基于移动定位信息的最短路径搜索算法.docVIP

基于移动定位信息的最短路径搜索算法 　　摘要:该文利用改进的Dijkstra算法求出车辆行驶的最短路径,并根据道路限定的车速,交通异常信息等对所求的最短路径进行分析,最终得到所用时间和距离最短的最短路径。 　　关键词:Dijkstra算法;最短路径;交通异常信息 　　中图分类号:TP31文献标识码:A文章编号:1009-3044(2009)32-9030-02 　　Based on the Mobile Pitch Information of the Algorithm for Shortest-path Searching 　　HU Ming, ZHAO Wan-ting 　　(Changchun University of Technology, Department of Computer Science and engineering, Changchun 130000, China) 　　Abstract: Make use of Dijkstra work out the shortest-path of the car run, and base the rate of the road limit, traffic exception information to analyses the shortest-path, at the end, find the shortest-path which use the least time and the shortest path. 　　Key words: dijkstra arithmetic; shortest-path; traffic exception information 　　随着智能交通的发展和手机定位技术的不断改进,利用GPS/GSM网络定位技术,可以对移动目标的运动轨迹及其速度、运动方向等参数进行监控和查询,同时,根据所得到的车辆信息,可以搜索出车辆运行的最短路径,为出行者提供最便捷的到达目的的路径,提高交通质量。如何能在最短时间找出车辆行驶的最短路径,如何能避免最短路径中出现交通异常信息,这些问题已经成为当下最需要解决的交通问题[3]。交通信息系统中的最短路径查询,具有一定的实时性,同时要求查询的最短路径在时间上、路径上都是最短的。 　　目前,经典的最短路径算法为Dijkstra算法,他提出了一个按路径长度递增的次序产生最短路径的算法,但是,该算法是计算单点和多点之间的最短路径,对于交通中点对点的最短路径,该算法执行了太多的无用操作,影响了计算的速度。 　　因此,在该算法的基础上,调整点集,避免遍历无用的点[5],并根据当前的交通信息对得到的最短路径进行分析,判断所得的最短路径中是否有交通异常路径,如果有,再次调整点集及路径集,重新计算最短路径,并根据道路限定的车速判断行驶时间,最后根据时间条件和路径条件选择适当的最短路径。 　　1 Dijkstra算法 　　Dijkstra算法的基本思想是:设置一个集合S存放已经找到最短路径的顶点,S的初始状态只包含源点v,对viV-S,假设从源点v到vi的有向边为最短路径。以后每求得一条最短路径v,…,vk ,就将vk加入集合S中,并将路径v,…,vi与原来的假设相比较,取路径长度较小者为最短路径。重复上述过程,直到集合V中全部顶点加入到集合S中。 　　Dijkstra算法的伪代码描述如下: 　　1) 初始化数组dist、path和s; 　　2) while(s中的元素个数n) 　　 i)在dist[n]中求最小值,其下标为k(则vk 为正在生成的终点); 　　 ii) 输出dist[j]和path[j]; 　　 iii) 修改数组dist和path; 　　 iv) 将顶点vk 添加到数组s中; 　　对于算法中的数组及存储结构的设定见文献[1] 　　2 改进后的Dijkstra算法 　　2.1 算法分析 　　由于本文计算的是城市道路中的交通网络,因此在最短路径计算中的图应改为一个非有向的带权图,同时,路网表示的空间复杂度为O(an+bm),其中a,b为常数,分别和路口、路段的信息量有关。 　　Dijkstra算法中计算一个点到其他点的最短路径共需两次循环,时间复杂度为O(n2),这里由于需计算每一对顶点间的最短路径,故需以每个顶点为原点,执行算法n次,总的执行时间复杂度为O(n3)。 　　2.2 基本定义 　　1) 对于图G=(V, E, w),设Vi={Vi∈V}是对图G的一个划分,当且仅当:?坌Vα,Vβ∈Vi,其中Vα≠Vβ,即Vα∩Vβ=; 　　2) 对图G=(V, E, w),Vi={Vλ}是其上∩的一个划分,?坌Va,Vb∈Vi称E