最短路径动态规划问题及C语言实现

利用动态规划思想求解运输最短路径问题并不是一个新的问题,但利用这种思想编写计算机程序,辅助完成其最短路径的求解,可以为解决最短路径问题提供了一个有效的工具.在编写程序时建立数学模型、借助数学工具写出其源程序,并在VC环境下得以实现.程序简单易懂,并没有单纯地对Dijkstra算法进行改进,而是编写了一种新的程序克服了Dijkstra算法不能实现多路径输出的缺点,在现实生活中为运输出行提供了更多的选择,更有实用价值.     

改进的最短路径算法在TSP问题上的应用

Dijkstra算法是目前公认的较好的最短路径算法。我们将算法改进后应用于TSP问题。提出的改进主要是基于蚁群算法对Dijkstra算法的选路操作进行优化,使选路更加灵活,提高算法的执行效率。模拟实验结果表明改进算法较之Dijkstra算法在运算速度上有明显提高。     

基于GIS的Dijstra最短路径算法研究

最短路径是GIS在应用中的主要问题之一,目前提出的求取最短路径的算法很多,其中Dijkstra算法是使用最为普遍。通过对传统的Dijkstra算法在GIS应用中的分析和研究,对算法的数据结构和存储方式进行了优化。复杂性分析比较以及仿真分析证明该改进算法的效率优于传统Dijkstra算法,既节省了存储空间,又提高了程序执行效率。     

物流配送路线规划中的最短路径研究

本文通过对Dijkstra算法、A*算法和Floyd算法等最短路径算法的分析研究,选择Dijkstra算法作为物流配送路线规划的核心算法;并且针对原始Dijkstra算法的不足,分别对原始Dijkstra算法的数据存储方式、执行效率和数据结构提出了优化的方法.     

最短路问题的Floyd算法与MATLAB程序实现

运用Floyd算法解决了Dijkstra算法无法解决的弧权为任意实数的网络最短路问题,并且给出了Floyd算法的最短路长与最短路径的MATLAB程序,此程序具有通用性。     

基于几何特征枝干点云骨架提取最短路径算法

树木建模广泛应用于林业信息化等领域，点云各项优良特性使其也称为树木建模主要方法。基于几何特征的树木枝干点云骨架提取中以根节点距离相似归类的方法在枝条分叉处更加合理，而该方法的实际应用受制于传统使用的最短路径求解算法的Dijkstra算法因而较少。主要针对树木枝干点云，将现有若干最短路径算法进行相应的改进以应用于基于几何特征的树木枝干点云骨架提取中。通过实际数据验证可知，利用邻接表能够大幅度降低内存需求，相较于以往采用的Dijkstra算法，SPFA的执行速度是理想的，更加快速，能够对精细化点云树木建模提供帮助。     

基于联合运输的棉花物流运输路径选择研究

分析了我国棉花物流运输现状,从联合运输的角度出发,以棉花供应点到需求点联合运输总费用最小和总时间最短为目标,构造了联合运输网络中的棉花物流运输路径模型。采用了多阶段启发式算法,通过改进的Martins算法找出非劣路径集合,依据运输方式转换兼容性与剔除无效路径,进行运输方式分配,运用模拟实例验证了该启发式算法的有效性,解决了联合运输的棉花物流运输路径选择问题。     

带约束条件的森林防火最优路径算法

以森林防火中的路径分析算法为研究对象,针对森林防火中对路径分析算法的特殊要求,以Dijkstra最短路径算法为基础,对它们进行改进与优化。结合林区交通网络自身的特点,引入道路宽度、最大限速、必经地和忽略地等森林防火路径分析约束因子,并以此作为道路权值确定的依据,提出了带约束条件的森林防火最优路径算法,并给出详细的算法设计与实现。该算法符合森林防火的实际情况,能够在森林防火应急指挥与决策中发挥作用。图2表2参17     

改进的Dijkstra算法及其在网络中的应用

提高计算机网络网络传输速度的关键是找到最佳的路由实现算法,本文从节约存储空间和提高运算效率方面对传统Dijkstra算法进行了改进,通过分析与比较,这种改进算法的效率优于传统的Dijkstra算法,特别适用于大规模网络。     

城镇土地定级中扩散因子衰减方法研究

针对城镇土地定级中扩散性因子处理存在的问题,基于Dijkstra算法对最短路径衰减方法进行了改进,并以上街区住宅用地定级为实际应用案例,运用多因素综合评价法,在扩散因子处理上采用直线衰减和最短路径衰减两种方法获取结果,通过两种方法的对比,划分住宅用地定级范围,指出在土地定级中采用沿道路衰减,即最短路径衰减的合理性、客观性,并通过测算修正地价和两种方法的相关性系数,进一步说明沿道路衰减(最短路径衰减)在土地定级中应用的优越性、真实性。     

基于最短道路的城市公交智能咨询系统的研究与实现

研究基于最短道路的城市公交智能查询系统,首先针对城市公交线路网络图建立数学模型;然后研究基于上述数学模型的数据库建立方法和相应的算法设计,和以Dijkstra算法为基础的、基于道路最短的公交线路查询算法,并通过简单模拟数据验证算法的有效性;最后简要介绍按此思想设计实现的城市公交智能查询系统.     

基于最短路径算法的农产品配送路径优化研究

最短路径算法不仅具有重要的理论意义,而且具有重要的实用价值,它应用于交通运输、设备更新、线路设计等各方面。本文介绍了Dijkstra算法,并针对衡水市某区域蔬菜农产品配送到小区超市要求路线最短问题,建立数学模型给出最佳方案。     

基于改进蚁群算法的灭火机器人路径规划研究

提出一种适用于灭火机器人避障路径规划的改进蚁群优化算法,采用自适应更新策略的方法规划最佳避障路径,建立了简洁、严谨的蚁群优化算法函数,以达到对灭火机器人避障路径的优化.这种方法能够使灭火机器人在未知环境寻找火源时有效避开障碍物并且使机器人所走路径最短,所用时间最少.经实验证明了该方法的可行性和有效性.     

