基于时间价值和经济价值的公交线路选择研究

在对公交乘客出行心理特征进行分析的基础上,考虑了乘客选择公交线路决策的因素,建立了基于时间价值和经济价值的公交线路选择合理的模型。运用C语言或方法,把数据库导入内存,基于Dijkstra算法的思想,利用邻接点算法对Dijkstra算法进行了优化,并得到了实现,有较强的实际应用价值。     

基于时问价值和经济价值的公交线路选择研究

在对公交乘客出行心理特征进行分析的基础上，考虑了乘客选择公交线路决策的因素，建立了基于时间价值和经济价值的公交线路选择合理的模型。运用C语言或方法，把数据库导入内存，基于Dijkstra算法的思想，利用邻接点算法对Dijkstra算法进行了优化，并得到了实现，有较强的实际应用价值。     

两类经典算法求最短路问题剖析

举例说明Dijkstra算法和Floyd算法求最短路问题,通过规定起点、终点、各点之间权值的大小,找出了最短路径,求出最短路长,并增加负权值、方向和闭合回路来分别研究两种算法在运算中的利弊以及适用性。     

动态路由算法的性能研究

本文在分析静态和动态路由算法的基础上,重点研究了动态路由算法中的链路状态路由,提出了链路状态路由中路由选择的一种更简洁方法。Dijkstra路由选择算法适合于计算一个路由器到其他各个路由器的最短路径。但在计算机网络中更多的是点对点的连接,Floyd路由选择算法更适合计算两个路由器之间的最短距离,在计算机网络中更实用。     

动态路由算法的性能研究

本文在分析静态和动态路由算法的基础上,重点研究了动态路由算法中的链路状态路由,提出了链路状态路由中路由选择的一种更简洁方法。Dijkstra路由选择算法适合于计算一个路由器到其他各个路由器的最短路径。但在计算机网络中更多的是点对点的连接,Floyd路由选择算法更适合计算两个路由器之间的最短距离,在计算机网络中更实用。     

Dijkstra算法在配电网抢修中的应用

最佳路径选择有利于解决配电网抢修的线路问题。文章在利用Dijkstra算法的基础上，最佳路径选择，根据广州天河的交通网络，实现了线路的选择。应用实例证明了该算法是可行的和准确的。     

旅行商问题最小搜索空间研究

TSP问题之所以复杂,一个很重要的方面就是搜索空间中有大量的冗余环路,降低了搜索的效率。通过对普通搜索空间中冗余环路表达出现原因的分析和研究,构造出了新的搜索空间——最小搜索空间(LSS),在最小搜索空间中每个环路的表达形式是唯一的,从而消除了环路表达冗余现象,使搜索得以在只相当于原搜索空间2N分之一(N为节点数目)的空间内进行。然后进一步的对最小搜索空间的构造展开研究,实现了基于问题规模递推的最小搜索空间获得方式,扫清了最小搜索空间的应用障碍。在TSP问题求取最优解的确定性算法中与常用的UniformcostSearch算法进行了对比,效率相应提高了2N倍。     

基于邻接表的最短路径算法讨论及C#语言实现

在地理信息系统中,最短路径问题更是其中的核心环节。现阶段比较主流的最短路径算法主要有Dijkstra算法,SPFA算法,A*算法,Bellman-Ford算法等等。目前,国内外对于最短路径算法的研究已经颇为成熟,最短路径问题已然不是新问题,但是大部分案例都是基于邻接矩阵的数据结构对整个网进行构造与计算的,而在各学术期刊与网上电子资源中,对于基于邻接表数据结构的算法则没有太多的讨论,旨在此方向上给出一个方法思路与C#语言的较为详细的编程步骤。     

赋权图的拓扑空间

本文对水路运输、交通运输中的赋权图定义了对应的拓扑空间,并讨论了相关的拓扑性质,证明了此类空间具有的强分离性质及紧性.对传统的Dijkstra方法进行改进,为最优化运输方案提出了一种算法,使得这种算法更容易理解和计算.     

