基于改进Prim算法的路径规划研究

文中提出一种基于聚类分析改进Prim(普里姆)最小生成树的路径规划算法,采用二分法将站网中的站点先聚类,分成多个微小的站点聚类中心,再以各聚类中心进行Prim最小生成树的路径规划,量化站网空间分布特征,通过聚类增强最小生成树,达到路径优化的目的。实践结果证明,改进的Prim算法适用于大型稠密的站网,在稠密的连通图中,只要调整指数进而控制聚类中心的数量,就能简化站网布局,降低算法的空间复杂度,达到更好的实际应用。

基于改进Prim算法的分布式电源孤岛划分

当配电网有故障发生时,由于分布式电源(distributed generation,DG)的存在,分布式电源可以参与孤岛运行,为孤岛内的失电负荷恢复供电,让孤岛内的重要负荷能够持续供电,不仅能够保障系统供电可靠性,而且作为清洁能源充分发挥其社会效益。因此,分布式电源并网参与孤岛运行的策略研究是非常有意义的,制定合适的运行策略可以保证下游失电区域的稳定供电。文中在传统普里姆(Prim)算法中引入功率圆和子功率圆的概念,在求解分布式电源孤岛运行划分方案时,这种改进Prim算法能够优先保障重要负荷的供电,并以鹰潭市月湖区某10 kV配电线为例,验证了该方法的合理性及可行性。

基于Prim-DMGA算法的闭环供应链网络鲁棒优化研究

针对不确定环境下的闭环供应链网络优化问题,在需求不确定及设施中断风险的条件下,基于鲁棒对等优化方法建立了一种以闭环供应链网络总成本最小为目标的鲁棒优化模型,以解决供应链网络中的不确定性问题,并提出了Prim-DMGA。首先基于Prim算法得到高质量的初始种群,其次让路径规划方案和设施选址方案在两层自适应GA的不断反馈中达到最优。实验结果表明,Prim-DMGA得到的目标函数值优于单层Prim-MGA与传统GA,且在求解大规模算例时,求解结果优于CPLEX软件。研究结论表明,Prim-DMGA能以较少的计算时间获得质量更优的解,鲁棒优化模型可以有效减少不确定因素带来的不利影响,提高闭环供应链网络的鲁棒性能。

Prim算法与Dijkstra算法相似性有多少

数据结构中,Prim算法与Dijkstra算法所求的均是赋权图的最小权值问题。Prim算法求连通赋权无向图的最小生成树,Dijkstra算法求赋权有向图的单源最短路径。在授课或是学习时,往往会强调两者的不同点,却忽略了两者的相似性。本文分析两个算法的相同点,使用C语言编写两种算法的通用程序。

基于Prim最小生成树的路面裂缝连接算法

在利用数字图像技术检测路面裂缝时,由于部分裂缝过窄或被阴影遮挡或被灰尘填充,导致检测出的裂缝目标不连续,严重影响后续的裂缝参数测量和评价。为此,提出一种基于Prim最小生成树的路面裂缝连接算法。利用屋脊边缘检测方法识别所有的可疑裂缝目标,运用裂缝形状特征去除斑点或块状噪声,实现裂缝的粗定位。在此基础上,通过形态学方法提取粗定位裂缝片段的端点,利用Prim算法构造最小生成树实现路面裂缝片段端点的连接,同时使用裂缝的方向和对比度特征去除连接中的强制伪连接;在连接的基础上对裂缝进行填充和增强,得到完整的裂缝分割目标。对200幅路面图像进行算法测试,应用Hausdorff距离对多种算法的分割性能进行评估,实验结果表明,该算法能明显提高裂缝检测目标的连续性,其检测准确率比灰度直方图等算法高出6个-13个百分点。

基于改进prim算法的配电网络优化规划方法

提出一种基于 prim 算法的改进配电网络规划方法,该方法将网络中负荷点间的最短路径当作已选路径,在采用 prim 算法求取最小生成树的过程中,将选中路径上的交叉点转化为负荷点,解决了 prim 算法不便于处理待选路径的交叉点的问题。该方法可用于多电源点的配电网络扩展规划。文中讨论了网络规划中线路权重的选取方法,并设计了适用于配电网络的节点—支路邻接表的数据存储结构。经实例验证,该方法可有效减小搜索空间并具有计算速度快等优点。

