达矩阵出发进行最短路径的搜索,这样的好处是减少了无效的搜索,从而减少了搜索时间;同时,以深度搜索优先首先找到一条通路,采用每次新加边长为可加边长中最短的原则,采用了新的定界手段,使用这些手段可以删除更多的活节点,从而减少算法计算量。结合这几个要点提出了一种新的最短路径算法。     

海上最优航线算法研究

海上船舶航行,往往因为自然条件、距离、船舶密度等因素影响而面临最优航线的选择.我们把海上航行最优航线选择抽象为最短路径问题,并借助计算机技术解决该问题.海上航线的计算涉及如GIS、GPS、RS等多个学科,本文在GIS电子海图平台基础上对海上航线最短路径算法进行了分析和研究,简要介绍了经典Dijkstra算法,并探讨其改进算法,还对原算法与改进算法的搜索效率进行了对比.最后,将改进算法应用到海上船舶航行的最佳航线选择中.通过解决海上最佳航线选择问题,加强我船舶快速反应能力,节省海上航行成本.     

基于改进蚁群算法的无线传感器网络路径优化

针对传统的无线传感器网络数据传递过程中,会出现多个数据选择同一最短路径,导致数据出现竞争,造成路径阻塞,降低无线传感器网络数据传递速度的问题,提出了基于改进蚁群算法的无线传感器网络路径优化处理方法。方法是将需要传递的数据按最短路径传输,假设传输路径堵塞,则将堵塞信息发送到初始位置,后续需要传递的数据可以选取其它的次合理路径,从而避免了传统方式的缺陷。     

Perlin噪声生成地形的一种高效率并行方法

针对Perlin噪声叠加法在生成大规模地形时出现运算量大,效率低的问题,提出了一种基于CUDA架构的地形生成并行算法。通过结合Perlin噪声叠加法的特点(对一个点的计算与其他相邻点的计算是不相关的),将每一个地形网格点Perlin噪声值的计算进行并行处理,从而使得地形的生成过程完全在GPU中并行执行。实验结果表明,相比于原算法,并行处理算法较大提高了地形生成的效率,能够满足大规模地形生成的需要。     

改进的Dijkstra最短路径算法在GIS-T中的研究与实现

Dijkstra最短路径算法广泛应用于交通运输和网络优化等领域,但是在实际应用的过程中仍存在一些不足。文章针对道路拥挤、交叉路口等待和单行道限行等方面提出了一种改进的基于时间最短的最短路径算法。传统的最短路径算法中图的顶点是抽象的,不含权重的,改进的算法中图的顶点是有权值的,用来表示道路交叉口的等待时间。通过编程实现该算法,实验结果表明,道路拥挤、交叉口等待和单行道限行对交通路径选择有很大影响。因此,改进的算法求得的最短时间路径更加符合实际,具有一定的应用价值。     

A星算法在城镇地价评估中的应用

随着我国经济的飞速发展城镇地价评估成为土地资源管理的重要手段,而扩散性因素因子与定级区内各点最短路径的计算是土地定级估价的计算基础。以分区计算为参照,将A星算法引入到城镇土地定级估价系统中,通过八方向算法实现了最佳路径的寻找,通过实折点的引入处理实现了最短路径长度的计算,通过双层计算模型的建立与实现,提高了运行效率。     

改进的并行化谱聚类算法研究

提出改进的并行化谱聚类算法。该算法对于距离矩阵与相似度矩阵进行了改进,并在其中加入了kd树技术以对大规模数据进行稀疏化处理;然后在进行数据特征计算时,将数据以拉普拉斯矩阵的方式存入Hadoop之中,通过运行Lanczos分布计算的形式得到了其向量特征;最后运用在聚类算法中的较为高效的k-means聚类算法对向量特征的转置矩阵进行处理从而得到了需要的聚类结果。仿真实验结果表明,本文所提出的谱聚类并行算法能够为大规模的数据挖掘工作带来性能的巨大提升。     

校园卡充值点最优位置的数学模型研究

选址问题目前学术界已有较多的研究成果,但大多数是将总费用作为目标函数,一般要求事先给出网络结点的位置坐标,且无需考虑结点间的最短路程,旨在确定新的地理几何中心。而对已有网络,在不改变原有路径及各结点位置的条件下,以总路程最小为目标函数,在现有网络结点中寻找其中某些结点的最优位置却是一个新的研究课题。本文以某高校校园卡充值点为例,将校园示意图转化为赋权连通图,求得该连通图的邻接矩阵,利用Floyd算法及图论软件包构造一个最短路径矩阵,得到一个赋权完全图,利用穷举法或混合整数规划法及数学软件求解,得到各学院、楼栋、学生宿舍区到三个校园卡充值点的最短总路程及三个校园卡充值点的最优位置。     

