基于混沌蚁群算法的最短路径选择研究

如何解决最短路径选择问题一直是城市交通流诱导系统的关键之一.基于群体仿生理论的蚁群算法是解决此问题的一种方法,针对采用蚁群算法进行最短路径选择时易出现的陷入局部最优解问题,引入混沌理论,采用混沌蚁群算法利用混沌初始化进行改善个体质量和利用混沌扰动避免在蚁群算法搜索过程中陷入局部极值,同时降低了蚁群算法的时间复杂度,从而更好的解决了最短路径选择问题.     

基于Dijkstra的最短路径改进算法

针对如何利用Dijkstra算法来高效地查找图中任意两结点之间的最短路径这一问题,提出了2种优化方法:其一是应用图中各结点的出入度来简化查找任意两结点之间的最短路径;其二是利用已求出的两点之间的最短路径来快速获得其他结点之间的最短路径。     

优化蚁群算法在最短路径诱导中的应用

最短路径算法在许多应用领域和研究中起着十分重要的作用。现有文献对最短路径问题提出了大量的优化求解方法和算法,大部分研究仅针对固定权值网络,对权值随时间变化等时变情况考虑较少。在通信系统、智能交通系统等实际网络及应用领域中,随着时间的变化,边的权值往往也同时改变。因此,时变网络中最短路径求解问题的研究更具有实用意义。针对一般算法存在的缺陷,现提出三点优化,使算法既能避免陷入局部最优解,又能更快地收敛到全局最优解。     

关于最短路径的SPFA快速算法

本文提出了关于最短路径问题的一种新的快速算法－ＳＰＦＡ算法。ＳＰＦＡ算法采用动态优化逼近的方法，用邻接表作为有向图的存储结构，用了一个先进先出的队列Ｑｕｅｕｅ来作为待优化点的存储池。算法的时间复杂性为Ｏ（ｅ），在绝大多数情况下，图的边数ｅ和顶点ｎ的关系是ｅ＜ｎ＾２，因此，ＳＰＦＡ算法比经典的Ｄｉｊｋｓｔｒａ逄法在时间复杂方面更优越。     

最短路径Auction算法及其在路径诱导中的应用

通过采用C#语言程序，对比传统路径算法，并在实际道路网络和随机网络中进行了试验，测试了算法在求解网络“一对一”最短路径问题时的运算性能．结果表明，Auction算法在求解此类问题时，体现算法自身原理的优势，虽然整体性能表现不及经典的路径算法，即迭代步骤略多，但仍有改进的余地．     

城市道路网络交通特性仿真模型及最短路径算法

就城市道路网系统宏观仿真中存在的问题进行研究，提出了更符合城市道路网系统实际特性的仿真模型，该模型对城市道路网交通特性空间分布的方向性差异及交叉口延误进行了抽象，并设计了基于该仿真模型的最短路算法。     

最短路径子图

在大型网络中两节点之间的最短路径常常不止一条，而且在带限制条件的路径选择等应用上，常常需要找出多条最优或近优的路径．一些经典的单源最短路径算法，如Dijkstra算法，能找出一条从起始点到目的点的最短路径，但并不能求解两点之间的所有最短路径．本文给出了最短路径子图的概念，用于存储图中两节点之间所有最短路径信息，能够节约存储空间．并给出了最短路径子图构造算法SPSG，其时间复杂度为O(n e)，比同类算法时间复杂度更低．随机网络模型的仿真结果表明：SPSG算法效率更高，     

基于Dijkstra算法的物流配送系统最短路径程序设计

两点之间的最短路径算法是物流配送系统涉及的最基本算法。基于Dijkstra算法的基本原理，提出一种物流配送系统最短路径设计，包括配送路线图的数据输入模块、配送路线图的主体模块，最终得出输出结果，获得任意多个结点之间的最佳路径，从而能有效提高配送效率．降低配送成本。     

基于Dijkstra算法的物流配送系统最短路径程序设计

两点之间的最短路径算法是物流配送系统涉及的最基本算法. 基于Dijkstra算法的基本原理,提出一种物流配送系统最短路径设计,包括配送路线图的数据输入模块、配送路线图的主体模块,最终得出输出结果,获得任意多个结点之间的最佳路径,从而能有效提高配送效率,降低配送成本.     

