；A*算法；搜索算法中圖分類號：G642? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? 文章編號：2096-000X（2023）12-0112-04Abstract： In view of the shortcomings of traditional C programming teaching， this paper analyzes the significance of setting up C programming case teaching

素琴改進(jìn)麻雀搜索算法的無人車路徑規(guī)劃葛 唱，錢素琴（東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院，上海 201620）針對麻雀搜索算法后期容易早熟，易陷入局部最優(yōu)后搜索能力下降的不足，提出了一種結(jié)合伯努利（Bernoulli）映射和禁忌搜索算法的改進(jìn)麻雀搜索算法。改進(jìn)麻雀搜索算法在初始化階段，使用Bernoulli映射初始化種群位置，取代傳統(tǒng)算法初始化階段采用隨機(jī)數(shù)的方式，優(yōu)化了種群分布不均，搜索范圍不足的問題，同時當(dāng)超過一定迭代次數(shù)全局最優(yōu)值仍沒有更新時再次使用Bern

先簡單介紹了搜索算法，闡述了利用搜索解決實際問題的流程，并通過實例進(jìn)一步探討了如何運用枚舉、深度優(yōu)先搜索、廣度優(yōu)先搜索、記憶化搜索、二分搜索算法解決問題。關(guān)鍵詞：搜索算法;程序類競賽;實例中圖分類號：TP311.52? ? ? 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2022）12-0064-03開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：1 搜索算法的概述[1-2]搜索算法是指有目的的窮舉一個問題的所有解或一部分可能解，從而得出問題的正確解的一種方法。常

弈系統(tǒng)，傳統(tǒng)搜索算法由于采用了等深度搜索，存在時間資源分配不合理，且評估函數(shù)只能依靠人工調(diào)參的問題，嚴(yán)重影響了算法執(zhí)行效率。本課題擬采用基于α-β搜索算法的變長搜索方案，盡可能地減少在節(jié)點較多時的搜索時間，以提升搜索算法的效率;同時引入遺傳算法、神經(jīng)網(wǎng)絡(luò)等算法，根據(jù)棋局狀態(tài)動態(tài)調(diào)整評估函數(shù)參數(shù)，以達(dá)到提升棋力的目的?！娟P(guān)鍵詞】點格棋;α-β搜索算法;神經(jīng)網(wǎng)絡(luò)一、引言 點格棋由于其棋型種類繁雜多變，沒有定式，以及在安全邊存在的情況下，估值會由于其安全邊占有

主要包括串行搜索算法[7]和并行時頻二維搜索算法[8]等。串行搜索算法主要是采用時域上對偽碼進(jìn)行自相關(guān)運算，這種算法利用的資源較少，但是當(dāng)偽碼長度增加時，整個相關(guān)運算非常耗時。為了解決串行搜索算法實時性低的問題，人們提出了基于快速傅里葉變換(Fast Fourier Transform，F(xiàn)FT)的時頻二維搜索算法。該算法將串行搜索算法中的時域自相關(guān)改為頻域上的乘法運算，同時將不同頻點上的搜索在一個時間點上并行執(zhí)行，這樣大大減少了捕獲用的時間。但是這種采用F

;路徑規(guī)劃;搜索算法中圖分類號：U462 ? ? 文獻(xiàn)標(biāo)識碼：A ? ? 文章編號：1005-2550（2020）05-0084-06Abstract： Autonomous vehicle path planning latest algorithms have been investigated in this paper. Firstly， the current mainstream environmental modeling methods a

索法，合稱為搜索算法。搜索算法可以通過一些設(shè)計，避免不必要的搜索，來提高搜索的效率。關(guān)鍵詞：算法;回溯法;分支限界法;搜索算法中圖分類號：G642? ? ? ? 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2020）23-0216-02Abstract： Algorithm is a necessary technology for computer programmers. Backtracking method and branch and bound

