基于蚁群算法的最短路径搜索方法研究

最短路径搜索是车载定位导航系统中很重要的一个功能,最短路径搜索问题本身也可以归结为组合优化问题.蚁群算法是基于群体的一种仿生算法,为求解复杂的组合优化问题提供了一种新思路.文章尝试采用蚁群算法来解决车载导航系统中的最短路径搜索问题,并在VC 6.0的环境下进行了仿真实验.实验结果表明,该方法能有效解决车载导航系统中的最短路径搜索问题,具有一定的理论参考价值和实际意义.     

基于蚂蚁算法的公交网络最短路径问题研究

通过改进的蚂蚁算法来解决公交网络信息系统中的最短路径问题。提出以换乘次数最少、出行距离最短为目标的路径求解算法，并给出了算法流程。分析了基于蚂蚁算法的城市公交网络的选择策略：选择某条路径即给该路径赋以一定的信息素，信息素愈大的路径，成为最短路径的可能性愈大。并利用改进的蚂蚁算法实现了公交网络乘客信息查询。     

随机路网的最短路径问题研究

主要研究随机路网中的最短路径问题,首先给出随机路网的定义,建立了随机路网的模型,假定路段的费用是满足正态分布的随机变量,并给出从历史数据中得到此变量的均值和方差的统计学方法;然后得出路径出行费用的均值及方差的递推公式,将费用的方差当作一个限制条件,从而在Dijkstra算法的基础上,提出了带单一限制条件的最短路径算法,同时给出了算法的具体流程;最后用一个简单例子演示了算法的具体步骤,并在南京路网中验证了此算法的实用性。     

实用最短路径算法研究

本文基于数据结构中堆栈“后进先出”的原理提出了一种新的最短路径算法－ｓｔａｃｋ算法。这种算法内存省，计算效率高，运行时间短，能很好地适应大型运输网络的最适中计算。     

地理信息系统在求解公路交通规划中最短路径问题的应用

地理信息系统为公路交通规划提供了基本数据库,也是进行公路交通网络分析的有力工具及交通规划分析结果表达的优良平台。文章探讨了地理信息条件下适合于公路网络拓扑结构的计算机表达方式,并在此基础上分析了最短路径基本算法在公路交通规划中的适用性,勾勒出在地理信息系统支撑下求解公路交通规划中最短路径问题的框架。     

路径诱导问题中Dijkstra算法和矩阵迭代算法的比较研究

Dijkstra算法和矩阵迭代算法都是最短路径问题的经典算法,为了研究这2种算法的计算效率,介绍了2种算法的基本思路和程序流程;通过对时间复杂度、结果和时间的关系指标进行多次计算,表现2者之间的效率差异.比对结果显示:矩阵迭代算法较Dijkstra算法速度快;随着交叉口数的增加,前者较后者速度优势更加显著;前者计算思路较后者简洁,便于计算机程序的编写.     

交通信息影响下的动态路径选择模型研究

考虑交通信息对出行者选择出行路径的动态影响,建立一种动态路径选择模型。将不同类型的出行者对路段（路径）运行时间的预测看作不同的随机过程,通过对出行路径上节点的到达时间取期望值,利用一阶近似表达式,研究交通信息对出行者的出行路径选择行为的影响。     

交通网络最短路径并行算法研究综述

首先回顾了最短路径并行算法的国内外研究进展,对当前的最短路径并行算法进行分类。接着讨论了交通网络分析中最短路径并行算法常用的两种实现策略以及各自的优缺点;分析了影响网络分割策略并行算法性能的3个主要因素:最短路径算法选择、网络分割及终止检测方法。最后就实际交通网络中最短路径并行算法需进一步研究的问题给出了建议。     

以交通线路选择为例的交通网络最短路问题研究

交通公交路线选择与我们每个人的生活息息相关。以学生为例,公交出行仍是大部分人出行的首要选择。通过最短路问题研究,不但能够减少不必要的城市公交资源浪费,同时也极大节省了人们的出行费用。通过以交通线路选择为例对交通网络最短路问题进行研究,从而得到在交通网络费用最少的最短路线,算例仿真结果证实这种最短路问题在城市交通中能起到积极作用。     

