基于最短路径的网络可靠性评估算法

介绍了通信网络可靠性算法的研究现状,分析了各种可靠性算法的优点和不足.从网络拓扑结构和可靠性定义出发,研究了网络可靠性影响因素,建立了可靠性评估模型,对算法思想进行了描述.在网络最短路径和次短路径的基础上,提出了端到端的网络可靠性评估算法,根据网络中的薄弱节点,求得了整个网络可靠性值的近似值.以实例模拟计算,说明其算法...     

基于A*算法的多线程并行航迹规划方法研究

并行计算是提高航迹规划速度的一种有效手段,同时A*算法具有隐含并行的特性,计算机多CPU多线程技术使得并行计算脱离了工作站或工作组计算机,可使A*算法在单机上进行并行计算。随后根据A*算法的特点对并行计算进行了相应改进,并将其应用到巡航导弹的航迹规划当中。仿真结果表明:改进的并行算法在没有改变航迹规划结果性能的同时,计算速度、稳定性都有了较大提高,有利于快速航迹规划。     

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"矩阵乘法"的网络最短路径算法

 网络最短路径问题可以作为许多实际应用问题的模型,但传统的求解算法其迭代过程复杂.本文描述了基于矩阵乘法的最短路算法,其时间复杂度与Dijkstra算法相同.在给定的一个网络图中,在不改变网络图中的最短路的条件下,删除"多余"的结点或边,可以达到简化网络图和提高求解速度的目的,从而降低计算复杂性.最后,研究了该方法在最短路径问题和旅行商问题中的应用.实例表明,这种算法与传统的动态规划技术相比,具有运算简便、易于理解的优点.     

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。     

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。     

基于最短路问题模型的巡航导弹航迹判定

最短路问题是图论中一个多阶段决策问题。首先,通过研究巡航导弹飞行特点,确定其航迹规划属于多阶段决策问题,从而提出运用最短路问题模型判定巡航导弹航迹;其次,提出判定巡航导弹航迹的最短路问题模型的顶点的确定方法,给出了加权系数的概念及权的确定方法;最后,选定某抗击巡航导弹战例,运用最短路模型对巡航导弹航迹进行判定,结果验证了该方法的有效性和可行性。     

节点约束型最短路径的几何代数算法

面向网络分析应用中复杂条件约束下的最短路径求解问题,引入几何代数进行网络分析算法构造.建立了基于几何代数的网络模型和双边搜索算法,以寻找经过指定必经节点且弧段最少的最短路径求解为例,进行了算法实现.基于道路网络数据的分析显示,本算法利用外积运算直接判断约束节点,算法具有更好的通用性和较少的路径遍历次数,且在多对多路径求解及多用户并行求解上具有优势.     

基于稳定分支的变权网络最优路径算法

有向网络的最短路问题在交通、通讯系统的最优传输路径中有重要应用.在通常的模型中,每条弧的权是给定的.但在实际问题中,弧的权会发生变化,例如在交通拥堵时运行时间会变长.如果当权发生变化时,要重新调用最短路算法,则浪费计算时间.本文提出最短路稳定性的概念,给出了关于最短路长度稳定、最优解稳定与稳定分支的命题与理论证明,在此基础上给出一种新的变权网络最短路径算法,利用权发生变化前的信息,减少计算量,提高计算效率.通过模拟实验验证了该算法的有效性.     

一种叠前时间偏移并行模式的流水线改进方法

为了隐藏IO和通信延迟进而提升克希霍夫积分叠前时间偏移并行模式的性能,采用了一种流水线改进方法.针对某克希霍夫叠前时间偏移并行模式实例,提出了2种基于该改进方法的原型的设计与实现,从而提高了该实例性能.通过对典型偏移作业实验结果的分析,验证了该方法的有效性.     

基于多层竞争的高效并行遗传算法

借鉴生态进化中普遍存在的竞争现象,本文提出了一种基于多层竞争的并行遗传算法(GAMLC,geneticalgorithm based On multi-level competition).仿真结果表明,该算法能较好地解决遗传算法中的早熟现象及收敛速度慢的问题,提高了搜索到全局最优解的概率.     

基于可视化试验的Exp-Geo算法

全局最短路径是组合优化的经典问题之一。求解最小Steiner树的可视化试验成功的在给定节点中间生成了Steiner点,但当给定节点数目增多且呈不规则分布时,试验方法形成薄膜路径困难并且不稳定。针对试验的不足,文中构建了Exp-Geo算法。在给定点数目增多时,采用该算法能够在给定节点之间生成Steiner点,得到全局最短路径,弥补试验的不足。经过多次试验、计算、对比分析,证明该算法能在多点系统中找到系统全局最短路径,为可视化试验的推广奠定了基础。     

基于OPENMP求解旅行商问题的并行蚁群算法

蚁群算法具有自组织性、正反馈性、较强的鲁棒性和天生的并行性等优点,不足之处是需要较长的搜索时间.为了解决其搜索时间过长的问题,文中提出了一种并行实现策略,用OPENMP应用编程接口采用C++语言编程实现,能明显减少搜索所用的时间.给出了一种解决旅行商问题(TSP)的并行蚁群算法,并通过串并算法执行时间的比较,说明并行算法的优越性.     