一步設(shè)計一種搜索算法，在允許的范圍內(nèi)，尋求出試件最大傳送帶過爐速度;最終設(shè)立合理的指標(biāo)，使用蒙特卡洛法和模擬退火算法全局尋優(yōu)，得到了各溫區(qū)對應(yīng)下的最優(yōu)溫度和傳送帶過爐速度。關(guān)鍵詞：回焊爐;爐溫曲線;傳熱學(xué);差分方程;搜索算法;模擬退火算法中圖分類號：TP273;TN405? ? ? 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2020）20-0018-05Furnace Temperature Curve Research Based on Heat T

應(yīng)調(diào)整特點的搜索算法，改變了步長和發(fā)現(xiàn)概率相應(yīng)的更新方式，避免了傳統(tǒng)布谷鳥算法容易陷入局部最優(yōu)的缺陷，以增強(qiáng)算法搜索性能。實驗對比表明，自適應(yīng)調(diào)整的布谷鳥算法具有更好的尋優(yōu)性能。關(guān)鍵詞：布谷鳥算法;自適應(yīng);搜索算法DOI：10. 11907/rjdk. 182613 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：中圖分類號：TP312 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7800（2019）008-0056-03Research on Adaptive Adju

操作;重構(gòu);搜索算法中圖分類號： TP311.13文獻(xiàn)標(biāo)志碼：AAbstract： As a large-scale distributed data processing framework， Hadoop has been widely used in industry during the past few years. Currently manual parameter optimization and experience-based para

塊, 現(xiàn)有的搜索算法中全搜索算法是最佳塊匹配的搜索方法, 但是全搜索的搜索時間很長. 由于運動估計在視頻壓縮中占了很大一部分, 為了更好更快地完成運動估計的過程,減少運動估計的計算量, 同時又能保證一定的視頻質(zhì)量, 有很多算法可以選擇,其中具有代表性的有二維對數(shù)搜索法(two-dimensional logarithm)[2-3]、三步搜索法(three step search)、新三步搜索法(new three step search )[4]、四步搜索

詞：六子棋;搜索算法;估值函數(shù)中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2019）34-0053-021 概述作為二十一世紀(jì)三大尖端技術(shù)之一的人工智能，其頭部研究領(lǐng)域的機(jī)器博弈被認(rèn)為是最富有挑戰(zhàn)性的項目之一。而由吳毅成教授所提出的六子棋，以其玩法簡單，情況多變，豐富的樂趣性吸引了大量玩家，并且成為機(jī)器博弈的競賽項目之一。2 搜索算法2.1 博弈樹搜索搜索的目的不僅是找出當(dāng)前所有可以落子的地方，還要考慮到之后更多步數(shù)所產(chǎn)生的情況。博

成、博弈樹與搜索算法這三個方面進(jìn)行展開，從各種技術(shù)的優(yōu)缺點出發(fā)，為機(jī)器博弈新思路提供了參考。關(guān)鍵詞：機(jī)器博弈;六子棋;博弈樹;搜索算法;蒙特卡羅樹;剪枝中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2019）33-0172-02機(jī)器博弈是人工智能領(lǐng)域最富挑戰(zhàn)性的項目之一，而六子棋作為一種典型的博弈類競技游戲，相比五子棋黑棋先手必勝的單調(diào)不公平性，其公平性到目前為止還不能被證偽，其狀態(tài)空間大?。s為10172）為五子棋（約為10105）

靜態(tài)加權(quán)A*搜索算法；數(shù)字地圖；戰(zhàn)術(shù)路徑規(guī)劃；MATLAB中圖分類號：TP391.41 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2018）08-0112-02A*算法[1]是一種靜態(tài)路網(wǎng)中進(jìn)行路徑規(guī)劃時求解最短路徑最有效的直接搜索算法，該算法可針對真實地圖，可以使得尋路結(jié)果的逼真度和真實性得到體現(xiàn)。以數(shù)字地圖為基礎(chǔ)，可以建立數(shù)字化戰(zhàn)場所必需的“戰(zhàn)場環(huán)境信息系統(tǒng)”。在現(xiàn)代戰(zhàn)爭中，數(shù)字地圖是高技術(shù)武器的一個重要支撐。[2] 本文首先對數(shù)字地圖進(jìn)行了環(huán)境建

