Resumen

El problema de la ruta más corta ha sido un tema clásico. Aún más, persisten dificultades relacionadas con entornos de datos grandes. La investigación actual sobre el problema de la ruta más corta se centra principalmente en buscar la ruta más corta desde un punto de partida hasta el destino, con ambos vértices ya dados; pero las investigaciones sobre la ruta más corta en un tiempo limitado y pasando por un número limitado de nodos son escasas, sin embargo, dicho problema no podría ser más común en la vida real. En este artículo proponemos varios algoritmos de optimización dependientes del tiempo para este problema. En relación con el backtracking tradicional y diferentes métodos de compresión de nodos, primero proponemos un algoritmo de backtracking mejorado para una condición en entornos de big data y tres tipos de algoritmos de optimización basados en la compresión de nodos que involucran grandes datos, con el fin de realizar la selección de ruta desde el punto de partida a través de un conjunto dado de nodos para llegar al final dentro de un tiempo limitado. En consecuencia, los problemas que

• Materias:Calibración geométrica Núcleos computacionales Consultas de palabras clave Pronóstico probabilístico Máquina de aprendizaje
• Subjects:Geometric calibration Computational kernels Keyword queries Probabilistic forecasting Machine learning
• Palabras claves:Problema de la ruta más corta; Entorno de datos grande; Algoritmos de optimización dependientes del tiempo; Algoritmo de retroceso; Métodos de compresión de nodos; Complejidad de la estructura de red
• Keywords:Shortest path problem; Large data environment; Time-dependent optimization algorithms; Backtracking algorithm; Node compression methods; Network structure complexity