基于二元蚁群算法的智能组卷的仿真设计研究

智能组卷中组卷算法的优劣直接影响到智能组卷的质量和效率。本文通过改进的蚁群算法用以提高智能组卷效率,通过分析组卷策略,首先建立了试题组卷的数学模型并对模型进行简化处理;再通过加权离差模型对智能组卷问题进行建模;最后利用二元蚁群算法求解模型得到组卷方案。仿真结果表明,二元蚁群算法具有较好的时间性能,并能在较短的时间内收敛并到全局最优解并组成满足用户需的试卷。     

基于关联规则的超市推荐系统的优化设计

数据挖掘是指从海量的、无规则的数据中发现潜在的、有用的知识的过程。提出了基于Apriori原理的改进算法,主要包括:通过对被扫描数据库事务的缩减来提高算法对频繁项集的挖掘效率;通过优化寻找频繁项集的方法来缩小算法的挖掘时间。对超市的销售记录进行挖掘,找出其中商品的相关性,输入一个用户的购物记录对此用户进行推荐。通过多次实验证实,此算法比传统的算法在寻找全部频繁项集时花费的时间更少。     

基于并行蚁群算法的设施温室机器人多点路径规划的研究

在设施温室中,为了实现机器人在面对多个工作点时,能够找到一个最优顺序使得完成全部工作所走过的路程最短,受蚁群算法解决旅行商问题(TSP)的启发,提出一种并行的蚁群算法来解决设施温室农业机器人多点路径规划问题。首先,该算法借助于蚂蚁数量自调整的蚁群算法计算出所有点与点之间的最短安全距离,形成一个特殊的距离矩阵;然后借助于蚁群算法根据特殊的距离矩阵来寻找最优顺序;再按照最优顺序依次实现路径规划。仿真结果表明,该方法克服了目前蚁群算法在解决TSP上存在的近似计算及未考虑安全性问题,提高了计算精度,可以快速找到最优顺序进行路径规划,使机器人得到最短、最安全的路径。     

考虑运输风险的成品油运输方式选择模型

基于成品油长距离运输方式的分析,考虑成品油易燃易爆的特性,以运输成本和运输风险为目标函数,建立成品油运输方式选择的多目标规划模型,使用粒子群智能优化算法对模型进行求解,并以北京某公司成品油运输为例,应用该模型与算法进行分析计算,结果表明:当运输成本与安全的权重相差较小时,铁路比公路环节耗时长,在里程较短时考虑到时间价值会优先选择公路运输方式;但当里程较长时,由于铁路运输比公路运输风险小,运输方式的选择便会倾向于铁路运输;算例计算结果表明当运营里程在500 km左右时,适合选取铁路运输方式。     

物流系统中运输方式的选择

采用权重系数变换法将运输方式多目标选择优化问题转化为单目标优化问题,提出了以时间、费用整体综合效益最优来完成运输任务的运输方式选择模型;并结合改进的遗传算法分析了模型的求解过程.通过合理的编码方法和遗传算子,能够方便、快速地进行计算,有助于物流运输者选择经济、合理的运输方式.     

基于弧长均值和方差的集装箱站场排队网络最短路问题研究

集装箱站场排队网络属于随机的动态服务系统,顾客从网络的起点进入一直到终点离开该系统的时间长短则反映集装箱站场的服务水平.为使顾客在这一过程花费的时间最短,根据稳态条件下的排队系统理论,结合多准则最短路问题,提出了一种基于弧长均值和方差的双准则最短路算法,并通过算例证明了该算法的可行性.文中提到的方法还适用于寻找随机路径问题中从起点到终点的最短路.     

基于叶面积指数改进的直角双曲线模型在玉米农田生态系统中的应用

一般认为,生态系统的总初级生产力(GPP)对光合有效辐射(LAI)的响应曲线可以用直角双曲线来描述.研究表明,在不同的生长季进行模拟,模拟的直角双曲线的两个参数Amax和α值不同.为消除模型参数季节变化对模拟结果的影响,直角双曲线模型通常应用于较短的时间尺度(如半月、10d或5d),然而,这种在较短的时间尺度上进行模拟的方法过于繁琐,并且当通量数据缺失过多时,在短的时间模拟窗口上,少量的数据不足以拟合直角双曲线模型.在这种情况下,无法利用直角双曲线模型对生态系统的GPP进行准确的模拟,或者对缺失的碳通量数据进行插补.以玉米农田生态系统为例,旨在阐明生态系统的环境因子和生物因子在不同生长季对直角双曲线模型中两个参数Amax和α值的影响.结果表明,Amax与LAI具有显著的直线关系:Amax=a LAI+b(a=0.64,b=0.15,R=0.74,P=0.002).据此我们对直角双曲线模型进行了改进,用以预测半小时尺度的玉米农田生态系统GPP.与未改进的直角双曲线模型进行比较,在整个生长季进行模拟,改进的直角双曲线模型明显提高了模拟的精度;当在较短的时间窗口上进行模拟(半月时间尺度),改进的直角双曲线模型与之有着相似的精度.利用改进的双曲线模型不仅可以非常简捷地对生态系统GPP进行模拟,而且可以解释直角双曲线模型参数Amax值的连续变化,尤其是,当涡相关观测数据大量缺失时,可以很方便并且较为准确地插补缺失数据.