題。萬有引力搜索算法(GSA)是一種新型啟發(fā)式優(yōu)化算法,由Rashedi等[3]在2009年提出。該算法啟蒙于自然界的物理現(xiàn)象,是一種基于萬有引力定律和牛頓第二定律的種群優(yōu)化算法。研究發(fā)現(xiàn),萬有引力搜索算法通過粒子之間的引力交互作用來完成最優(yōu)解的尋找過程,萬有引力不需要借助任何傳播介質(zhì)。處于搜索空間的粒子可獲知全局環(huán)境的信息,這使得粒子具有很強(qiáng)的全局搜索能力。在對標(biāo)準(zhǔn)測試函數(shù)進(jìn)行優(yōu)化時,萬有引力搜索算法的尋優(yōu)精度和收斂速度都要明顯優(yōu)于粒子群優(yōu)化算法(PSO

撞以及二進(jìn)制搜索算法中出現(xiàn)的信息冗余和搜索效率低的問題，提出了一種改進(jìn)二進(jìn)制搜索防碰撞算法。該算法動態(tài)地調(diào)整閱讀器發(fā)送的指令，利用標(biāo)簽沖突位構(gòu)建識別樹，從而大幅降低了閱讀器與標(biāo)簽的交互次數(shù)及傳輸?shù)臄?shù)據(jù)量，有效地提高了標(biāo)簽識別的效率。通過MATLAB對系統(tǒng)的吞吐率、搜索次數(shù)以及閱讀器發(fā)送的信息量進(jìn)行仿真，仿真結(jié)果表明該算法與已有的二進(jìn)制搜索算法相比，具有一定優(yōu)勢。RFID；二進(jìn)制搜索；防碰撞算法；碰撞位0 引言射頻識別(Radio Frequency Ide

軟件的博弈樹搜索算法、評估函數(shù)。提出了三種不同搜索效率的算法來實現(xiàn)分級博弈，評估算法使用TD-BP算法。論文主要研究了以下幾個方面的問題：第一，根據(jù)走法生成所構(gòu)造的博弈樹，研究了一些廣泛使用的博弈樹搜索算法，并介紹了一些改進(jìn)的搜索算法，在設(shè)計中結(jié)合部分搜索算法進(jìn)行使用。第二，研究了主要包括靜態(tài)估值函數(shù)和其他具有機(jī)器自學(xué)習(xí)能力的評估函數(shù)，在實際設(shè)計中，將BP神經(jīng)網(wǎng)絡(luò)與增強(qiáng)學(xué)習(xí)算法結(jié)合使用。關(guān)鍵詞：計算機(jī)博弈；搜索算法；分級博弈；評估函數(shù)中圖分類號：TP311

網(wǎng)絡(luò)拓?fù)涞臉?span id="j5i0abt0b" class="hl">搜索算法，實現(xiàn)電網(wǎng)隱患事故預(yù)警，并在此基礎(chǔ)上依據(jù)電力系統(tǒng)安全穩(wěn)定控制相關(guān)規(guī)定鶴導(dǎo)則，構(gòu)建專家系統(tǒng)規(guī)則知識庫及啟發(fā)式規(guī)則，運用基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的啟發(fā)說搜索算法，對電網(wǎng)可能發(fā)生的事故風(fēng)險提出相應(yīng)的防范措施及事故風(fēng)險恢復(fù)供電預(yù)案?！娟P(guān)鍵詞】電網(wǎng)運行 評估系統(tǒng) 網(wǎng)絡(luò)拓?fù)?搜索算法1 引言近年來，地區(qū)地方經(jīng)濟(jì)的快速發(fā)展，用戶負(fù)荷需求水平不斷創(chuàng)出新高，電網(wǎng)規(guī)模也隨之不斷擴(kuò)大，直接導(dǎo)致地區(qū)電網(wǎng)結(jié)構(gòu)和運行方式更加復(fù)雜，對電網(wǎng)安全運行提出更高的要求，給調(diào)控中心工

