改进的基于元胞自动机扩展模型的图的最短路径算法

在基于元胞自动机单源点到单节点图的最短路算法的基础之上,通过改进控制演化的终止条件和记录演化过程中的路径信息,提出了单源点到多节点的元胞自动机扩展模型求解图的最短路算法模型，将该算法应用于城市道路交通网的实证研究之中,可以得到路段上任意两端点之间的最短路径及路权。     

用元胞自动机求最短路径的一种新算法

在一个基于元胞自动机模型的求图中一个顶点到另一个顶点的最短路径的算法的基础上,分析出:它的关键部分(即演化规则)中"减最小剩余权"这一重要步骤与求图中一个顶点到另一个顶点的经典的最短路径算法的基本思想相距甚远,应该省去.在提出的新算法中省去"减最小剩余权"这一重要步骤,这个改进较大地提高了算法的效率.最后通过举例子分别用两个算法进行求解,通过这些求解步骤的对比,明显看出本算法的正确性和高效性.     

基于PageRank算法改进的元胞自动机模型

针对在线零售业务系统中用户要进入许多无关页面才能找到所需商品的问题,站点应能根据群体用户购买兴趣动态调整网页分配,即站点自适应。借用PageRank算法对元胞自动机模型进行改进,实现站点的自适应调整。与原模型相比,改进模型的演化规则简单、时间复杂度低、性能更优越。     

基于Matlab的元胞自动机的仿真设计

元胞自动机不仅是理论计算机科学领域的一个重要的计算模型 ,而且可视为一无限维的离散动力系统 ,被广泛应用于自然科学和社会科学各领域的复杂性的研究中 ,是一个重要的研究方法和工具。该文以Matlab为开发工具 ,开发了元胞自动机的可视模型 ,为其在各个领域的复杂性研究提供了一个简易、可行的计算机仿真工具。     

最短路径重构算法

研究了在Ｎ个顶点的图中，仅给出了所有顶点对之间最短路径距离矩阵，而计算任两顶点间最短路径问题。这种算法因没有利用原始图中有关边的信息，被称为重构算法。本研究取得了如下成果：①在单一的顶点对之间最短路径重构的时间复杂度为Ｏ（ｎｌｏｇｎ）；②在所有顶点对之间的最短路径重构的时间复杂度为Ｏ（ｎ＾３）；③在带有ｎ／ｌｏｇｎ个处理器的独占读写并行随机访问器上，单一顶点对之间的最短路径重构时间复杂度为Ｏ（（ｌ     

基于元胞自动机的人群疏散模型

通过分析已有的元胞自动机理论基础,改进了从众吸引力算法,简化了复杂空间欧氏距离算法,真实反映了人员惊慌状态下的从众心理,并且提高了危险排斥力和出口吸引力的量化效率．本文重点研究了疏散人群密度、出口宽度、从众心理对疏散时间的影响．研究结果表明,行人疏散时间随行人数量呈线性增加;随安全出口宽度呈负指数性减少;盲目从众导致人群疏散效率降低形成局部拥堵．     

基于元胞自动机的小生境微粒群算法

小生境技术的引入,提高了微粒群算法处理多峰函数优化问题的能力。本文提出了基于元胞自动机邻域的小生境微粒群算法,并通过对典型函数进行测试,实难结果表明,该算法在复杂函数(较难收敛函数)的优化中比基于环形结构的标准小生境微粒群算法要好。     

图像重建的自适应随机元胞自动机算法

随机元胞自动机（ＳＣＡ）是一种广泛意义上的随机松弛技术，是目前国际上流行的几种随机松弛技术的直接推广。本文首先介绍构造一类随机元胞自动机的几个条件，然后基于这几个条件，作者构造了几种用于由投影重建图像问题的算法。运行后得到了令人满意的结果。     

基于元胞自动机的教与学优化算法

为解决教与学优化(TLBO)算法易陷入局部最优的问题,提出了一种基于元胞自动机的教与学优化算法(CATLBO)。算法建立了四边形网状元胞自动机模型并指定其邻域结构和规则。为保持种群多样性,在教学阶段提出以一定的概率接收退步个体的策略;为加快收敛并保证解的精度,在学习阶段制定不同学习规则,劣势个体向优势个体学习,优势个体执行混沌扰动进行自我学习。使用多个Benchmark测试函数和经典TSP问题对算法进行了仿真。结果表明:CATLBO算法全局搜索能力强,与基本TLBO等算法相比,在处理高维多峰问题上更具优势。     

