车载导航仪中路径规划算法及其实现

讨论了路径规划中迪杰斯特拉算法和启发式搜索算法的原理 ,用C语言实现了基于最小堆的启发式搜索算法 ,并成功地应用于车载导航仪中     

启发式搜索算法的面向对象设计实现

描述了如何使用面向对象语言Java来设计启发式搜索算法。该设计充分利用Java语言的继承、封装和多态等特征,遵循开-闭原则、里氏替换原则等重要面向对象的设计原则,抽象化了启发式搜索算法,使得启发式搜索算法成为一个可复用构件。最后,演示了如何使用该可复用构件求解八数码问题。     

启发式搜索算法的面向对象设计实现

描述了如何使用面向对象语言Java来设计启发式搜索算法.该设计充分利用Java语言的继承、封装和多态等特征,遵循开-闭原则、里氏替换原则等重要面向对象的设计原则,抽象化了启发式搜索算法,使得启发式搜索算法成为一个可复用构件.最后,演示了如何使用该可复用构件求解八数码问题.     

模糊图的启发式搜索算法FA

现实世界中大量复杂的问题可以用模糊图上的启发式搜索算法来解决。为此,本文提出了模糊图的启发式搜索算法FA~*。文中对FA~*的可采纳性给出了证明,并指出FA~*具有广泛的实际应用。     

组合优化近似搜索算法中的超启发式发展趋势

对组合优化中近似搜索算法采用的超启发式策略进行了总结和分类，并着重从强化和变化两个概念出发分析了不同超启发式的优缺点，探讨了其发展趋势，目的是为开发博采众长的混合近似搜索算法提供参考和指导。     

非结构化P2P资源搜索策略研究

通过从盲目搜索策略和启发式搜索策略两方面来分析无结构化P2P(peer-to-peer)系统的资源搜索策略。从泛洪搜索算法、迭代泛洪算法、随机漫步搜索算法以及基于超级节点的查询算法等四个方面对盲目搜索策略进行分析,而从基于兴趣的查询算法、移动代理、高速缓存及启发式泛洪搜索算法等四个方面对启发式搜索算法进行阐述。最后在以上算法分析的基础上对未来的工作进行了展望。     

动态拓扑网络最短路径启发式算法

针对动态拓扑网络的最优路径规划中存在的问题,研究了最短路径搜索算法的快速实现技术,提出了一种启发式快速最优路径规划算法.在分析经典迪杰斯特拉最短路径搜索算法和A*启发式搜索算法的基础上,利用椭圆曲线参数设定启发函数初始值,进一步缩小搜索范围.采用二叉堆结构来实现路径计算过程中优先级队列的一系列操作,从而提高了算法的执行效率.仿真试验结果表明该算法具有良好的性能.     

双向启发式图搜索算法BRA^＊之研究

本文在[1]中基于模运算,提出了随机产生式系统的启发式图搜索算法RA~*.本文提出一个随机产生式系统的双向搜索的启发式图搜索算法BRA~*,证明了算法BRA~*的可采纳性,并得到了一些新的可采纳性结果.算法BRA~*的搜索效率比算法RA~*高.若启发式估价函数满足单调性限制,通过使用NP操作,则算法BRA~*的搜索空间将进一步减少.     

迷宫搜索算法的比较研究

研究面向搜救的应用,将事故环境抽象为一个迷宫,通过仿真实验比较研究了深度优先搜索算法和三种不同启发式函数的A*算法在Perfect迷宫中的应用,并分别将深度优先搜索算法和A*算法用于实际迷宫中进行实现与比较.在实验中,迷宫环境对机器人是未知的,而由于迷宫环境的特殊性——未知的迷宫环境中很少有不会碰撞的路径,从而增加了机器人搜索的难度.通过仿真实验对比了不同启发式函数的A*算法与深度优先搜索算法的性能,最后得出在迷宫搜索中A*算法要优于深度优先搜索算法;同时,在实际迷宫中实现了深度优先搜索算法与A*算法的搜救应用.     

用VC++实现基于A*算法的八数码问题

在人工智能领域中,八数码问题一直都是一个游戏难题。介绍了八数码问题,然后在启发式搜索算法上对A*算法定义进行了解释,并在其旨在提高搜索效率的方面作了比较详尽的介绍,详细描述了基于图搜索算法的解决此类问题的一种启发式搜索算法———A*算法。再依据这种算法用可视化编程语言VC 6.0来实现八数码问题的求解过程,取得了预期的搜索解,提高了搜索效率。     

多值测试诊断策略优化设计

针对电子系统中多值测试条件下的测试排序问题,提出了一种诊断策略优化方法。首先,以相关性矩阵模型为基础,将已有的二值测试的优化算法同多值测试问题相结合,提出了适用于多值测试的基于霍夫曼编码的启发式函数;其次,将平均测试代价最小和平均测试步骤最少作为优化目标,采用与或树启发式搜索算法生成诊断树,得到多值测试的诊断策略,并给出了诊断策略优化方法的具体实现步骤;最后,将其应用到航空设备的实例中。结果表明提出的基于霍夫曼编码的与或树启发式搜索算法是可行的,其生成的诊断树是最优的,比基于信息熵的与或树启发式搜索算法具有更小的平均测试代价和更少的平均测试步骤。     

