自适应蚁群优化的云数据库动态路径查询

蚁群算法对于解决动态最优路径查询问题具有很强的优势,但蚁群算法中的信息素挥发因子的静态设置容易带来收敛速度不稳定和陷入局部最优解的问题,在云数据库中更是明显。融合了蚁群算法和云数据库,并提出了信息素挥发因子自适应的算法,该算法能够在云中快速、合理地找到所需访问的数据库,减少了云数据库数路由的动态负荷,从而很大程度上提高云计算的效率。

传感器网络中基于蚁群优化的数据查询协议

在无线传感器网络的数据查询中,蚁群优化方法可以找到从源节点到目的节点的最优路径.但当所有的查询消息和查询结果都在这条路径上进行时,路径上的能量消耗会很大.因此,提出一种基于蚁群优化的能量均衡数据查询协议EBDQ(energy balance data query protocol based on ant colony optimization),根据路径上的能量消耗情况,通过信息素对其进行奖惩,使网络的能量消耗分散在不同的路径上,让整个网络的能量平稳降级.理论分析和仿真结果都说明,EBDQ协议能够提高传感器网络的生命周期,降低网络时延.

一种公交网络最优路径新算法

从出行者的实际情况出发,提出步行愿望系数,综合考虑最小换乘次数、最短时间以及最小费用等因素,提出了一种公交网络最优路径新算法,应用于广州市大学城内公交线路查询,实现相应的仿真系统。

基于GIS公交查询系统的设计与实现

本文充分考虑了乘客出行心理后,设计了以换乘次数最少和出行耗时最少作为约束目标的公交出行最优路径算法。利用动态分段技术建立了公交信息数据库,采用Visual C#.NET+MapX5.0集成开发的方式开发了公交信息查询系统,实现了输入查询或直接对地图操作来获得出行最优路线和换乘方案。系统以济南市公交网络为基础进行了测试,测试结果良好,为居民的出行提供了一个方便、快捷的公交路线查询平台。

基于MapInfo的城市物流配送信息查询系统研究

研究了城市物流配送信息查询系统。根据城市交通网络的特点,运用结点-弧段-有向线结构描述交通网络,利用动态分段技术建立了基于MapInfo的配货网络数据库。充分考虑了配货路线短、用时少、费用低的特点,提出了一种物流配送最优路径算法。采用Delphi和MapInfo集成开发方式,设计了城市物流配送信息查询系统,实现了输入查询信息或直接对地图操作来获得配货最优路线,提高了城市物流配送的便利性和高效性。

移动对象的连续k最优有序路径查询

针对最优有序路径查询问题,提出了移动对象的连续k最优有序路径查询问题,并针对移动查询对象和静态数据对象的情况,通过引入加权相对距离函数的概念提出了SCkOSR算法和DCkOSR算法。SCkOSR算法利用加权相对距离函数确定数据点与移动查询对象的相对关系。DCkOSR算法进一步通过搜索区域的限制减少了计算加权相对距离函数的点的数量。实验表明,动态局部算法具有相对较好的性能。

基于MapInfo的城市公交查询系统的设计与实现

研究城市公交查询系统的设计与实现。利用动态分段技术,建立了基于MapInfo的动态分段数据结构,充分考虑乘客出行心理,提出了公交出行最优路径算法,设计了城市公交查询系统,实现输入查询信息或直接对地图操作来获得出行最优路线和换乘方案,提高乘客出行的便利性和高效性。

基于MapInfo的城市公交出行最优路线算法研究

根据城市交通网络的特点,利用动态分段技术建立的基于MapInfo的动态分段数据结构,充分考虑了乘客出行心理,同时设计出了公交出行最优路径算法,已经济南市公交信息查询系统的实践证明,提高了乘客出行的便利性和高效性。

传感器网络中基于蚁群优化的谣传协议

谣传协议是传感器网络中基于数据查询的路由协议,它使用随机方式生成路由,形成的数据传输路径不是最优路径,并且可能存在回路。为此,提出一种基于蚁群优化的谣传协议。该协议将蚁群分成查询蚂蚁和事件蚂蚁两个种群。当两个种群的蚂蚁相遇时,则形成查询路径。该协议解决了谣传协议中的回路问题,算法收敛性好,建立完整查询路由的概率比谣传协议的要大,传输数据所需的能量消耗比谣传协议的要少,是一种能量高效的数据查询协议。

公交线路管理系统换乘算法设计

城市公交线路管理系统是城市道路交通的重要组成部分,主要涉及公交站点管理、线路管理、路线查询和信息发布等功能。公交车线路管理系统是典型的管理信息系统(MIS),其重点是设计有效的查询算法,帮助用户快速、方便地选择出行路线。讨论了一种基于集合理论的线路查询算法,并分析了它的特点。

