Kruskal算法的一种高效实现方法

kruskal算法是一种求连通图的最小生成树的算法,无论是采用"避圈法",还是采用"破圈法",都要用到圈的判断,文章基于此,分析提出一种高效实用的判断树中是否存在圈的方法.     

最小生成树算法及其应用

Kruskal算法和Prim算法是求最小生成树的常用算法,文中设计了这两种算法的C语言程序,并通过实例说明了算法的应用.     

基于模糊费用最小生成树问题的算法设计

考虑到通信网络系统架设费用存在着不确定性,针对修建费用为模糊数的最小生成树问题,本文根据改进的PR IM算法得到通信网络系统中关于模糊费用的一棵最小生成树.这种新算法充分考虑了架设费用的模糊性,它的时间复杂度为O(n2).     

Prim算法在建筑照明布线中的应用

在建筑照明布线设计中,每个回路的接线都有一个最优的走线方案,即所用的线路之和最短.在图论中,属于最小生成树的问题,可以用Prim算法解决.利用Access数据库进行图的顶点和边的存储、计算,可以简化计算步骤、减少计算时间和算法的复杂度.     

关于Kruskal算法的一个简便实现

根据数据结构中求一个带权无向连通图的最小生成树算法的特点,文章给出了Kruskal算法的一个简便而完整的C语言实现。特别是对不连通子图的刻画,只引进了一个一维数组就解决了问题。     

利用找环去边法求最小生成树的算法探析

章在对连通网的特征进行分析的基础上，提出了一种利用找环去边法求最小生成树的算法，并对此算法作了定性的分析。     

最小生成树在网络设计中的应用

在进行网络设计时,如何搭建最短的网络线缆,构建造价最低的通讯网络,是设计者需要重点考虑的问题之一。本文从普里姆（prim）求解最小生成树的基本思想入手,采用邻接矩阵作为图的存储结构,给出了让计算机自动求解搭建通讯线路最短（代价最小）的通讯网络的布线算法。     

最小生成树与构造造价最低通讯网

如何构造造价最低的通讯网络,是信息社会面临的共同问题,本从普里姆（prim)求解最小生成树的基本思想入手,给出了让计算机自动构造耗费最低的通讯网的方法。     

基于最小生成树的基因分类算法

随着基因芯片技术的快速发展以及其在基因表达分析等过程中的应用，产生了大量的基因表达谱数据，如何处理和分析这些数据并从中提取出有价值的生物学信息成为一个极为重要的课题，基因分类是进行基因数据处理的常用方法。本文首先利用主成分分析法(PCA)把基因的多个属性转化为少数几个综合属性，将基因表达谱数据映射成一个带权图，并将图论的最小生成树理论引入基因分类分析方法，然后设计了基于最小生成树的基因分类算法，理论分析和仿真结果表明了该算法的可行性和有效性。     

求解度约束最小生成树问题的自适应遗传算法

在遗传算法中一个关键问题是必须采取措施保持种群多样性，防止算法出现早熟收敛。本文提出了一种基于父个体相似度的自适应遗传算法，使用新的自适应遗传操作策略以保持种群多样性。将新算法用于求解图的度约束最小生成树问题，实验结果表明本方法到比不使用父个体相似度信息的普通遗传算法权值更低的度约束最小生成树。     

基于多属性分类的KNN改进算法

提出了一种基于多属性分类的KNN改进算法,可有效提高传统的欧几里德KNN算法和基于信息熵的KNN改进算法的分类准确度。首先,按照单个属性不同属性值的个数占整个属性包含样本的比例进行属性的分类,分为基于信息熵的KNN算法处理的离散属性和基于传统欧几里德KNN相似度处理的连续属性两类,然后分别对不同属性进行区别处理;其次,将两类不同处理后得到的结果按比例求和作为样本之间的距离;最后,选取与待测样本的距离最小的k个样本判断测试样本的决策属性类别。     

一种鲸鱼优化算法改进的加权质心定位算法

针对加权质心定位算法受 RSSI 测距误差影响导致定位结果不理想的问题,提出一种鲸鱼优化算法改进的加权质心算法,利用鲸鱼优化算法的快速收敛、不易陷入局部最优等优势对加权质心算法定位结果进行优化。首先,通过加权质心算法计算待测点位置;其次,根据锚节点位置信息、RSSI 测距信息及待测点位置信息建立适应度函数;最后,利用鲸鱼优化算法不断迭代寻优,对待测点定位结果进行优化,以提高定位精度。在通信半径相同、锚节点数为 30 的条件下,改进后的定位算法定位精度为 0.58m,而粒子群加权质心算法与人工鱼群加权质心算法定位精度分别为 0.64m 和 0.62m,且随着锚节点个数的增加或通信半径的增大,改进后的定位算法仍能获得更高的定位精度。因此,改进后的定位算法精度更高,具有一定可行性。     

基于自由树的中心的MAODV改进算法

MAODV路由协议是应用于移动Ad Hoc网络的一个组播路由协议,协议中的组长选取具有较大的随机性。本文分析了协议中组长的位置选取的相关特征,并在此基础上提出了基于自由树的中心的MAODV改进,改进算法避免了MAODV路由协议中组长处于组播共享树叶子结点的位置,减少了数据分组的传输次数,降低了网络传输的延迟。     

基于目标函数的骑士游历改进算法

对著名的骑士游历问题的一般算法进行了讨论，并提出了一种基于启发函数的改进算法，有效地提高了算法的执行速度。     

一种改进的粒子群优化算法

为了克服传统粒子群算法（Pso）的早熟和局部最优问题,通过分析基于惯性权重的粒子群优化在粒子寻优过程中的可行性,提出了一种变惯性权重的改进PSo算法,并对经典的测试函数进行TN试。实验结果证明,与传统PSO算法以及基于惯性权重的PSO相比,改进算法的寻优效果较好,全局搜索能力有显著提高,并能有效地避免早熟收敛问题。     

一种BP算法的改进方法

通过模拟函数曲线,具体分析了BP算法的学习机制和学习过程以及BP算法matlab语言的实现,最后根据BP算法的局限性,从两个角度探讨了改进BP算法的方法.     

一种改进的遗传算法及其应用

为解决遗传算法的早熟和局部收敛现象,提出的一种改进的遗传算法,该算法引入海明距离构造初始种群,在选择、交叉、变异过程中采用最优保存策略。实验表明改进的遗传算法增强了种群的多样性,并在一定程度上避免早熟现象发生,同时又能较快找到全局最优解。     

一种改进的KMP字符串匹配算法

在分析BF和KMP算法的基础上,提出了一种改进的字符串匹配算法。此算法具有比BF算法更优越的时间复杂性,并且相对KMP算法而言更简洁易懂。     

一种改进的K-means算法

传统的K—means算法对初始聚类中心敏感,聚类的结果随不同的初始输入而波动．为了消除这种敏感性,提出了一种改进的K-means算法,改善聚类算法中选取初值的依赖性,提高聚类结果的稳定性．仿真实验结果表明：改进后的K-means算法优于原始算法．