道路网元胞自动机交通流仿真研究

对于交通流移动对象的模拟,论述了现有模型的不足,并提出基于道路网的元胞自动机模型（RN-CA）。该模型不仅模拟移动对象在交通流中的行为,还引入不同类型道路和车辆情况下的发车、跟车、超车和矫正模型,使模拟更精确、可靠。采用Dijkastra算法,综合考虑道路长度、车道数、流量、平均速度等因素动态计算最优行驶路径。对于行车时间预估,采用模拟加预估的方式,综合考虑当前和历史路况。为了改进系统的性能,系统采用可调节线程数目的模拟方式。     

基于集合运算的最短路径搜索算法

最短路径搜索是路径分析中的热点问题,也是物流运输系统的重要功能和关键技术之一。目前解决最短路径问题的方法多半基于Dijkstra算法。该文在分析和研究了Dijkstra算法及其应用的基础上,提出了一种新的解决方法,其不依赖于静态图结构的生成,而是采用集合运算的思想,通过条件约束不断缩小集合范围,得到符合条件要求的集合。给出了与该方法相适应的数据存储结构,使之在第三方物流运输分析系统中实现了最短路径的搜索。     

Dijkstra最短路径算法分析与改进

Dijkstra算法是计算最短路径的经典算法,在对该算法分析的基础上,对其进行了优化和改进。其一是对数据存储方式进行了改进,其二是对辅助向量采用堆排序改进。通过优化降低了内存消耗,搜索效率明显提高。     

一种启发式遗传算法及其在最短路径求取中的应用

对经典的遗传算子(选择算子、交叉算子和变异算子)进行重新设计,提出了一种启发式遗传算法。它能够根据种群的进化情况,动态地调整遗传算子,维持种群的多样性,克服过早收敛并加快了搜索速度,得到高品质解。将算法用于最短路径求取中,仿真结果证实是合理而有效的。     

可变的蜂巢形迷宫最短路径算法

分析了随机可变的蜂巢形迷宫的最短路径算法和移动算法,阐述了迷宫的构建,分析了算法步骤,分别分析了最短路径算法在最坏情况和最好情况下的时间空间复杂度.     

采用动态邻域扩展算法的非一致CA低功耗确定TPG

针对确定内建自测试向量发生器设计中常存在着对冗余向量依赖,导致测试应用时间增长,并产生额外的测试功耗等问题,提出一种新的低功耗确定测试向量发生器的综合算法.该向量发生器采用非一致细胞自动机的结构实现,利用基于模拟退火的动态邻域扩展算法寻找优化的细胞自动机的拓扑连接关系.对标准组合电路仿真实验的结果表明,所综合出的向量发生器可有效地产生给定的低功耗确定向量集,并且不影响原有的故障覆盖率和测试时间.     

一种基于桶结构的单源最短路径算法

以单源最短路径为主的最优路径问题是众多社会应用领域内选择最优问题的基础。本文分析了不同实现技术求解单源最短路径问题的算法,结合基于标记设定的Dijkstra算法和基于标记修正的BFM算法的思想,提出了一种基于桶结构的单源最短路径算法。实验结果表明,该算法与前两种算法相比,具有好的运行时间复杂度和可并行性。     

基于蚁群算法的最短路径问题的研究和应用

求解交通路网中两点间的最短路径是智能交通系统中一个重要的功能,为了更为准确快速的找到最优解,本文尝试采用带有方向引导信息的蚁群算法来实现此功能。实验结果表明,该方法能较为准确的找到交通路网中两点间最短路径的最优解,搜索效率高、搜索最优解的能力强,对于智能交通系统中最短路径搜索的功能实现问题有一定的参考价值和实际意义。     

基于路由最短路径树的动态多节点删除算法

提出一种基于路由最短路径树的多节点删除动态算法。算法建立一个最短路径树更新队列,将所有将被删除节点的子孙节点保存到该队列;从原最短路径树中删除需要被删除的节点和其所有子孙节点;从队列中选取与根节点距离最短的节点进行更新,已更新节点不再被插入队列,从而减少节点更新次数。实验结果表明,该算法能有效减少节点的更新冗余。     

基于OpenStreetMap最短路径算法的分析与实现

随着计算机网络技术和地理信息科学的发展,最短路径问题无论是在交通运输,还是在城市规划、物流管理、网络通讯等方面,都发挥了重要的作用。文中旨在阐述如何基于OSM运用Dijkstra算法计算两联通节点之间的最短路径。首先介绍了开放式OSM的特点以及地图数据文件中道路图像元素的数据结构;然后运用正则表达式算法从OSM数据中提取出交通道路信息,并选择合适的结构进行存储;最后通过将道路信息抽象成路径拓扑图,并以道路的地理距离作为路径权值,运用Dijkstra最短路径算法求解出两连通节点之间的最短路径。