嵌入式GIS中多尺度道路网路径规划方法的研究

针对大区域路径规划问题,论述了道路层次划分模型和多尺度道路网数据库的建立,提出了构建多级道路网拓扑结构的方法,利用层次空间推理和改进的启发式A^＊算法进行最优路径的选取。     

分布式多级道路网的最优路径服务应用系统设计

详细研究了分布式多级道路网的最优路径服务应用系统的设计思想、数据集成方式、服务端和客户端的制定,以及工作流程的表达等,提出一套较为完善的设计方案.从应用实例分析可知,多级道路网的最优路径服务系统是可行的,且路径分析效率较高,能够切实解决大区域道路网路径分析服务的集成与应用问题.     

基于数字地图的多属性最优路径问题的算法研究

以某地理信息系统的数字地图为背景，通过综合数字地图交通道路层的几个属性来设置权值，并改善矩形框搜索区域算法，使之适用于地理信息系统下交通道路网的最优路径计算，提高了Dijkstra算法的效率。     

基于栅格数据的最优路径算法分析与设计

最优路径分析是GIS中基本空间分析之一,迄今为止,国内外出现不少关于最短路径/最优路径算法的研究,但其数据模型主要以矢量数据模型或网络模型为主,而建立在栅格数据模型上的最优路径算法的相关研究较少。基于栅格的最优路径算法是一些专业应用模型的基础,如道路通达度模型、城市引力模型、洪水演进过程模型等,其算法设计非常重要。本文在前人的研究基础上,提出一种用于计算栅格最优路径的算法,对其计算过程进行了详细的分析与描述,并根据实验结果总结了其优点和缺点。     

嵌入式GIS中最优路径规划算法研究与实现

针对现有大区域范围路径规划算法存在的一些问题,提出一种多比例尺最优路径规划算法。该算法在进行路径规划时,在小区域范围内根据道路的属性信息对路网进行分层,在大区域范围内根据多比例尺信息对路网进行分级,在每级或每层内采用基于弧段的改进型A*算法。从实例分析可以看出,该算法能较好满足车载导航系统的需求。     

元胞自动机最短路径算法优化

概括了当前GIS中最短路径算法,分析了元胞自动机在最短路径分析算法中的原理及应用现状,并从两个方面对基于元胞自动机的最短路径算法进行优化即直线优化的元胞自动机最短路径算法。(1)将A*算法中的启发函数引入元胞自动机模型,提出了直线优化元胞自动机最短路径模型;(2)考虑道路网特征对最短路径算法的影响,得出具有道路网自适应性的最短路径分析模型。最后选取不同形态特征的shp道路网数据,验证了优化算法在实际应用中的适用性和高效性。     

3维城市道路网数据模型研究

通过对道路网 3维空间特征的分析 ,建立了 3维道路网的数据模型 ,可表达道路网的 3维空间特性 ,以便于各类应用系统的开发     

道路网匹配的蚁群算法求解模型

利用蚁群算法的群体优势,寻找全局最优的道路网同名实体匹配方案。首先从几何矢量误差和结构特征两方面建立了匹配问题的数学约束模型;然后阐述了蚁群算法求解匹配问题的基本原理,设计了问题求解模型,并引入自适应和局部搜索策略提高了算法效率;最后给出了求解的关键步骤。实验证明,利用蚁群算法进行道路网匹配是有效、可行的,为求解匹配问题提供了新思路。     

