一种改进的交通网络路径选择算法

运用人工智能领域的启发式搜索方法,以交通网络为研究对象,在深入分析经典Dijkstra最短路径算法的基础上,提出了一个基于启发式的最短路径算法,并证明了该方法的有效性。经过对改进算法仔细分析后,讨论了其改进之处。结合具体应用,从启发函数、搜索范围和排序方法等方面,提出了相应的改进策略,并将其应用到仿真试验中。结果表明:在不同图层下,该算法具有良好的伸缩性;与已有路径选择改进算法相比,在不同路径权值选择下,都能够有效地缩短路径查找时间,从而更好地满足出行需要。同时,也给出了不同地理距离下初始搜索半径的参考值。