用，主要包括搜索算法、啟發(fā)式搜索法、n-puzzle的應(yīng)用、啟發(fā)式算法等內(nèi)容。關(guān)鍵詞：人工智能；SEO技術(shù)；搜索算法；啟發(fā)信息中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2016）30-0200-02隨著大數(shù)據(jù)和“互聯(lián)網(wǎng)+”時代的到來，網(wǎng)絡(luò)、計算和信息技術(shù)也取得飛速發(fā)展，人類社會正朝著信息化時代邁進(jìn)，給各行各業(yè)和人們的日常生活與工作也帶來了深刻的變革。同時，信息技術(shù)的發(fā)展與創(chuàng)新，離不開人工智能技術(shù)的支持。通過人工智能技術(shù)的應(yīng)用，能

包括了關(guān)鍵詞搜索算法、大數(shù)據(jù)處理技術(shù)、動態(tài)信息監(jiān)控技術(shù)等，是一種綜合信息采集技術(shù)。數(shù)據(jù)庫信息采集技術(shù)，通過對現(xiàn)有數(shù)據(jù)庫進(jìn)行挖掘、搜索，找到目標(biāo)信息，為信息分析工作提供標(biāo)簽化信息數(shù)據(jù)。該技術(shù)是基于大數(shù)據(jù)挖掘技術(shù)的數(shù)據(jù)庫應(yīng)用技術(shù)的綜合采集技術(shù)，能夠?qū)ψ杂袔爝M(jìn)行深入挖掘、整理，為不同信息分析工作提供幫助。2.2 信息整理技術(shù)信息整理技術(shù)主要是對采集到的信息進(jìn)行整理，使之成為標(biāo)準(zhǔn)化信息，以便于分析工作的開展。信息整理技術(shù)主要包括了以下內(nèi)容：格式化技術(shù)，對采集信息進(jìn)

括幾個重要的搜索算法。只有通過一定的研究，才能實現(xiàn)五子棋的人機(jī)對戰(zhàn)功能?！娟P(guān)鍵詞】人工智能;計算機(jī)博弈;搜索算法;五子棋一、研究內(nèi)容本游戲是在Windows環(huán)境下完成一個簡易五子棋游戲的設(shè)計。五子棋是人工智能的一個成果之一，它涉及到計算機(jī)博弈理論，棋盤表示、走法生成以及搜索算法等知識，最終實現(xiàn)人機(jī)對戰(zhàn)。二、五子棋的整體設(shè)計介紹一個好的軟件產(chǎn)品，首先是要有一個好的人機(jī)界面，也就是說給人的第一感覺是美好的、輕松的。接著是簡單明了的操作，界面上按鈕夠少，令玩家容

基于可變擬陣搜索算法構(gòu)造碼率為1/的二進(jìn)制系統(tǒng)準(zhǔn)循環(huán)碼張水平 林平平 巫光福*江林偉(江西理工大學(xué)信息工程學(xué)院 贛州 341000)該文針對擬陣搜索算法復(fù)雜度高以及局部擬陣搜索算法無法搜索到全部最優(yōu)碼的問題，通過研究擬陣搜索算法，提出可變擬陣搜索算法，并用于搜索準(zhǔn)循環(huán)碼。該算法通過減少重復(fù)搜索從而降低運算復(fù)雜度；基于該算法構(gòu)造碼率為1/的二進(jìn)制系統(tǒng)準(zhǔn)循環(huán)碼，隨著整數(shù)的變化，生成矩陣減少或者增加一個循環(huán)矩陣，產(chǎn)生碼率均為1/的最優(yōu)碼。通過實驗得到兩個最小距離