面向BIM的室内拓扑-栅格分层路径规划方法

针对传统路径规划方法在复杂大场景环境下的搜索空间大、效率低、避障安全性差等问题,本文提出了一种基于BIM的室内拓扑-栅格分层路径规划方法。首先,建立复杂室内环境的BIM模型,提取模型中结构、障碍物和通道的语义、几何及其关联信息,通过栅格抽象映射得到基础导航地图,并结合层次图思想,开展地图空间分层,获取拓扑-栅格分层地图;然后,利用细化算法,生成拓扑层中各子区域之间的离线先验路网,联合Dijkstra算法选取其中的最优路径,并基于自主改进的A*算法,快速高效搜索栅格层的最优路径,通过组合拼接拓扑层与栅格层的局部最优路径,构建完整的全局最优路径;最后,将本文方法与标准A*算法及蚁群算法作对比,在保证计算效率的同时,不仅缩小了路径搜索空间,还确保了最优路径的安全性,综合验证了所提路径规划方法的优越性。     

摩托化机动路径规划的改进A~*算法

针对摩托化机动路径规划问题,构建了顾及通行限制的动态道路网模型,重点针对道路通行能力变化、桥梁和隧道通行限制进行表达与建模;基于所构建的道路网模型,提出了一种改进的A*算法求解摩托化机动最短路径;通过构建三角不等式优化估价函数,并考虑机动过程中任务点、规避点和道路网通行限制因素的影响,最终得到耗时最短的机动路径。     

一种基于DEM的高程最优路径选取算法及其实现

针对当前GIS道路选线缺乏定制化的问题,本文设计并实现了基于DEM的高程最优路径选取算法,该算法将高程作为道路选线因素,以匀坡作为选线标准,采用上下行算法和内分插值算法进行道路选线。基于ArcGIS Engine平台,对设计的算法进行了编程,最终实现了卓呼线的自动选取。实验证明,该算法可以利用DEM格网点高程自动绘制匀坡线,从而生成高程成本最优路径。同时,该算法时间复杂度较低,计算速度快,健壮性良好,运算成果正确,不失为一种快速的道路选线新方法。     

A fast algorithm for finding K shortest paths using generalized spur path reuse technique

The problem of finding the K shortest paths (KSPs) between a pair of nodes in a road network is an important network optimization problem with broad applications. Yen's algorithm is a classical algorithm for exactly solving the KSP problem. However, it requires numerous shortest path searches, which can be computationally intensive for real large networks. This study proposes a fast algorithm by introducing a generalized spur path reuse technique. Using this technique, shortest paths calculated during the KSP finding process are stored. Accordingly, many shortest path searches can be avoided by reusing these stored paths. The results of computational experiments on several large‐scale road networks show that the introduced generalized spur path reuse technique can avoid more than 98% of shortest path searches in the KSP finding process. The proposed algorithm speeds up Yen's algorithm by up to 98.7 times in experimental networks.     

A topographically preserved road‐network tile model and optimal routing method for virtual globes

Virtual globes enable the combination of heterogeneous datasets for optimal routing analyses in transportation, environmental ecology, and construction engineering. In this study, considering the advantages of the hierarchical tiling structure and topography of virtual globes, we propose a tile‐based optimal routing method for large‐scale road networks in a virtual globe. This method designs a topographically preserved road‐network tile model by partitioning roads into tiles and constructs the road‐network pyramid from the bottom to the top. During construction, a TileArc is calculated and flagged as the shortest path in a tile. Based on the built road‐network pyramid carrying hierarchical TileArcs, a multi‐level and flexible shortest path query can be executed efficiently. The proposed method is implemented with large road networks with different road grades in a virtual globe. Experimental results verify its validity, efficiency, and exactness. Moreover, the length of the shortest path with surface distance is approximately 1.3 times longer than that with Euclidean distance.     

