共查询到10条相似文献,搜索用时 31 毫秒
1.
A~*启发算法是最优路径规划问题中最有效的算法之一,在路径规划问题中得到广泛应用。针对多值栅格环境下的最优路径规划的效率问题,对A~*算法在搜索策略上做了如下改进:一是提出了两种新的启发函数;二是提出了新的A~*双向搜索算法。实验表明改进算法求得的路径为最优路径,搜索效率比传统的Dijkstra算法有显著提升,双向A~*算法比单向A~*算法效率有明显提高。 相似文献
2.
3.
本文在分析Dijkstra算法基础上,考虑城市路网的特点及该算法在路径优化中的不足,提出一种基于双向搜索的Dijkstra改进算法,它可以减少路网节点的搜索范围和计算复杂度.仿真结果表明,改进算法在最短路径搜索中可使候选节点数减少15%~25%,当节点越多这种减少越明显,可提高搜索路径的实时性. 相似文献
4.
基于层次空间推理的交通网络行车最优路径算法 总被引:1,自引:0,他引:1
讨论了如何在贪心策略及方向策略的基础上 ,利用人类思维的层次空间推理方法建立空间启发式搜索策略 ,以提高交通网络最短路径算法的效率和适用性 ,并使行车最优路径的选择更符合人类的思维特点 相似文献
5.
本文在分析Dijkstra算法基础上,考虑城市路网的特点及该算法在路径优化中的不足,提出一种基于双向搜索的Dijkstra改进算法,它可以减少路网节点的搜索范围和计算复杂度。仿真结果表明,改进算法在最短路径搜索中可使候选节点数减少15%~25%,当节点越多这种减少越明显,可提高搜索路径的实时性。 相似文献
6.
针对传统蚁群算法在进行无人机三维环境路径规划时存在规划速度慢、容易陷入局部最优等问题,本文提出了用引导函数改变状态转移规则、初始信息素先验分配、时变信息素更新方式3个改进策略,充分挖掘路径规划先验信息。通过增加引导函数进行路径增强,增大最优路径的选择概率;同时根据与先验路径的距离赋予信息素不同的初始浓度,使算法在搜索初期具有明确的方向性,基于优胜劣汰的思想进行信息素更新,并将信息素挥发因子设定为服从Laplace分布的波动因子,避免搜索过程陷入局部最优,最大化提升路径搜索效率,实现三维环境下的无人机路径规划。仿真试验结果表明,改进后的蚁群算法在规划最优路径长度和最优路径搜索效率上明显优于传统蚁群算法。 相似文献
7.
针对动态变化交通流下的最优路径问题,提出基于Bellman-Ford算法的动态最优路径算法。并用试验与仿真说明该算法可以迅速完成动态最优路径的计算。结果显示,在处理该路段突发的交通堵塞状况时,该算法可以节约行驶权重百分比大约在30%~60%。 相似文献
8.
9.
10.
针对传统Dijkstra算法在应用中存在的不足,提出一种面向海量数据的基于传统Dijkstra算法的最优路径搜索方法,以避免大量无用节点参与计算,严重制约计算效率。通过对路网关系制表来表达节点与路段的关系,解决使用相邻矩阵计算量大的问题。此外,利用监测得到的实时速度进行加权,实现最短时间路径的计算。 相似文献