化的運動估計搜索算法研究易葵1,肖旭青2(1.中航工業(yè)南方航空工業(yè)(集團(tuán))有限公司機(jī)動分公司，湖南株洲412002；2.株洲市發(fā)展和改革委員會，湖南株洲412007)摘要：基于對運動估計SAD匹配準(zhǔn)則缺陷和碼量分配原理的分析，本文提出了針對影響運動估計效率的三個主要因素：搜索中心預(yù)測、匹配準(zhǔn)則和搜索策略，提出了自適應(yīng)雙十字-鉆石-六邊形搜索算法。實驗結(jié)果表明，該算法在失真度基本保持不變的情況下，搜索速度比MVFAST要提高78%，比PMVFAST要提高5.

over量子搜索算法的模擬實現(xiàn)張洪濤, 代永濤, 凃玲英*, 舒軍, 熊紅梅, 胡一凡(湖北工業(yè)大學(xué) 納米電子技術(shù)與微系統(tǒng)實驗室,電氣與電子工程學(xué)院, 湖北 武漢 430068)摘要：將一種用于量子計算仿真的量子程序設(shè)計語言引入Grover量子搜索算法中，并在Linux操作系統(tǒng)中模擬實現(xiàn)該算法。仿真結(jié)果與理論分析結(jié)果的一致性驗證了Grover量子搜索算法可以將搜索問題從經(jīng)典的N步縮小到步，是對經(jīng)典搜索算法的二次加速。同時，量子程序設(shè)計語言的引入，為量子搜索

較突出，A*搜索算法是尋路算法中反映速度最快的一種，能夠在短時間內(nèi)遍歷諸多地點，并找尋出最短的路徑?；诖?，本文將對游戲中的人工智能尋路算法中的A*搜索算法進(jìn)行分析，研究其實際算法的改進(jìn)，并將改進(jìn)后的智能算法應(yīng)用到實際游戲開發(fā)中。前言：隨著游戲的開發(fā)與應(yīng)用，人工智能A*搜索算法占據(jù)了游戲設(shè)計是重要部分。其中A*搜索算法是一種被廣泛應(yīng)用的最短路徑搜索算法之一，在廣度優(yōu)先搜索模式的啟發(fā)之下，進(jìn)行路徑搜索，其搜索函數(shù)所針對的對象是對當(dāng)前搜索位置。在實際的路徑遍歷

的單變量極值搜索算法仿真張 雷a，胡云安b，韓慶龍c（海軍航空工程學(xué)院a.研究生管理大隊；b.控制工程系；c.基礎(chǔ)部，山東煙臺264001）針對無穩(wěn)定狀態(tài)顫振的單變量極值搜索算法限制條件較為嚴(yán)格的問題，利用平均化方法構(gòu)造了平均化系統(tǒng)并證明了算法的穩(wěn)定性，給出了系統(tǒng)參數(shù)的選取條件。以微噴十字粱實驗系統(tǒng)為例進(jìn)行應(yīng)用仿真研究，說明無穩(wěn)定狀態(tài)顫振極值搜索算法可減弱系統(tǒng)顫振，改善算法穩(wěn)定性和準(zhǔn)確性。單變量；極值搜索算法；穩(wěn)定狀態(tài)顫振在系統(tǒng)輸出與待搜索變量之間存在最大

和最大度優(yōu)先搜索算法存在的問題，提出了搜索效率更高的二分度搜索算法和雙遍歷器的二分度與最大度同步搜索算法。根據(jù)社區(qū)劃分原理，設(shè)計和構(gòu)建了藏文Web社區(qū)環(huán)境下的搜索算法，實驗結(jié)果表明，其平均搜索步數(shù)和平均查詢信息量都優(yōu)于實驗中其他搜索算法。藏文Web網(wǎng)絡(luò);度分布;最大度鏈路;雙遍歷器;社區(qū)劃分1 引言在復(fù)雜網(wǎng)絡(luò)中，兩個節(jié)點之間的連通路徑可能存在多條。源節(jié)點能否找到一條較短或者最小耗費路徑，取決于節(jié)點對網(wǎng)絡(luò)結(jié)構(gòu)信息的了解，目標(biāo)節(jié)點所使用的搜索算法和對整個網(wǎng)絡(luò)實