PRIM-LEACH高效聚类路由算法的研究与实际应用

21世纪以来,无线传感器网络越来越多的进入人们的生活,改变着人们认识这个世界的方式,是当前国内外研究的热点,尤其是其中的路由传输协议这种关键问题亟待解决。LEACH-EE协议是应用广泛的无线传感器网络的路由通信协议,但是可能会产生传输路径迂回的现象。本文基于LEACH-EE协议和PRIM最小生成树算法,提出了一种新的无线传感器网络路由算法PRIM-LEACH。该算法通过PRIM算法生成一棵树,有效解决了LEACH-EE协议中路由迂回的问题。而且本文在实际项目,即教室灯光节能控制系统中论证了PRIM-LEACH协议的可用性。

基于改进Prim算法的分布式发电孤岛划分方法

分布式供电时,多用户孤岛运行模式可作为提高配电网供电可靠性的一种重要运行方式。根据配电网环网结构、开网运行的特点,提出了基于Prim算法的分布式孤岛划分方法。将孤岛划分问题转化为求取连通图的最小生成树。采用改进后的Prim算法对连通图进行搜索,以确定有效的孤岛范围。孤岛划分方法能适应配电网的环网结构,并保证重要负荷持续供电和孤岛范围最大,有利于故障恢复后孤岛模式与并网模式的快速转换。典型的孤岛划分实例分析结果表明,该算法可在配电网发生故障后,动态生成合理的孤岛划分方案。

基于Prim算法的最小生成树优化研究

在图的最小生成树算法中,Prim和Kruskal算法分别适用于稠密图和稀疏图,但两种算法都不能根据图的顶点数、顶点的度数以及边的分布情况自适应地改变自身。由此,对Prim算法进行改进,从图中每个顶点的度数入手,采取删除某些无用边的思想方法,给出了一个寻找最小生成树的算法,使其能动态调整自身的性能,既适合于稠密图,又适合于稀疏图。经实例验证,利用改进的Prim最小生成树算法,根据无向图的顶点数和顶点的度数动态确定求解最小生成树的时间,并将求解的时间复杂度最小化。

考虑Prim分区和机组调整的连锁过载控制策略

为预防因连锁过载跳闸而导致的大规模停电事故,提出了考虑Prim分区和机组调整的连锁故障控制策略。采用Prim算法划分了控制区域,应用相关度矩阵求取了控制位置和相应的控制量。综合考虑事故链发展过程中线路过载和节点电压越限,根据源流路径关系调整了发电机和负荷控制量,同时保证了系统节点电压在正常范围,弥补了以往连锁过载控制较少考虑电压因素的不足。仿真结果表明:控制策略能够避免系统出现连锁过载;Prim算法划分控制区域并将控制范围集中到初始故障发生的区域内,能够减小计算的规模;故障初期以较少的负荷损失阻断事故链发展,能够缩小故障影响范围;机组调整能够进一步降低负荷损失;调节发电机无功功率,减少部分节点电压偏移程度,能够保证控制过程电压安全。研究成果可为进一步研究电力系统连锁故障预防和控制提供参考。

基于Prim初始种群选取优化遗传算法的三维片上网络低功耗映射

针对将计算任务合理地映射到三维片上网络(NoC)的问题,提出了一种基于遗传算法(GA)的改进算法。GA具有快速随机的搜索能力,Prim算法可在加权连通图内得到最小生成树,改进算法结合了两种算法的优势,将计算任务合理地分配到各个网络节点,对于优化三维片上网络功耗和散热等问题具有很高的效率。通过仿真实验,对所提出的基于Prim算法的改进GA与基本GA的3D NoC映射算法进行了对比,仿真结果显示,基于Prim算法的改进GA平均功耗更低,从总体趋势来看,处理单元数量的增加与功耗降低幅度成正相关,在101个处理单元情况下,平均功耗比基本GA降低32%。

基于prim和dijkstra组合算法的配电网新增容量规划方法

在城镇或农村配网用电增容的环境下,需要增容接入配电变压器,传统就近接入的简单方法有可能会导致配电网电能损耗增加,影响电网电压质量;由此研究了一种基于prim和dijkstra组合算法的配电网负荷接入方法。首先利用prim算法构造拟接入网络的最小生成树,再运用改进的dijkstra算法得到拟接入负荷的次短路径和渐次短路径,同时统筹建设成本综合选出最优路径,用潮流计算验证网络节点电压是否合格;当电压不满足要求时,通过无功二次精确矩计算确定无功补偿点的位置和容量,以实现对电压偏差的修正,且保证配网运行的经济性。以IEEE57节点为实例计算及经济效果评价,验证了本方案的实用性。