分布式数据流查询方案及优化

流式数据库系统是一种新型数据库系统,方便于执行连续数据流查询。许多基于流的应用都是分布式的,由于输入流速率及其他系统参数如可用的计算资源是易变的,所以一个流查询方案必须能适应这些变化。提出一种分布式流查询方案并进行了优化,使用元组响应时间及系统吞吐量来评价方案的性能。同时,通过实验和其他方案进行比较,证明了方案是最佳的。

公交网络的分层数据模型与智能查询算法

为解决当前公交查询系统普遍存在的查询效率低且仅能进行同城公交换乘查询等问题,提出了基于分层模式的公共交通网络模型,可对全国范围内的交通网络进行统一管理,并设计了新型的交通查询算法,实现了任意两地间的最佳乘车方案查询.和现有系统相比,新方案具有良好的可扩充性和较低的时间复杂度,可用于各类型公交查询系统开发.

高效的多关键词匹配最优路径查询算法KSRG

为改进基于关键词的最优路径查询算法,在大规模图以及多查询关键词下复杂度过高与可扩展性不足的缺陷,依据查询关键词序列构建候选路径的策略提出一种高效查询算法。该算法在路径构建过程中优先满足查询关键词的全包含条件,以关键词引导下的路径拓展替代盲目的邻边拓展,从而高效地构建候选路径;通过变量缩放与无效路径裁剪,将问题求解复杂度由阶乘级转化为多项式级,进一步降低算法复杂度,提升可扩展性。通过四组图数据集下的实验,验证了算法在查询效率与可扩展性上的提升。

最优路径查询的研究与实现

车辆导航正成为现代交通的一种服务趋势,而其中重要的、必不可少的一部分就是最优路径的查询.对最优路径查询的原理、数据组织、数据结构和查询算法进行了研究,然后利用实验数据,实现了最优路径查询功能,证实了实现最优路径查询的方法是有效的.

基于图嵌入框架的路网最优路径查询算法

研究了道路网络中一项重要的查询:最优路径查询(optimal sequenced route query,OSRQ).给定路网中的n个属性的点集合M1,M2,…,Mn以及一个起点s和一个终点t,最优路径查询返回一条最短的路径P,其中P起始于s,依次经过M1,M2,…,Mn每个集合中的至少一个点,最终到达终点t.路网中的最优路径查询在现实生活中经常用到,例如,某用户从学校出发,想依次经过一个加油站、一个银行、一个餐馆,最后回家,最优路径查询会根据要求返回一条最短的路径.提出了一种基于图嵌入框架的最优路径查询算法EOSRA.EOSRA利用图嵌入框架所提供的2点之间最短路径长度的上下界,对存在的路径进行了剪枝,大大减少了最优路径的搜索空间,最后对剩下的候选路径进行精确计算,将最短的路径返回给用户.实验结果表明EOSRA比现有的算法响应时间更小,性能更优.

蚁群算法在数据库查询中的应用

提出了一种基于蚁群算法在数据库查询应用中的新方法及其仿真,蚁群算法就是对自然界中蚂蚁的寻食过程进行模拟而得出的一种模拟进化算法。与传统的算法相比,该算法的主要特点是正反馈和并行性,正反馈使得该算法能很快发现较好查询路径,并行性使得该算法易于实现并行查询计算,从而提高了查询的速度。最后,利用Excel对蚁群查询算法和传统查询算法进行了仿真并进行了比较。

关键词最优路径查询的分段拓展算法

关键词最优路径查询(KOR)查找在满足关键词全覆盖和路径长度约束条件下,时间开销最小的路线常用于旅行规划。现有优化算法虽然采用各种剪枝策略缩小搜索规模,但是本质上是广度优先搜索,在查找长路径时,搜索规模依然过大,执行时间长。针对该问题,提出一种关键词最优路径查询的分段拓展算法(SE-KOR)。SEKOR算法根据关键词倒排索引表构建关键词顶点路径,将路径划分为多段分别拓展,降低搜索规模,从而缩短执行时间。该算法在路径拓展时给出路径走向,而现有剪枝策略不控制路径拓展方向,因此提出局部代价阈值剪枝,控制路径的走向沿关键词顶点路径拓展,并综合运用近似支配、可行解目标值剪枝和全局优先拓展策略加速拓展。实验结果表明,在不损失精度的情况下,该算法执行时间分别在不同关键词个数、代价阈值与查询图规模下至少缩短8.0%、61.0%和57.7%。

EIGRP中DUAL算法路由查询优化的研究

EIGRP是一个高级距离矢量路由协议,支持中到大型网络,属于基于传闻协议在一组网络运行EIGRP中路由器之间路由更新机制,是依靠扩散更新DUAL算法进行触发路由更新。但是,这种算法在某些网络结构中,会出现发送大量查询路由报文、浪费网络设备CUP和内存资源、消耗大量网络链路带宽等问题。文章提出了两种方法来减少扩散更新DUAL算法中查询路由,对今后网络运行EIGPR动态选择路由协议,提供了一些参考价值。