。運用分布式搜索算法對模型進(jìn)行求解，并將求解的過程用樹型表示，對樹進(jìn)行分布式的全局搜索，在搜索過程中并行搜集所需的信息，然后并行處理。用仿真數(shù)值實例證明分布式搜索算法的可行性，并提高整體效率。endprint摘要：針對模糊約束條件下的產(chǎn)品采購問題，建立了線性規(guī)劃模型，目標(biāo)函數(shù)為采購價值最大化，決策變量最優(yōu)供應(yīng)商對應(yīng)的供應(yīng)量。運用分布式搜索算法對模型進(jìn)行求解，并將求解的過程用樹型表示，對樹進(jìn)行分布式的全局搜索，在搜索過程中并行搜集所需的信息，然后并行處理。用

立閉合環(huán)自動搜索算法馬洪磊，劉成龍，余樂義，孟凡超(西南交通大學(xué) 地球科學(xué)與環(huán)境工程學(xué)院，四川 成都 610031)依據(jù)圖論理論，在基于生成樹、余樹變換的閉合環(huán)搜索算法和基于深度優(yōu)先的閉合環(huán)搜索算法的基礎(chǔ)上，提出一種高效且穩(wěn)定性好的控制網(wǎng)最小獨立閉合環(huán)自動搜索算法。生成樹；余樹；深度優(yōu)先；閉合環(huán)搜索閉合環(huán)搜索及閉合差檢查是控制網(wǎng)外業(yè)測量數(shù)據(jù)處理過程中的重要環(huán)節(jié)，閉合環(huán)閉合差的大小是評判控制網(wǎng)外業(yè)觀測數(shù)據(jù)好壞的重要指標(biāo)，此外，閉合差還可用于判斷外業(yè)測量數(shù)據(jù)中

位置是塊匹配搜索算法的研究目的。在已有的搜索算法中，基于平均絕對值誤差(MAD)和平均方差(MSE)的全局搜索算法(FS)被認(rèn)為是塊匹配中最準(zhǔn)確的算法[1]。但其缺點是計算量大，難以實時處理。常用的改進(jìn)算法多是采用減少搜索點的數(shù)量來提高速度。比較典型的有三步法(NTSS)[2]、四步法(4SS)[3]及菱形搜索法(Diamond)[4]等。在此基礎(chǔ)上后繼學(xué)者又進(jìn)行了很多改進(jìn)，如文獻(xiàn)[5,6]中所提出的算法。這些快速搜索算法的主體思想，都是利用圖像運動矢量的

姜 雨 楊英寶 周 航(南京航空航天大學(xué)民航學(xué)院,南京,210016,中國)INTRODUCTIONOver the past few decades, arrival sequencing and scheduling(ASS)has been one of majorissuesin the research ofair traffic management.Ref.[1]showed arrival planning plays an importa

。當(dāng)前，常見搜索算法在綜合解決這兩個方面問題時效果并不明顯，本文將在分析常見搜索算法優(yōu)劣的基礎(chǔ)上提出一種綜合改善這兩方面因素的混合搜索算法。1 幾種常見搜索算法通常用消息的傳遞過程來描述網(wǎng)絡(luò)的搜索算法。搜索開始時，源節(jié)點按照一定的規(guī)則向它的一個或多個鄰居傳遞查詢消息。如果收到查詢的鄰居節(jié)點上不含有目標(biāo)節(jié)點的信息，那么這些鄰居節(jié)點再繼續(xù)將查詢傳遞給它們各自的鄰居，重復(fù)這個過程直到目標(biāo)節(jié)點被尋找到為止。常見的搜索算法很多，下面重點介紹廣度優(yōu)先搜索、隨機(jī)游走搜索