基于GIS优化Dijkstra算法在物流中心选址中研究.docVIP

基于GIS优化Dijkstra算法在物流中心选址中研究 　　摘要：基于传统的Dijkstra算法,提出了一种采用二叉堆结构和网络边存储模型的优化Dijkstra算法。实验结果表明：优化后的算法是切实有效的，将其应用到物流中心选址中得到了较满意的选址方案。?? 　　关键词：地理信息系统；最短路径；迪克斯特拉算法；二叉堆；优先级队列；物流中心?? 　　中图分类号：TP311．5文献标志码：A 　　文章编号：1001－3695(2007)08－0289－03 　　 　　0引言?? 　　 　　现代物流是现代化生产的重要组成部分。物流中心在现代商品流通中的作用极大。它是作为商品周转、分拣、配货、保管和流通加工等活动的据点，克服在流通过程中所产生的时间和空间障碍，促进商品按顾客要求顺利转移。物流中心的合理布局是物流系统中具有战略意义的投资决策问题。物流中心布局是否合理，将对整个系统的物流合理化和商品流通的社会效益有着决定性的影响。?? 　　随着计算机科学和信息科学的发展,地理信息系统(GIS)[1]在人们生产和生活中的应用日益广泛。而将地理信息系统等现代信息技术应用于物流中心选址问题，可以更方便、更准确地解决该问题。影响物流中心选址的因素非常多，本文只考虑路径因素，路径最短即为所求地址。目前，关于最短路径搜索算法研究很多。其中1959年Dijkstra提出的单源问题算法是最适合拓扑网络中两节点最短路径搜索的算法之一,本文将此算法称为传统算法。在传统算法中，计算效率和存储效率都很低。因此，本文在提高存储效率方面将采用的是一种新型的网络存储模型――网络边存储模型。这样可使内存的占用量大大减少。在提高计算效率方面将采用二叉堆数据结构，这样使得算法的效率得到很大的提高，系统的性能也有相应的优化。在物流中心选址系统中采用这种优化算法,可以快速地得到物流中心选址方案,大大提高了物流系统的?┬?率。?? 　　 　　2优化的Dijkstra算法?? 　　 　　2．1优先队列及二叉堆数据结构?? 　　上述算法描述式(2)的惟一目的,就是不断从变化的?┆?V-S??集合中找出下一条最短路径。从中可以看出,由累计权值决定的最短路径选择具有优先程度差异特征。考虑到这一特点,可以通过用各节点在算法中不断被松弛的距起点的最短路径值来构造优先级队列[4],以提高extract??min操作的效率。?? 　　优先级队列是一种用来维护由一组元素构成集合??S??的数据结构。作用于优先级队列上的操作主要有insert、minimum、extract??min、decrease??key 等。实现优先级队列的方法较多,本文则采用二叉堆这种数据结构来实现。?? 　　二叉堆结构[5]是一种数组对象,可以被视为一棵完全二叉树。图1即为一个二叉堆优先级队列及其所对应的完全二叉树。堆结构必须满足以下性质:对除了根节点以外的每个节点有??A??[parent??(i)]≤A[i]或A??[parent??(i)]≥A[i]??,即某个节点的值不小于(或不大于)其父节点的值。这样,堆中的最小(最大)元素就存放在根节点中，且每一节点子树中的节点值都不小于(或不大于)该节点的值。?? 　　具有??n??个元素的二叉堆是基于一棵完全二叉树的,其高度为[log ??n??]。对于二叉堆的操作,其作用时间至多与树的高度成正比,为??O??(log ??n??)。因此,若采用基于二叉堆实现的优先级队列来存储Dijkstra算法中所扩展出的??D值及完成对D??值的松弛操作[6],则可大幅度降低算法的时间复杂度,提高算法效率。?? 　　2．2网络路径优化模型?? 　　在网络分析[7]过程中,实际上只需关心网络边的信息,如边的权值、起点、终点。可采用只存储边的网络拓扑信息,不存储实际网络点的拓扑信息,减少空间分析时所要检索的数据量。基于该思想,采用图2及表1的网络边存储模型代替传统的矩阵或邻接表的存储模型,使内存的占用量大大减少。?? 　　 　　3优化的Dijkstra算法在物流中心选址中的应用?? 　　 　　本文基于Windows 2000操作系统,采用ESRI公司的ArcView软件,在Visual ??C++可视化环境下，实现了在给定地图上提出一套最佳物流中心选址方案的功能。?? 　　本文只是从图论的角度入手,运用Dijkstra算法对物流中心配送网络的节点(物流中心)和边(运输线路)进行了分析及优化。实际应用时,在此模型的基础上可结合模糊评价法的有关理论与层次分析法等决策方法,对此基本模型作进一步的完善和补充。 ?? 　　 　　4结束语?? 　　 　　本文探讨的最短路径算法是基于网络中边(路段)与节点的地理相关性的拓扑特征。在优化算法中,构