基于偏序堆的Prim算法设计与实现

本文介绍了借助基于邻接表的偏序堆设计和实现Prim算法的具体方法,文中给出了程序类图、重要数据结构以及关Prim()算法的具体代码,并对算法的执行效率进行分析。

基于Prim算法的度约束最小生成树问题研究

针对一类度约束最小生成树问题,基于传统最小生成树问题的Prim算法,设计了一种求解算法.该算法在保证网络中指定节点的度不变的前提下,构造了网络关于指定节点的最大度最小生成树.与经典的Gloveklingman算法进行了仿真比较,结果表明,该算法是求解度约束最小生成树问题的一种有效算法.

最小生成树的prim算法及minimum函数

本文介绍了最小生成树的prim算法,minimum函数的实现过程及该函数对由prim算法所得到的最小生成树的影响。

Kruskal和Prim算法的分析研究与比较

通过对Kruskal和Prim最小生成树算法的研究,分别从Kruskal和Prim算法的执行过程、时间复杂度、实现方法等几个方面对其进行分析,并对两种算法的实现方法做了合理性判断,由此得出了这两种算法在执行过程、时间复杂度和实现方法等方面的不同点,为最小生成树算法的选择提供了理论依据。

基于TCGA数据库分析肝细胞癌组织UCK2、PRIM1和DNTM1基因水平对患者预后的影响

目的通过分析TCGA数据库肝细胞癌(HCC)组织基因组数据,分析差异基因,寻找影响肝癌患者预后的分子标志物。方法搜索癌症基因图谱(TCGA)数据库,查找HCC组织差异基因及临床和病理学资料,进行基因筛选和生存分析。根据差异基因水平,以fdr=0.05和lgFC=1为筛选依据,绘制生存曲线,选择基因集“c2.cp.kegg.v6.2.symbols.gmt”行KEGG富集分析。结果在TCGA-LIHC数据库,收集374例HCC组织和50例癌旁组织所对应的临床和病理学参数;高风险组HCC患者总体生存率显著低于低风险组患者;研究筛选出具有显著水平性基因DNTM1、PRIM1和UCK2,进行GSEA富集分析,GSEA显示了许多显著丰富的信号通路,进一步证明了上述基因与HCC发生及与患者预后的显著性关系,从而揭示了HCC组织DNTM1、PRIM1和UCK2基因水平对生存有显著性影响。结论通过TCGA数据库筛选和验证,发现HCC患者癌组织UCK2、PRIM1和DNTM1基因水平显著上调,而CYP2C9基因显著下调,它们可以作为肝癌的分子标志物而指导临床,判断预后。

Prim算法的一种优化实现

为网中的顶点专门设计了一种数据结构将V-U集合中顶点构成了静态双向循环链表,让Prim算法真正实现了只在V-U集合中去实现选取最短边的操作,让Prim算法得到优化,提高了运算效率.利用同一顶点位于U和V-U的不同时刻,该数据结构使存储空间得到了充分的使用,提高空间的利用率.

基于T-prim模型的肺气管分割算法

针对现有高阶支气管分割算法计算成本过大或分割精度不足等问题,提出一种基于T-prim模型的肺气管树分割算法。通过形态学灰度重建对CT图像进行初步处理,使用区域生长算法得到主支气管;从马尔可夫随机场的角度对分水岭算法分割框架进行优化,得到优化的分割框架;利用主气管骨架提取自动获得种子节点,算法迭代构造出T-prim模型,利用优化的分割框架得到完整的肺气管树。通过与两种EXACT09竞赛算法的对比实验证明了该算法在不依赖于种子点的人工选择,不需要训练集的条件下,能以极低的泄漏量获得更完整的分割结果。

基于Fibonacci堆实现的Prim算法及其分析

在一些网络优化应用中经常需要求解最小生成树。本文首先介绍了一种叫做"Fibonacci堆"的数据结构,并阐述了如何用Fibonacci堆来实现prim算法。然后对算法的时间复杂度进行了分析,说明用此方法实现prim算法有较好的时间性能。