Dijkstra最短路径算法优化

传统D ijkstra算法在求解节点间最短路径时,对已标识节点以外的大量节点进行了计算,从而影响了算法的速度.在对传统D ijkstra算法分析的基础上,对其进行了优化,优化算法只对最短路径上节点的邻居做了处理,而不涉及到其他节点.因此,在优化算法中计算的节点数大幅减少,提高了算法的速度.     

一种基于Dijkstra的最短路径算法

介绍了Dijkstra算法,在详细分析了该算法的实现方法以及其缺点的基础上,提出一种基于Dijkstra算法的优化算法-优先队列算法,在搜索最小的节点时,该算法的时间复杂度大大降低,具有较好适用性.     

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。     

更新最短路径树的完全动态算法

在已有的动态更新最短路径树(Shrotest Path Tree,SPT)算法的基础上,提出节点发生变化时更新SPT的方案,与SPT中权值发生变化时更新SPT的方案相结合,提出处理网络拓扑变化的完全动态SPT(Completely Dynamic of Shortest Path Tree,CD_SPT)算法。当网络拓扑发生变化时,该算法对边的权值增加、减少的情况,节点加入、删除的情况进行分别操作,但其基本思想都是利用已有SPT的有用信息,只关注需要变化的边和节点,通过缩小计算规模来减少冗余计算,从而大大减少计算量。仿真试验结果表明,CD_SPT算法具有更高的效率和更好的性能。     

用启发式算法求解最短路径问题

提出了一种带有启发信息的邻接表结点存储结构模型,给出了结点间权值计算的具体评判函数,依据评判函数值优化邻接表中节点的相对位置.基于最短路径问题提出了带有启发信息的遗传算法思想,将启发信息加入到了初始种群生成过程中,提出了新的交叉方法.通过模拟仿真得到了算法的性能参数,并将本文算法和Dijkstra算法进行比较,结果表明...     

基于点割集的并行最短路径算法

在研究和分析了Dijkstra算法的基础上,在Dijkstra算法中通过引入点割集和割点的思想来改进Dijkstra算法,该方法首先利用点割集或割点把原问题分解成多个子图,然后对每个子图并行求最短路径,最后通过点割集或割点求出整个原问题的最短路径,从而降低算法的时间复杂度,提高算法的效率.     

多约束条件下最短路径QoS路由算法

多约束的服务质量路由(QoSR)是用来寻找一条同时满足多个约束条件的可行路径，这是NPC问题．结合线性与非线性度量函数将多个QoS度量转化为单一能量值，给出了多约束条件下层次最短路径的近似算法．     

一种新的最短路径算法

定义了有向图的代价邻接矩阵和最短路径矩阵,给出了称为"乘位加比小"的一种代价邻接矩阵间的新运算。基于该矩阵运算,证明了一种称为"代价邻接矩阵乘位加比小算法"新的最短路径算法。其结果可实现有向图全局最短寻径,并且对于任意类型的有向图,总是可准确求得其最短路径。E.W.Dijkstra提出的标号法是一种公认的求最短路径的较好算法,但在某些情况下寻径结果并非最优,文中提出的新算法克服了其缺点。     

前N条最短路径问题的算法及应用

现有最短路径问题指的是狭义最短路径问题，针对该问题而设计的算法只能求得最短的一条路径。前N条最短路径拓宽了最短路径问题的内涵（即不仅要求得最短路径，还要求得次短、再次短…第N短路径），是广义最短路径问题，在图论理论基础上分析问题之后，设计了一个递归调用Dijkstra算法的新算法，该算法可以求取前N条最短路径，而且时间、空间复杂度都为多项式阶。该算法已经成功应用于一个交通咨询系统中，自然满足实时应用需要。     

F-D算法求解最短路径

分析Floyd算法与Dijkstra算法的基本思想,将二者结合起来,给出一种新的求最短路径的优化算法——F-D算法,用F-D算法求解基于GIS的电力通信线路最短路径,并在约束条件下对所求最短路径进行修正,验证了F-D算法的先进性和高效性,优化了通信线路的拓扑,实际应用意义重大。     

An efficient embedding tree matching algorithm based on metaphoric dependency syntax tree

To find out all dependency relationships in which metaphors probably exist between syntax constituents in a given sentence, a dependency tree matching algorithm oriented to Chinese metaphor processing is proposed based on a research of unordered tree inclusion matching. In this algorithm, the pattern library is composed of formalization dependency syntax trees that are derived from large-scale metaphor sentences. These kinds of metaphor sentences are saved in the pattern library in advance. The main process of this algorithm is up-down searching and bottom-up backtracking revising. The algorithm discovers potential metaphoric structures in Chinese sentences from metaphoric dependency pattern library. Finally, the feasibility and efficiency of the new matching algorithm are further testified by the results of a series of experiments on dependency pattern library. Hence, accurate dependency relationships can be achieved through this algorithm. Foundation item: Project(50474033) supported by the National Natural Science Foundation of China     