A*寻路算法在游戏中的应用

寻路是游戏开发中非常重要的一个元素,如何高效地找到一条最短的路径,是游戏AI设计的基础之一,文章比较了A~*算法相对于普通的深度搜索及广度搜索在路径搜索上的优势,探讨了A~*算法的原理及实现以及如何在游戏中使用A~*算法实现路径探索。     

一种改进的信息位编码自适应搜索防碰撞算法

在信息位编码自适应搜索防碰撞算法的基础上，通过改进碰撞位信息查询方法，提出了一种改进型信息位编码自适应搜索防碰撞算法。通过信息位编码避免了空闲时隙，在多叉树搜索的同时对多个碰撞位进行编码查询，避免了碰撞位信息附加查询时隙。根据碰撞位的个数和最高碰撞位的位置信息，阅读器自适应地选择对标签进行信息位编码多叉树搜索或二叉树搜索。仿真结果表明，相对于信息位编码自适应搜索防碰撞算法，新算法的总时隙数减少了17.8%，吞吐率提高了21.5%。     

基于动态规划和离散调频傅里叶变换的相参检测前跟踪算法

针对基于速度搜索和离散调频傅里叶变换（DCFT）的多帧相参积累检测前跟踪（TBD）算法运算效率低的问题,提出了一种基于动态规划（DP）和DCFT的多帧相参积累TBD算法。该算法利用DP算法搜索位于不同距离单元和方位单元的目标回波,极大地优化了搜索过程,提高了运算效率。仿真实验表明,与传统非相参积累DP-TBD算法相比,在检测概率90%处,所提算法有1.6 dB的提高;与基于速度搜索和DCFT的多帧相参积累TBD算法相比,所提算法运算效率提高了3.6倍。     

在低维空间实现的基于MP的图像稀疏分解

研究利用Matching Pursuit(MP)方法实现的图像稀疏分解算法，针对其中关键难题，提出利用在低维空间的搜索实现高维空间的搜索的快速方法。算法的有效性为实验结果所证实。     

利用星座扩展降低OFDM PAPR的新方法

通过研究利用星座扩展降低OFDM中峰均功率比(PAPR)的方法,提出了一种寻找次最 优映射向量的新方法——联合搜索(JS)算法。该算法联合相邻的若干子载波,通过比较局部 的峰值大小 搜索次最优映射向量。仿真结果表明,JS算法在降低计算复杂度、提高PAPR抑制增益以及增 强应用灵活性等方面都有明显改进。     

最短路径算法的性质及应用研究

求有向图中任意两点间的最短路径是图论中一个很经典的问题,有多种方法都可以用来解决这个问题。本文采用常用的Dijkstra算法来作为讨论的对象,同时用具体的例子说明了最短路径算法的使用价值。     

基于行为规律的搜索资源分配新算法

针对具有行为规律的目标搜索问题,提出一种搜索资源分配算法。该方法以目标在各搜索区域的概率分布为基础,利用最优搜索理论分配区域搜索时长;以目标在各搜索区域的行为规律为基础,利用包络检测等方法决定区域开始搜索的时刻。针对网站关键词搜索的实验显示,根据目标行为规律在时间上相关程度的不同,本算法相对于最优搜索算法的性能提升在15%~50%之间,在对大量信息源进行信息搜索时具有应用价值。     

刍议组合优化问题的求解方法

在人工智能和工程技术等诸多领域的研究课题中有很多属于组合优化问题,其问题的解决需要利用各种优化算法在庞大的搜索空间中寻找最优解。文章首先回顾了非线性组合优化问题的研究历史和研究现状。然后重点介绍了解决非线性组合问题的四种常见方法：Hopfield神经网络算法、模拟退火算法、遗传算法和蚁群算法,对研究NP问题又进一步拓宽了研究思路。     

复合形遗传算法求解功率优化分配研究

传统遗传算法存在过早收敛及局部搜索能力差的缺点,在求解无线网络协作通信功 率优化分配等NP难问题时难以求得最优解。通过小生境策略解决遗传算法过早收敛问题,引 入复合形法提高局部搜索能力,构造了兼顾广度搜索与深度搜索的高性能混合算法,并对上 述问题进行求解。实验结果表明,所提算法与已有算法相比有一定优势,有效延长了协作网 络寿命,稳定性较好,分配的功率波动范围小。     

改进的遗传算法在TSP中的应用

分析了遗传算法和模拟算法的主要优缺点,提出一种用于求解旅行商问题（TSP）的改进遗传算法,该算法有效地将遗传算法和模拟退火算法相结合,在很大程度上缩短了算法的搜索时间;利用MATLAB对多种TSP问题进行仿真研究,实验结果证明了改进的遗传算法的有效性。     

Dijkstra算法的优化研究

Dijkstra算法是典型最短路算法,用于计算网络图中一个节点到其他所有节点的最短路径.但由于它计算所经过的的节点很多,并且会有很多重复计算的步骤,所以效率低.本文主要从算法所需要计算的主要步骤来考虑,提出可能节省时间的一些有效措施.