基于最短路径的城市干道网规划的算法研究

首先定义了要点、中观区、虚拟网等概念，而后以净效益最大化为目标，以假定驾驶员都选择最短路径为前提，研究了城市干道网的各干道的线路和规格的规划算法。     

二义性路径识别的技术方案及优缺点对比

随着高速公路的迅速发展,形成规模庞大、结构复杂的高速公路交通网,2点之间有多条行驶路径可选,如何公平拆分帐是各条高速公路经营企业高度关注的问题。通过对目前业内就路径识别问题研究的技术路线进行研究分析,解决路径识别问题有最短路径法和精确识别法两种技术路线。     

城市道路网最短路径启发算法研究

从城市道路网络的实际特点出发,对城市电子地图的道路网进行网络分析,将最佳路径搜索问题转化为图论中的最短路径搜索问题,通过对最短路径搜索算法的分析,提出了一种求解城市道路网两点间最短路径的算法。该算法主要对Dijkistra算法的搜索方法进行改进,根据两点间直线距离最短这一原理,运用待扩展节点与终止节点间的直线距离这一启发信息,使搜索沿着某个最有希望的路径进行下去,大大减少了搜索范围,提高了路径搜索的速度,具有重要的实践意义。     

基于简化DPCNN的最短路径算法

传统求解最短路径（SP）问题的方法一般有组合技术与代数方法2大类,但算法复杂度的指数上界为2．376,不能实时对大规模SP问题进行求解。文中提出1种简化的时延脉冲耦合神经网络（SDPCNN）模型,可1次求解源点到其他所有点的最短路径,算法时间复杂度仅有O（n）．实验证实了这一模型的有效性,且计算时间仅为未简化模型的5％～10％。     

一种改进的路网最短路径算法

在路网模型中节点数和边数较多的情况下,利用Dijkstra算法求解最短路径的计算量较大,时间花费多.文中提出通过判断语句避免Dijkstra算法计算中值为∞的无用计算,从而提高搜索效率.应用结果表明,对于节点数量较大的路网,该改进算法具有较好的适用性.     

基于遗传算法的物流配送路径优化问题研究

在建立物流本着路径优化问题数学模型的基础上，构造了求解该问题的遗传算法，并进行了实验计算，计算结果表明，用遗传算法进行物流本着路径优化，可以方便有效地求得问题的最优解或近似最优解。     

基于道路网络数据库的最短路径搜寻

最短路径搜寻是智能交通系统(ITS)中车辆诱导的关键技术之一。作者根据城市交通道路网络建设的实际,研究了描述城市交通路网的道路数据库的结构。在此基础上采集大量道路信息,溶入GIS技术,建立城市道路网络数据库。用动态邻接矩阵对经典的Dijkstra算法进行改进,提高了运算效率。采用改进的算法实现了车辆诱导系统中的快速最短路径搜寻,并给出了车辆诱导系统搜寻最短路径的一个实例。     

基于时间依赖网络的车辆调度问题研究

针对城市道路交通存在的不确定性问题,提出将动态车辆调度问题置于时间依赖网络的思想,建立了包括车辆固定成本费用、路阻费用和违反时间窗约束费用在内的广义费用最小化数学模型,采用改进的蚁群算法进行优化求解。仿真实验表明,该方法充分利用了城市道路交通时变性所呈现的周期性特点,是运输与物流企业进行车辆调度时节约成本的有效方法。     

TSP问题的一种高效Memetic算法

TSP问题是组合优化领域新算法设计的一个理想测试平台。当前比较成功的算法大都基于局部优化，局部优化速度快，但收敛性差，往往无法求出最优解。最近，人们在局部优化策略的基础上提出了基于群体的局部优化算法，即Menetic算法，试图将局部优化的高效性和遗传算法的鲁棒性结合起来。章分析了Menetic算法的性能和TSP问题的特性，并给出了一种基于Menetic算法的高效算法。     

多车型车辆路径问题的算法

总结目前求解多车型车辆路径问题的5种基于知识的算法,提出采用大旅程法和禁忌搜索法相结合的混合启发式算法,在搜索过程中通过增加惩罚因子的方法允许不可行解的存在,减少求解陷于局部优化的可能性。采用GENIUS算法处理其中的TSP问题,不仅能产生较好的解,而且通过对解的周期性的扰动,进一步减少求解陷于局部优化的可能性。