深度优先搜索
深度优先搜索的相关文献在1991年到2022年内共计260篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术
等领域,其中期刊论文228篇、会议论文11篇、专利文献100992篇;相关期刊139种,包括潍坊学院学报、科学技术与工程、电脑编程技巧与维护等;
相关会议11种,包括2014湖北省计算机学会学术年会、第21届中国过程控制会议、第六届全国Web信息系统及其应用学术会议、第四届全国语义Web与本体论学术研讨会、第三届全国电子政务技术及应用学术研讨会等;深度优先搜索的相关文献由700位作者贡献,包括徐翠霞、刘艳、郝忠孝等。
深度优先搜索—发文量
专利文献>
论文:100992篇
占比:99.76%
总计:101231篇
深度优先搜索
-研究学者
- 徐翠霞
- 刘艳
- 郝忠孝
- 丁林山
- 伍小辉
- 余童兰
- 克劳德·拉弗拉默
- 克里斯多夫·H·迪克
- 刘华祥
- 刘正涛
- 刘炜
- 劳佳琪
- 卢慕洁
- 卢花
- 吕晓聪
- 吴取劲
- 吴庆初
- 吴晓晨
- 孙亮亮
- 岳磊
- 席涛
- 张景霞
- 张正敏
- 张磊
- 张鸿
- 徐兵
- 徐海力
- 文中华
- 曹阳
- 曾广洪
- 李冬冬
- 李欣然
- 李洋
- 李舟军
- 杜耀华
- 杨文国
- 杨正磊
- 柴天佑
- 毛雪岷
- 洪亲
- 滕忠坚
- 炎士涛
- 王乃博
- 王全蕊
- 王创剑
- 王昊
- 王正志
- 王涛
- 王润孝
- 王炜
-
-
程伟;
曹禄;
施春红
-
-
摘要:
为了提高无线传播模型校正等路测工作中路径规划的准确性,本文利用图论中的欧拉回路概念,结合中国邮路问题的相关研究,综合考虑测试区域的道路拓扑结构、路径长度、交通规则等因素,提出一种基于欧拉回路并采用改进的深度优先搜索算法实现的道路测试路径优化方法。该方法可以实现自动生成最优测试路线,提升了路测效率。
-
-
郭展羽;
张志明;
贺兰山;
郑家齐;
赵师兵;
康琦
-
-
摘要:
求解过必经点集的最短路径问题已有多种算法,但其应用到在具有额外硬约束限定条件的场景时存在不足。针对此类问题,提出一种基于深度优先搜索发展的随机搜索算法,由使用者依据现场情况给出数学描述,建模抽象为无向带权图表示;依据路径规划要求定义相关变量,包括路径规划的起点、终点、必经点集以及额外硬约束条件,图信息和节点信息以邻接矩阵的形式保存;搜索过程中对路径的可行性加入额外硬约束条件进行实时判定,最终获得最短路径解。实验仿真和实测结果表明,该算法能有效规避额外硬约束条件下的中间路径,生成合理的最短路径,改善相关问题的可求解性。
-
-
迟贺宇;
秦小麟;
李瑭;
费珂
-
-
摘要:
随着图数据库(Graph Database)的不断发展,各种应用程序中都存在着大规模图数据,使得图的可达性查询算法受到了广泛的关注.然而由于其空间消耗与查询效率难以平衡,图可达性查询算法面临着严峻的挑战.基于串行运算的传统图查询算法,很难发挥现有多核心处理器的计算性能.针对上述问题,提出了一种基于双链表的索引,称为2-lists.该索引表由两部分组成,其中一部分存储图数据的信息,另一部分辅助索引,实现顶点的随机访问.基于该索引,提出了一种并行化深度优先搜索算法(Parallel Depth-First Search,PDFS).该算法利用多线程技术,并为每个线程分配独立的存储空间.通过对线程工作量的监督,为线程的指定缓冲区分配指定数量的任务,进而完成负载平衡.在斯坦福SNAP(Stanford Network Analysis Platform,SNAP)实验室的公开数据集上的实验结果表明,2-lists索引占用的空间更小,基于2-lists的并行化深度优先搜索算法的表现更好.
-
-
王志建;
刘士杰;
周锦瑶;
孙健
-
-
摘要:
在多模式公交出行中,传统的路径规划方案已无法满足出行者日益增长的出行需求.为提供基于出行者多种出行需求的个性化路径规划方案,通过IC卡刷卡数据模拟公交时刻表,建立基于模拟时刻表的多模式公交路网模型;采用动态阈值化法建立个性化出行需求评价值模型;设计深度优先搜索-遗传算法(depth first searchgenetic algorithm,GA-DFS),并基于此组合算法提出初始种群产生策略和两点变异方法;最后,假设了3种不同出行需求的出行场景,将某市区的多模式公交路网数据应用于模型和求解算法中,并与使用较广的模拟退火-遗传算法(simulated annealing-genetic algorithm,GA-SA)进行对比分析.仿真结果表明:所提出的算法与模拟退火-遗传算法相比,平均迭代次数减少了42%,寻优能力提高了50%,并且可以提供基于乘客多种出行需求的路径规划方案.
