基于蚁群迭代算法的近似测地线计算.pdfVIP

第55卷第 1期 大 连 理 工 大 学 学 报 Vo1．55， NO．1 2015年 1月 JournalofDalianUniversityofTechnology Jan． 2 0 1 5 文章编号 ：1O0O一86O8 2O15 01-0115—04 基于蚁群迭代算法的近似测地线计算 龚 燕 ， 杨 洁 ， 吴 微 大连理工大学 数学科学学院，辽宁 大连 116024 摘要：为了提高两点之间近似测地线的计算精确度，提出一种蚁群迭代算法．在此算法中， 对于任意一个地形，首先建立其垂直映射平面 图，在平面图上进行初步网格划分，并用蚁群算 法求 出一条最短路径；再对 网格不断进行加密划分，每一次加密处理网格之后都用蚁群算法 计算精确度更高的最短路径，以此优化加密前求出的路径．该算法可有效避免待求两点之间 图形解析式的困扰，并且采用 自适应 的方式寻找适当的网格规模，提高近似测地线的精确度． 实验结果表明该算法在近似测地线的计算中是有效的． 关键词 ：测地线；迭代；加密；自适应 中图分类号：029 文献标识码 ：A doi：10．75l1／dllgxb2O1501017 0 引 言 意A、B∈R。，A点坐标为 ，Y，z ，B点坐标为 ，Y，zz ，则 A、B之间的近似距离可通过下式 测地线的计算分为精确计算和近似计算．由 得到 ： 于难于求 出测地 曲率 ，精确计算方法在实际操作 中基本无法运用．近似计算有很多方法 ，例如 IABJ： ：~／ z1一z2 。+ 1一Y2 。+ z1一 2 。 Kanai等 和童晶等 。先后对三角网格上的近似 1 测地线算法做了研究．但 Kanai等的方法计算精 在这样的条件下，任给某种地形 ，本文希望用蚁群 度很低 ，并且容易陷入局部最优．童晶等针对其容 迭代算法求出给定的两点之间的近似测地线． 易陷入局部最优的问题进行了改进，提出了三角网 首先将待求两点之间的地形在相应的垂直映 格上的迭代细分算法 ，同时还提高了迭代运算速度 射平面图上作任意 网格划分，再不断加密划分，每 和精度，然而该算法的收敛性和给定误差下的计 一 步划分得到相应的网格模型后都用蚁群算法计算 算复杂度还未做理论 的分析，实际运用起来仍然 最短路径，这样可以通过迭代计算 自适应地寻找最 有着一定局限性．杨斌等[3和杜培林等[4分别研 佳网格规模，解决网格划分不适当造成的误差 ，并 究了点云模型上 的近似测地线计算 ，但他们的算 且在计算过程中不需要地形解析式或其他方程式． 法均采用固定的网格模型，需要建立 目标 函数以 1．2 蚁群迭代算法具体操作 及求解解析式，精确度不高同时操作难度很大． 1 将A、B两点之间的地形 如图1所示 垂 基于以上问题，本文提 出一种蚁群迭代算法 直映射到平面上 如图2所示 ，在 图2上作适 当 计算近似测地线． 的正方形网格划分，即将横纵坐标轴进行等分操 作 ，用5×5表示分别进行五等分，l0×10表示分 1 算法 详述 别进行十等分 ，依此类推．用蚁群算法在初始网格 1．1 操作假设 划分上找出A、B两点的最短路径． 假设对于区域nc R。中任意一点可通过某 2 对上一步的网格划分作成倍加密划分 ，例 种方法确定其三维坐标 ，那么在该区域中，任意两 如上一步网格规模为 5×5，则加密至规模 1O× 点之间的近似距离可通过坐标计算求得．例如 ，任 1o，并设置 当前蚁群算法的初始信息素与上一步 收稿 日期 ：2014—03—26； 修 回日期 ：Z014—09—15． 基金项 目：国家 自然科学基金资助项 目 座机电话号码11201051，2662O13BQO49，2662O14QCOl1 ；中央高校基本科研业务 费专项资金资助项 目 DUTI3LK46 ． 作者 简介：龚 燕 1990一 ，女 ，硕士生 ，E—mail：axgongyan@126．corn；杨 洁 1978一 ，女 ，副教授 ，E—mall：yangjiee@dlut．edu．cn． 大 连 理 工 大 学 学 报 第55卷 保留信息素比例为 1：1，再用蚁群算法在当前的 将其总和作为两个网格点之间的近似曲面距离的 划分上找出A、B两点的最短路径 ，且依然保留该 办法解决这一难题．例如，图3中的凹凸地形 ，假 路径上的信息素． 设平面上A 、 两点是网格点，现需计算 、 3 重复步骤 2 ，反复迭代适当次数，直到寻 两点所对应的原地形图上A 、B 之间的近似曲面 找到最佳的测地线为止． 距离 ，如果直接用连接A 、B 的直线距离代替，在 初始网格划分不太细密的时候计算误差会较大， 所 以本文在 、 两点之间再等距插入一些点， 例如插入