基于改进遗传算法的UAV航迹规划

针对实际作战环境中的UAV航迹规划,提出一种基于改进遗传算法的UAV航迹规划方法;通过骨架化算法生成规划搜索空间,对规划搜索空间中的信息进行提取,求解出规划搜索空间中航迹点的杀伤概率;根据规划搜索空间中的信息,采用特殊的基因编码方式,使用遗传算法为UAV找到K条备选航迹,提高了航迹规划效率;根据设定的航迹选取原则,求出最优航迹并对其按不同步长进行平滑处理,最终得到满足UAV机动性要求的可飞航迹。     

基于EMRP算法的多UAV协同航迹规划

为解决作战环境中的多无人机协同航迹规划问题,提出一种基于层次分解策略的航迹规划方法.通过骨架化算法生成规划空间,利用基于进化计算的多航迹规划(EMRP)算法为各UAV找到K条备用航迹,实现了利用EMRP算法与数学形态学相结合解决多UAV协同航迹规划问题,并对生成的初始航迹进行平滑处理,得到满足UAV机动要求的可行航迹....     

基于基因表达式编程的多数据流压缩并行算法

针对大规模数据流需要巨量存储空间,以及串行处理速度瓶颈,着力于解决处理后的精确度及数据压缩.在并行平台下,利用阈值滑动窗口技术将数据流分段送入各处理器,并使用基因表达式编程（Gene Expression Programming,GEP）的函数发现算法实现对数据模型的函数挖掘,提出了基于基因表达式编程的多数据流压缩并行函数替代算法PFR-GEP（Parallel Function Replace-GEP）.在PC机群上的实验结果表明：该算法有效提高了压缩比例与运算速度,且具有线性加速比.     

基于内容检索的图像数据库流水索引法的研究

图像数据库容量的增长,需要研究高效的索引技术来支持快速相似性检索的要求。总结了图像数据库检索技术的发展轨迹和特点,针对基于内容的图像检索技术中的局限性,从计算机底层硬件的角度提出了基于内容检索的流水索引法。该方法将基于内容的图像检索技术与CpU流水线结构紧密结合,对检索算法进行优化,通过举例比较,说明可提高图像数据库基于内容检索的速度。     

一种改进的多播路由算法

低代价最短路径树是一种广泛使用的多播树,它能够在保证传送时延最小的同时尽量降低带宽消耗。DDSP(Destination-Driven Shortest Path)算法是一个性能较好,计算效率较高的低代价最短路径树算法,在该算法基础上,通过改进结点的搜索过程,提出一种改进的快速低代价最短路径树算法。由算法分析和实验比较得出,改进算法的计算效率高于DDSP算法,且算法构造的最短路径树的性能也优于DDSP算法构造的树．     

基于多元优化算法的路径规划

本文提出了一种基于多元优化算法和贝塞尔曲线的启发式智能路径规划方法.该方法通过用贝塞尔曲线描述路径的方法把路径规划问题转化成最优化问题.然后,使用多元优化算法来寻找最优的贝塞尔曲线控制点以获得最优路径.多元优化算法智能搜素个体协同合作交替的对解空间进行全局、局部迭代搜索以找到最优解.多元优化算法的搜索个体（元）按照分工不同可以分为全局元和局部元.在一次迭代中,全局元首先探索整个解空间以找出更优的潜在解区域.然后,局部元在各个潜在解区域进行局部开采以改善解质量.可见,搜索元具有分工不同的多元化特点,多元优化算法也就因此而得名.分工不同的搜索元之间高效的沟通和合作保证了多元优化算法的良好性能.为了评估多元优化算法的性能,我们基于标准测试地图比较了多元优化算法与其它三种经典启发式智能路径规划算法.结果表明,我们提出的方法在最优性,稳定性和有效性上方面优于其它方法.     

基于高速局域网的计算机制全息并行计算算法及实现

针对计算机制全息用于三维显示实用化的一个关键问题——计算速度问题，在深入分析了计算机制全息的特点基础上，提出并实现了在高速局域网中采用多台微机组成机群进行并进行计算的算法。文中还对算法的并行性、容错性及效率进行了讨论。