交叉口有延误的交通网络最短路径算法研究

在交通规划和VRP研究中,考虑道路网交叉口的延误将更加切合实际,对于节点分方向有延误的最短路问题,传统的Dijkstra不再适用．考虑交叉口分方向的延误情况,给出了一个求此类问题最小时长路径的标号算法,其时间复杂性为O(n^2)．     

铁路空车调整优化模型及其蚁群算法

以理论研究为主,通过对空车调整问题的特点分析,明确了空车数量调配和网络配流是空车调整的两个核心问题;在分析已有模型及对问题进行抽象描述的基础上,建立了空车调整协同优化（EWDCO）模型,并设计了相应的蚁群算法。分析发现,共同径路约束与EWDCO模型是不协调的;通过对定理的证明得出,对流约束不会对EWDCO模型的最优解产生影响,模型可以描述为线性整数规划模型,其实质是带容量约束的最小费用流模型。同时,研究表明ACO对求解空车调整问题具有一定的优势,是一种较为有效的算法。     

���ڡ�������������̾�·�㷨

最短径路是网络优化中的一个经典问题，Dijkstra算法被公认为是一种十分有效的最短径路的搜索求解算法．本在研究网络一般结构特点的基础上，发现传统Dijkstra算法在每次迭代过程中都需要搜索所有节点的这一缺陷，通过向搜索节点中引入“度”的信息，提出了基于“度搜索”的改进算法，并根据网络的特点，给出了有向网络和无向网络两种情况下存在“度”差异的算法设计方法；算法的整体结构与Dijkstra保持了一致性，没有算法结构的突变，因而通过修改原有Dijkstra程序和重新设计“度搜索”程序都十分容易实现．该算法提高了最短径路的搜索效率，特别是对稀疏网络，算法效率更为明显，其复杂度小于O(｜V｜^2)．     

基于最短路径的等时缓冲区分析及其应用

为了研究城市交通网络不同时段、不同交通方式居民出行的时间结构,从等时缓冲区数学模型出发,引入最短路径思想,得到网络节点间的最短时间距离,并以此作为缓冲区分析的量算指标和样本点数据.借助ArcGIS空间插值和等时线提取工具,实现交通网络时间距离表面和等时缓冲区(等时线)的建立及其可视化.通过具体的实例,生成闲时、忙时,小...     

结合概率搜索定界的入度统计最短路径算法

Dijkstra 经典最短路径算法包括大量的排序运算,且需要对图中所有顶点进行计算,效率较低.本文针对有向网络,提出了与概率搜索定界结合的入度统计最短路径算法.该算法通过按概率搜索得到一条较短路径,依据路径长度和有向网络结构特征确定和顶点序号相关的节点阻抗最大值;采用入度统计算法代替经典的标号算法,在计算过程中根据节点阻抗最大值,采取一定方式剔除无效顶点(不在最短路径内的顶点),简化网络结构.本文提出的算法不需要进行排序运算,简化了运算过程,并且可以剔除大量的无效顶点,降低了网络复杂度.算例分析表明,相对于Dijkstra算法,结合概率搜索定界的入度统计算法大幅度提高了运算效率,具有实用性.     

求网络中全部最短路的径路延伸算法

在分析已有最短路问题研究成果的基础上,提出了最小最短路网络的概念,给出了求网络上始点到所有顶点间全部最短路的径路延伸算法以及最小最短路网络、最小最短路树的算法.通过算例,验证了算法的可行性.算法简便,易于理解.     

基于Pareto蚁群算法的船舶风险规避路径优化

船舶在海上航行时,一直面临着海上运输风险的威胁,为了降低海上运输风险同时考虑船舶经济效益,本文建立了以运输风险最小和航行成本最小的双目标路径优化模型,实现船舶风险规避.运用栅格法构建环境模型,为相应的栅格路径赋予航行成本和运输风险,并设计了一种基于Pareto最优解集和NSGA小生境方法的多目标蚁群算法.以印度洋海域的2条航线为案例,以经典单目标蚁群算法为对比,验证了模型和算法的有效性.结果表明,该模型和算法在解决船舶风险规避路径优化问题上具有良好的效果,能为决策者制定船舶海上运输风险规避路径提供决策参考.     

基于自适应蚁群算法的图像分割

蚁群算法良好的离散性，并行性，正反馈性和鲁棒性，非常适合于图像分割。但基本蚁群算法蚂蚁的搜索是随机的，计算量大，不利于算法的收敛，为此，本文提出了设置初始聚类中心的设想，并以小窗口为对象实施算法，由此大大减小了计算量。另外基本蚁群算法中挥发系数固定，会导致算法可能过早收敛或停滞，针对这一不足，本文将其修改为随蚂蚁通过可行路径个数动态变化，使其收敛性和稳定性有了一定提高。实验证明了方法的有效性。