-
-
陈锋
-
-
摘要:
深度优先搜索是图的遍历的一种重要方法,在一些网络拓补结构、DNA网络等复杂图形分析中有很广泛的应用。传统的深度优先搜索,从某一节点开始,依次遍历此节点所有相邻且未被访问的节点,其下一跳节点的选择往往不是最优的。文章通过对当前节点所有未被访问的下一跳节点计算其到所有未访问节点路径总和,选择最优的一个节点作为下一跳节点,使得深度优先搜索在图的遍历过程中总的搜索路径大大减少。
-
-
王文鼐;
张延贺;
吴炜;
柏琛;
王斌
-
-
摘要:
分析传统分布式排队(DQ)的调度过程及退避树操作规则,设计了一种深度优先遍历的改进算法.结合完全二叉树特例分析和随机重构的一般性推算,对改进算法的系统吞吐性能进行了理论分析和仿真评估,给出了DQ帧争用时隙的最优配置条件和基于开源软件NS-3的扩展仿真.仿真结果表明,所提算法的最大吞吐量可稳定达到信道物理容量的70%.
-
-
陈锋
-
-
摘要:
深度优先搜索是图的遍历的一种重要方法,在一些网络拓补结构、DNA网络等复杂图形分析中有很广泛的应用.传统的深度优先搜索,从某一节点开始,依次遍历此节点所有相邻且未被访问的节点,其下一跳节点的选择往往不是最优的.文章通过对当前节点所有未被访问的下一跳节点计算其到所有未访问节点路径总和,选择最优的一个节点作为下一跳节点,使得深度优先搜索在图的遍历过程中总的搜索路径大大减少.
-
-
苏学能;
张华;
龙呈;
高艺文;
李世龙
-
-
摘要:
针对有效制定科学、高效的配电网故障巡线排查方案,提出了一种单/双协同模式下故障排查巡线规划理论最优模型.结合配电网呈辐射状运行的特点,首先,设计了单模式配电网故障排查的最优巡线模型,并分析其计算复杂度;其次,为契合现场作业特点,在单模式模型的基础上衍生构建了双协同模式下高效协同的配电网巡线排查模型,该模型可同时兼顾总排查任务量最小和队间分配任务量更均衡.随后在论述两种模型差异的基础上,通过结合Dijkstra和深度优先搜索算法设计了所提两种模型的求解思路及解决方案.最后,以IEEE 33-Bus和某实际系统为例,验证了所提巡线排查模型的准确性、高效性.
-
-
邢志伟;
谭智炜;
文涛;
辛富强
-
-
摘要:
通过对通航电力巡检流程并结合实际场景对历史运行数据进行分析,对高压电塔点及电网线与无向图的相似性进行对比研究,建立直升机电力巡检结构的拓扑模型.在此基础上,考虑巡检直升机的最大里程限制和图的DFS(深度优先遍历)算法思路,提出一种结合实际场景的连续遍历待巡检网络算法.分别应用到几种不同类型的电力巡检路径中,用计算机仿真技术真实模拟出直升机在电网巡视中的航迹情况.仿真结果表明,优化后的算法在某种程度上实现了巡检任务的一致连续性,将巡视效率提高了3.2%.
-
-
唐家俊;
张智;
杨莉;
崔锦瑞;
陈家庚;
林哲敏
-
-
摘要:
在电力中长期市场中,增量配售电公司间组建联盟能够降低其偏差考核风险、提高经营收益.在此背景下,提出了一种考虑地域优势和合作成本的增量配售电公司联盟策略.首先,根据配电网的物理性质和隔墙售电政策,采用深度优先搜索算法得到满足地域相邻条件的潜在联盟全集;然后,构建基于交易成本理论的联盟收益模型,提出衡量联盟成员收益分配权的收益贡献率、资源稀缺性、联盟依赖度3个指标,以及基于指标相关性的指标权重确定法和层次分析法的改进Shapley值联盟收益分配方法;最后,提出约束成员选择联盟优先级的宽容度指标,以及基于宽容度的增量配售电公司联盟优化算法.算例分析结果表明增量配售电公司通过联盟可以有效提高收益,地理位置优势直接影响公司收益,合作成本影响了联盟的规模和个体对联盟的选择.
-
-
孙亮亮;
孙亮亮;
刘炜;
刘炜;
柴天佑;
柴天佑
- 《第21届中国过程控制会议》
| 2010年
-
摘要:
炼钢连铸过程是连接铁区生产和轧制生产的桥梁,连铸是炼钢连铸过程的最后一道工序,因此连铸过程的调度成为了整个钢铁生产过程降低生产成本,保证生产有序进行的关键.本文提出了以完成时间最小化为目标的调度数学模型,通过对计划层编制的浇次计划属性与连铸机属性匹配构造出的浇次集合,采用基于启发式的深度优先搜索算法进行求解,摒弃了以往现场调度人员传统的经验调度方法,该方法已经通过了国内某大型钢铁厂实际数据的测试,不仅能够保证生产的顺利进行,同时也能够有效的辅助现场调度人员有效的降低钢铁生产的生产周期,提高钢铁生产的产能.
-
-
-
-
LI Yang;
李洋;
WEN Zhong-hua;
文中华;
WU Xiao-hui;
伍小辉;
LAO Jia-qi;
劳佳琪
- 《2014湖北省计算机学会学术年会》
| 2014年
-
摘要:
现实世界中,动作的执行通常都要耗费一定的代价,且由于外界环境的干扰,动作执行后的结果具有不确定性.针对这一问题,对不确定状态转移系统的动作赋予权值,使用概率分布表示状态转换的随机性,提出了强循环规划解的期望权值,并且设计了求最小期望权值强循环规划解的方法.该方法的主要思想是使用深度优先搜索求出规划问题的所有强循环规划解,再将强循环规划解分别转换成以状态到目标状态的期望权值为变元的线性方程组,最后使用高斯消元法解方程组,从而找出最小期望权值强循环规划解.
-
-
-
-
-
-