基于简化DPCNN的最短路径算法

摘要：

传统求解最短路径(SP)问题的方法一般有组合技术与代数方法2大类,但算法复杂度的指数上界为2.376,不能实时对大规模SP问题进行求解.文中提出1种简化的时延脉冲耦合神经网络(SDPCNN)模型,可1次求解源点到其他所有点的最短路径,算法时间复杂度仅有O(n).实验证实了这一模型的有效性,且计算时间仅为未简化模型的5%～10%.

关键词：时延脉冲耦合神经网络、最短路径、并行算法

所属期刊栏目：28

分类号：TN911.73

资助基金：国家自然科学基金项目60872075;国家高技术研究发展计划项目2008AA01Z227;高等学校科技创新工程重大培育资金项目706028;江苏省自然科学基金项目BK2007103;东南大学优秀博士学位论文基金项目YBJJ0908

在线出版日期：2010-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：6-9