基于有序决策树的改进归纳算法

基于构建有序决策树,提出了一种新的归纳算法。该算法选择的扩展属性不仅和类的有序互信息值最大,而且要求和同一分支上已被用过的条件属性的有序互信息值最小。实验结果表明,考虑了条件属性之间的相关性后,可避免同一条件属性的重复选择,真正体现了条件属性和决策属性之间的有序互信息,与已有的算法相比,提高了测试精度。     

多维数据的改进最小生成树聚类算法

针对传统的应用于基因表示的最小生成树(MST)聚类算法在时间复杂度和聚类质量上的不足,提出了一种新的应用于数据处理的改进最小生成树(IMST)的聚类算法.该算法在提高构造最小生成树的效率的同时,通过对初步划分的生成树用矩阵表示,以度最大的结点作为聚类中心,再根据中心点算法完成聚类,解决了以往最小生成树算法无法解决的多个簇用短边或长度相同的边相连无法分类的问题,从而提高了聚类速度,改善了聚类的质量.通过对多维数据进行分析,计算各个属性的差异度,得出结论:一些属性的存在对于构造最小生成树有很小的影响或没有影响,删除这些属性列也可以提高效率,达到减少计算复杂性的目的.     

一种改进的BP网络快速算法

BP神经网络已广泛应用于许多领域,但标准BP算法收敛速度很慢.为了提高标准BP算法的收敛速度,提出一种基于LM数值优化算法,以双极性S型压缩函数为转移函数的改进BP算法.分析了双极性S型函数及LM算法与BP神经网络具体结合实现的方法,并给出了算法步骤.通过实例证明,改进后算法的收敛速度比其它BP算法快.     

对逐点比较法的改进算法

逐点比较法曾在图形设备和数控机床中被广泛采用,但由于它存在着插补速度慢,直线的光滑性差等缺点,后来被其他算法所取代．文中提出了一种改进的逐点比较法,对它存在的缺陷有较好的改进．简化了插补的判决公式,提高了插补速度,改善了线段的光滑度．     

一种改进的AprioriTid算法

针对经典Apriori算法多次扫描数据库产生I/O负载影响运行效率等问题,在对Apriori算法的原理及其相关改进算法研究的基础上,提出了一种基于压缩集的改进Apriori算法,即Apriori Tid_M算法.通过有效的裁剪方法减少无效项集的产生,减少候选项集的数量,从而提高算法的效率.仿真实验表明,在支持度相同但数据量不同,以及数据量相同但支持度不同这两种条件下,Apriori Tid_M算法在性能上和运算时间上都比Apriori算法有很大程度的改善.     

采用故障树分析诊断系统故障的改进方法

为了优化系统诊断过程,提出一种采用故障树分析诊断系统故障的改进方法.通过故障树分析,求出所有最小割集、最小割集发生概率、组成单元的诊断重要度.诊断重要度大的最小割集优先诊断,最小割集中诊断重要度大的组成单元优先诊断.当最小割集中诊断重要度最大的组成单元故障时,包含该组成单元的最小割集应该优先诊断.根据组成单元的诊断顺序,生成系统的诊断决策树.这种方法弥补了仅以组成单元的诊断重要度确定最小割集诊断顺序的不足,使得发生概率大的最小割集可以优先诊断,优化了诊断过程.通过实例验证了该故障诊断方法的有效性.     

一种改进的粒子群优化算法及其应用

介绍了粒子群优化算法及其原理,针对其后期容易陷入局部极值的缺陷,提出了一种改进粒子群算法.改进算法采用全局最优粒子变异策略和部分粒子群部分维初始化策略.通过将其应用于(N M)容错系统模型的实例,对改进算法的性能进行了分析,结果表明,改进算法的搜索效率和精度均优于一般的粒子群算法,同时具有较好的收敛稳定性.     

一种改进的Apriori算法

Apriori算法是挖掘关联规则频繁项集的最有影响的算法之一,它通过连接、剪枝等步骤产生频繁项集,进而产生强关联规则。由于面临海量数据,因此将会产生大量的候选项集,尤其是候选2-项集,严重影响了挖掘的效率。提出了一种改进的算法,此算法不产生小项候选集而直接产生大项候选集,从而提高了算法的效率。     

一种速度更快的粒子群优化算法

由于标准粒子群算法(SPSO)存在后期搜索效率太低的问题,提出了一种速度更快的粒子群优化算法(FPSO).FPSO保留了SPSO前期的全局搜索能力,但改变了SPSO算法后期的搜索策略,使其迭代次数随当前适应度值的变化而自适应改变,从而提高了SPSO算法后期的计算效率.通过实验对FPSO算法中适应度函数的设计进行了讨论,并分析了FPSO算法的应用前景.仿真结果表明,FPSO算法在单峰、多峰和带约束条件的测试函数中都有良好的效果.