运输网络最大流的Petri网图仿真算法

现代化的综合交通体系和智能交通系统要求必须首先解决运输需求分析和运输网络分析的技术问题。Petri网理论可以被引进到运输网络理论中, 用来解决最基本也是应用最广泛的最大流问题。首先介绍了Petri网与有向网络的Petri网模型; 然后, 给出有向网络最大流的求最短路法; 在此基础上, 采用Petri网论法和计算机图形仿真法相结合的方法, 求解运输网络最大流。即用Petri网图仿真器把无向运输网络转化为有向运输网络, 然后求有向运输网络G的对偶网络DG, 再用Petri网图仿真器将对偶网络DG转换成Petri图模型, 并自动求得DG最短路(原网络G的最小割容量), 即运输网络最大流。该方法比现有方法更方便, 速度更快, 而且形象、直观, 是更实用的方法和手段。     

运输问题原设—对偶算法的一个改进

本文对运输问题的原设－对偶算法运用推拉流思想进行改进，得到一个拟多项式时问算法。该算法使用的数据结构简单，运行时间界为Ｏ（Ｕｎ（ｍ＋ｎ）＾３），其中ｍ的产地数目，ｎ为销地数目，Ｕ表示整体等运量。     

运输网络中有流量需求的转运结点最大流分配算法

运输网络中有流量需求的转运结点不遵从流量守恒条件,也不能按源、汇及中间结点归类．为解决这类转运结点的最大流分配问题,将这类转运结点分为汇结点和中间结点．根据Ford—Fulkerson算法寻找增流链的原理,提出了寻找这类转运结点增流链的方法、调整量计算公式和流量调整方法,形成了有流量需求的转运结点最大流分配算法．     

运输网络转运结点有容量限制的最大流分配算法

对运输网络转运结点有容量限制的最大流分配一般是用结点一分为二的方法,但在大型、复杂的运输网络中,当有容量限制的结点很多时,这种方法将会使运输网络变得更加庞大,流量分配的过程变得更加繁琐。通过分析容量限制结点的特点,基于寻找增流链的算法,构造了基于大型、复杂运输网络中结点有容量限制的最大流分配算法。利用此算法,可以解决大型、复杂运输网络中容量限制的结点很多时的最大流分配问题,此算法也为解决实际的运输问题提供了应用基础。     

最小费用最大流算法在路径规划中的应用

针对一类动态路径规划问题，先利用最短路算法将其简化，把动态的路径规划问题转化为静态的路径规划问题，然后建立非线性规划模型，再利用最小费用最大流算法进行求解，得到了比较精确的结果，找到了一种解决传统算法一般难以求解复杂动态规划问题的方法。     

车辆路径问题的最大-最小蚁群算法研究

蚁群算法能很好地解决车辆路径问题,但算法搜索时间长,易出现停滞现象。通过对蚁群算法的改进和调整,构造出最大一最小蚁群算法,实例验证该算法能更快地收敛到全局最优解。     

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。     

交通运输网络中两个结点间有流量约束的最小费用最大流算法

对交通运输网络最小费用最大流的分配是在满足容量限制条件和流量守恒条件下,基于总费用最低的原则进行的,但在实际应用中,通常对交通运输网络中两个结点之间的流量有具体的要求和约束限制条件.针对交通运输网络中两个结点之间有流量约束的最小费用最大流问题进行了分析,总结了两个结点之间的流量不能超过限制值、不能低于限制值以及在一定范围内的3种约束条件.基于连续最短路算法中构造伴随增流网络的思路,设计了这3种约束限制条件下的最小费用最大流分配算法.利用这个算法,可以解决交通运输网络中两个结点之间有流量约束的最小费用最大流分配问题.在交通运输领域,两个结点之间有流量约束的最小费用最大流问题普遍存在,这些算法也为解决实际的运输问题提供了应用基础.     

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。     

基于最小费用最大流算法的冲突车流分配

从最短路径角度研究交通分配问题,利用Dijkstra算法求解最短路径,根据道路容量和运行时间的限制,得出非冲突车流的优化路径,在此基础上假设冲突发生,采用设置优先通行规则与最小费用最大流算法相结合,实现有交通冲突情况下的交通流分配。     

基于最大最小蚁群算法求解最小点覆盖问题

最小点覆盖问题是组合优化中经典的NP完全问题.最大最小蚁群算法通过对信息素浓度的限定使其不会在好的顶点上变得更强,也不会使过弱的点被忽略从而避免了局部最优现象的出现.针对最小点覆盖问题使用最大最小蚁群算法进行求解,避免了蚁群算法求解最小点覆盖问题时出现的早期停滞现象,通过实验表明算法对最小点覆盖问题的可行性.     

有运送路径限制的多品种流交通网络最小费用流算法研究

传统的交通网络最小费用流分配是针对单一品种,但在实际的交通运输应用中,交通网络中往往会出现多品种流的运送情况,而且也有可能对某些品种的运送路径进行限制.首先针对交通网络中的多品种流及其流动现象进行分析,借鉴Ford-Fulkerson算法中构造伴随增流网络的思路,建立了多品种流交通网络图的顺推重构方法,在此基础上,构造了有运送路径限制的多品种流交通网络最小费用流算法.在交通运输领域,多品种流最小费用流问题普遍存在,此算法为解决实际交通网络的相关问题提供了基础.     

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)．     

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。     

双环网络DL（N,h）（h｜N）的最短路径算法

对双环网络DL（N,h)（满足最大公因数g(N,h)=h)进行了分析,证明了这类双环网络中最短路径形式唯一且可用简单的数学表达来描述,给出了最短路径的公式,在此基础上,给出了一个求最短路径的简便算法,讨论了该类网络的直径等有关问题,证明了两点间的平均距离等于直径的一半。     

公交最佳出行线路的一个模型及算法

在分析影响最佳出行线路选择评价指标的基础上,建立的最佳出行线路选择模型,可很好地解决最佳出行线路的选择问题．对此类问题的研究具有一定的指导意义。     

基于Petri网的网络最小费用最大流算法

将Petri网方法应用于求解网络的最小费用最大流问题,提出费用Petri网的定义,设计费用Petri网的变迁使能规则并提出求解最小费用最大流问题的Petri网算法.与以往的算法不同,该算法通过对库所进行标号寻找变迁的触发序列,并在该序列上增流.最后举例说明算法的应用.     

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.