和声搜索算法改进与应用

和声搜索算法是最近出现的一种模拟音乐演奏过程的全局搜索元启发式算法,目前已经有许多改进版本,并被大量用于优化和工程实践问题中。首先描述了原始和声搜索算法的特点和流程,然后对和声搜索算法繁多的变种及其应用领域进行了梳理和分类,最后指出和声搜索算法的未来研究方向。     

改进的双向启发式搜索算法及其在车载导航仪中的应用

介绍单车辆路径规划的有关算法,针对车载导航仪的应用,对双向启发式搜索算法进行了改进和优化,提出了可靠有效的搜索终止条件和搜索切换标准,给出了改进算法的流程。最后给出了四种算法的实际测试和比较结果。结果表明改进的双向启发式搜索算法快速高效。     

用VC++实现基于A*算法的八数码问题

在人工智能领域中，八数码问题一直都是一个游戏难题。介绍了八数码问题，然后在启发式搜索算法上对A＊算法定义进行了解释，并在其旨在提高搜索效率的方面作了比较详尽的介绍，详细描述了基于图搜索算法的解决此类问题的一种启发式搜索算法——A＊算法。再依据这种算法用可视化编程语言VC＋＋6．0来实现八数码问题的求解过程，取得了预期的搜索解，提高了搜索效率。     

基于混合负载平衡的并行启发式搜索算法

在分析了迭代加深启发式搜索(Iterative Deepening A*)算法及其可并行性后,提出了一种新的基于混合负载平衡的并行迭代加深启发式搜索算法。该算法综合了静态负载平衡和动态负载平衡的优点,可以在多结点的并行搜索计算中获得很高的加速比和效率。给出了该算法的Java RMI实现。通过在72个结点的并行机上的试验表明,该算法可以极大地提高并行搜索算法的加速度和效率。     

人工智能中A*算法的局部改进及其实现

本文对人工智能中的经典启发式搜索算法—A     

分支限界法在游戏地图寻径中的应用

分析了游戏地图寻径中的宽度优先,深度优先和启发式搜索算法,提出了一种基于宽度优先直接标记路径的分支限界搜索算法,最多使用O(N+L)的时间完成最短路径搜索,能很好地适用游戏地图中复杂地形的寻径要求。     

求解带动不平衡约束的卫星舱布局问题的启发式算法

以卫星舱中承载板上物件的三维布局为背景,研究一类带动不平衡约束的圆柱体形和长方体形待布物的混合布局问题.采用两阶段法进行求解,首先引入基面分配策略,将待布物分配到承载板上、下基面上;然后采用禁忌搜索算法对每一基面上的待布物进行布局优化:对传统禁忌搜索算法中的邻域格局提出启发式的产生策略,并对禁忌对象和格局接受原则进行有效改进,将改进的禁忌搜索算法与局部搜索的梯度下降法相结合,提出一种启发式的布局方法——基于梯度下降的禁忌搜索算法.最后通过算例验证了文中算法的高效性.     

束搜索算法的精度优化研究

启发式爬山搜索算法能高效地实现搜索剪枝,求解实际问题时,能在庞大的假设空间中,找到最优或近似最优解,束搜索算法保持了爬山搜索算法的高效剪枝特性,同时能有效减小爬山搜索收敛到局部最优解的风险,人工智能领域广泛采用束搜索策略。对于宽度为k的束搜索,由于只维持有限的k条搜索路径,提高束搜索算法的搜索精度,重在这k条路径的选择上,但如何选取这k条路径,作者未见描述相关方法的资料,目前多数算法是在每一搜索步选取具有最大启发式性能量度值的k个候选作为进一步搜索的入口。论文简要讨论了束搜索算法,提出了几种合理的候选选取方法以及避免单亲填满的思想,并在UCI测试数据库上进行了对比实验,给出了实验结果。     

一种面向任务的对地观测卫星Agent团队构建方法

随着航天科技的飞速发展,逐渐出现了由多种异构卫星组成的卫星集群。相比于传统的卫星系统,卫星集群具有规模大、平台多、载荷异构的特点,传统的卫星任务规划方法难以适用。针对卫星集群任务规划中的关键问题——面向任务的卫星Agent团队构建问题,建立了数学模型,提出了基于分支限界的精确搜索算法,并对其时间复杂度进行了分析。针对精确算法时间复杂度较高的缺点,引入了启发式剪枝机制,并按照任务集合排序策略的不同设计了3种启发式卫星团队构建算法。最后,通过多组实验分析了卫星团队构建精确搜索算法与启发式剪枝搜索算法的性能,验证了我们提出算法的有效性和实用性。