基于道路网络分析的Voronoi面域图构建算法

提出一种基于网络分析的Voronoi面域图和加权Voronoi面域图构建算法。鉴于道路网络在城市中心地、公共设施引力传导与功能覆盖上的重要作用,采用网络最短路径距离分析和最短路径时间分析构建的Voronoi面域图可以模拟出中心功能的辐射影响范围空间划分的实际情形,进而为空间分析和空间优化提供有力支持。算法过程主要包括:设施邻近道路结点检索和分界结点计算;基于网络最短路径分析Dijkstra算法和分界结点计算的网络Voronoi划分;基于空间离散化、邻近道路分析的空间Voronoi划分及其矢量化处理算法。计算实验结果表明本文提出算法可靠和高效,能够模拟出具有预期精度和形态复杂的网络Voronoi面域图形。     

基于蚁群算法在实际动态路网中搜索最佳路径的应用

最佳路径是实际动态路网中备受关注的话题之一,为了提高出行的效率、缓解交通拥堵的状况,本文对动态路网进行分析研究。通过分析实际动态路网的可通行性及影响因素,针对在理论研究中未结合实际路网中的影响因素而得出的最佳路线不符实际路线中的最优情况,在蚁群算法的基础上,结合实际路况,笔者对其进行改进,该算法可实现计算出一条从起始点到终点的最佳路径,并在Visual Studio 2010中用C#语言设计并验证了该算法,证明了它的正确性和有效性。     

改进A?的高层建筑逃生路径规划算法研究

针对高层建筑内部结构复杂,发生火灾时没有疏散引导情况,逃生通道极易发生拥堵导致疏散效率降低的问题,本文基于对A*算法的改进,提出了高层建筑逃生路径规划算法。该算法以高层建筑内部路网节点为关键要素,综合火灾发生位置、人员密度、人员数量等因素,从逃生终点优化分配、节点扩展优化、权值优化3个方面进行改进,实现了火灾发生时高层建筑内部的逃生路径规划,并以某高层建筑为例,验证了本文算法的可行性。     

基于众源数据的室内外一体化行人路网构建

行人路网的完整性和准确性是保障步行导航服务的关键。当前的行人路网大多是基于室外道路设施构建的,缺乏室内可步行路径的数据支持,无法在导航应用中提供准确、真实的最优路径规划服务。鉴于此,本文提出了一种基于众源数据的室内外一体化行人路网构建方法,采用智能手机定位传感器与惯性传感器记录的众源轨迹,首先对缺失或者漂移的室内步行数据进行筛选,然后使用改进的行人航位推算(PDR)方法推算出准确的室内轨迹,进而采用莫尔斯理论生成涵盖室内外行人路径的完整行人路网。试验分析中对搜集到的260条步行轨迹数据进行行人路网构建,并使用高精度测量设备采集真实路网数据进行对比分析,结合OSM数据对试验结果进行综合评价。试验结果表明,本文方法能够准确、完整地生成室内外一体化行人路网。     

改进蚁群算法支持下的交通流量分配

灾后城市交通运输能力下降,原有的流量分配方案不再适用。为保障正常的经济社会活动,本文提出了一种基于改进蚁群算法的交通流量分配方法。首先评估路网通行能力影响因素并建立道路质量评价体系,利用路段质量改进蚁群算法中的启发式因子;然后为扩大蚁群搜索范围加入随机节点并改进信息素的更新机制;最后应用改进算法对城市交通总量进行分批分配并得到流量分配图。结果表明,改进算法综合考虑了出行距离和道路质量,较改进前更符合交通流量分配要求,具有较好的路径寻优性,可为灾后救援工作和灾后路网交通分配决策提供建议和支持。     

路网环境下的混合数据最近邻查询算法

路网环境下的k最近邻查询方法在地理信息系统、智慧城市、数据挖掘、医疗营救和物流配送等领域都有着较为重要的作用,已有路网环境下的最近邻查询方法无法直接解决查询对象为点而数据对象为点和线段混合的复杂数据的近邻查询问题,为了弥补已有方法的不足,提出了路网环境下混合复杂数据的最近邻查询算法。将查询过程分为预处理、数据集约减和数据集精炼3个部分,并与3种对比算法进行对比实验,研究了测试数据对象的数量、路网规模的大小对中央处理器运行时间以及输入/输出代价的影响。结果表明,所提算法能有效地处理路网环境下混合数据的最近邻查询问题。