基于改进Dijkstra算法的自驾游最优路径规划研究

自驾游时,由于时间有限且旅游景点较多,因此游客要想在最短的时间内游览更多的景点,就需要预先规划好外出旅游的最优路径。目前常用的地图导航软件一般只提供从游客位置到单个旅游景点之间的最优路径,并不能规划多个旅游景点间的最优路径。针对上述问题,该文对Dijkstra最短路径算法进行了改进,在算法中加入了指导函数h,实现了多个景点间最优路径的计算。最后该文以河南省部分代表性景点为例,采用改进后的Dijkstra算法,成功实现了多景点间最优路径的规划,验证了该算法的科学性和实用性。     

基于A*算法的最短路径寻优数学方法研究

近年来,作为人工智能领域一个分支的最短路径探索仍值得做更进一步的讨论和研究,最短路径问题是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。在最短路径的算法之中,各个算法也都具有各自的优点和适用性。针对Dijkstra算法、蚁群算法、A*算法的特点,经过分析与研究得出,A*算法在最短路径寻优方面比其它路径寻优效率更高,对A*算法的程序实现,为人工智能领域以及机器人路径应用方面提供了重要的实际应用参考价值。     

图的存储和访问方法

空间网络,例如道路图,是空间数据库应用中发展最快的一种.空间网络数据通常被建模为图,其结点是嵌入空间中的点.对于路径评估和最短路径计算,空间网络是通过get-a-Successor()和get-Successor()操作来访问.这些操作的高效实现通常是基于结点之闻的连通性,而不是基于结点之间的欧几里得距离.     

生物基因最短路径模型分析

为系统地全局的研究生命现象及其本质，文章设计了一个基于基因微阵列实验数据的生物基因最短路径模型，并且针对最短路径模型构造新的观测计算方法最短路径分析法。通过对基因表达谱数据进行统计学分析和计算机处理，生成基因本体论分类生成树，最后根据已知基因分层次推断未知基因的功能。实验表明，最短路径模型和最短路径分析法能够将具有相似生物功能的基因聚类起来，从而更加精确地揭露基因之间的功能关系。     

基于自适应蚁群算法的最短路径搜索方法研究

最短路径问题是指在一个赋权图的两个节点之间找出一条边权和最小的路径,是图论中的一个经典问题,该问题和TSP等经典的组合优化问题具有很大的相似性,也属于组合优化问题.蚁群算法是一种新型的模拟进化算法,为求解复杂的组合优化问题提供了一种新的思路.本文应用蚁群算法求解最短路径问题,对选择策略、信息素挥发系数进行白适应地调整,避免算法出现早熟和停滞现象,并能较快地收敛到全局最优解.实验结果表明,该方法能有效解决最短路径搜索问题.     

基于云计算求解城市物流配送最短路径研究

物流配送是物流的核心环节之一,配送线路的优化选择决定着配送效率和运输成本。为了求解大规模城市路网中的物流配送最短路径问题,提出了基于Map Reduce的并行算法和GIS仿真结合的求解方法。在该求解方式中,构建Map Reduce并行化模型和算法流程;数字化城市路网,借助于mapin-fo分层管理道路和配送点,并对道路和配送点进行拓扑化处理,生成MID文件供Map Reduce使用;通过Hadoop平台实现最短路径计算并在Map X直观显示出计算结果。     

基于动态最短路径策略的多QoS路由算法

对FallBack算法进行改进,先利用动态最短路径算法计算出最短路径,然后对路径进行QoS需求检查,最后进行调整,得到动态环境下具有多QoS保证的最优路径。该算法在一定程度上克服了路由信息不能得到及时更新所引起的问题,根据网络拓扑结构变化和流量的变化动态调整路由选择,从而更好地保证了服务质量。最后将此策略引入到OSPF路由协议中,提出一种综合性的路由更新机制,在尽可能最少的网络负载下满足QOS对链路状态信息的要求,从而在一定程度上扩展了OSPF路由协议的服务质量。     

最短路径算法及其应用探讨

电子地图设计中,最短路径算法是其重要的组成部分。本文从最短路径研究的意义入手,分析了基于图论的最短路径算法——Dijkstra算法的基本思想,并在此算法的基础上进行了改进,最后给出了这种改进算法的应用。     

大规模图数据路径查询分析

在很多的复杂的大规模图数据场景中,对于基本查询的满足往往就是利用图的距离和路径查询,来实现对某个特定指令的效果。这些数据的处理对象都是大型的图数据,而在在查询的过程中需要快捷和便利。为此应当利用有效的计算原理设计来帮助系统更加有效和高速度的进行指令处理,即路径的查询。     

基于灰关联分析和启发式搜索的停车引导模型

针对停车引导过程中存在的信息不对称问题,重点考虑用户实际期望,将引导过程抽象为最短路径网络,以步行出场距离、停车难度、停车安全度3项指标衡量路径权重,提出一种使用灰关联分析判断最佳停车位、启发式A*算法搜索最优路径的方法.理论分析和仿真实验证明,该方法推荐的最优车位和线路符合用户偏好,节省了时间和效率.