基于GIS车辆诱导系统的最优路径算法研究与应用-计算机技术专业论文.docxVIP

摘 要 随着社会经济以及科技的快速发展，人们对出行的需求越来越高。为了满足人们 日益增长的出行需求，跨学科的智能交通系统应运而生。车辆诱导系统作为智能交通 系统的子系统，在交通管理上发挥着重要作用。车辆诱导系统的核心问题是最短路径 问题。最短路径问题常见于智能交通系统、军事指挥系统和通讯网络中，国内外学者 在不同领域中对最短路径算法进行了大量研究，从传统 Dijkstra 算法及其改进算法发 展到基于仿生学的遗传算法和蚁群算法。然而，这些算法都未考虑到并行计算的优势。 本文将结合多核多线程技术，对最短路径问题进行研究与应用。 本文首先概述智能交通系统的发展及现状，总结出最短路径算法的改进方法有设 计合适的存储结构、减少临时节点的搜索规模和优化临时节点的搜索策略，并详细概 述了车辆诱导系统和地理信息系统的基础知识，为后面车辆诱导原型系统的实现奠定 基础。 然后，本文分析总结了车辆诱导系统中最短路径的常用算法，包括传统 Dijkstra 算法、A*算法和各种限制搜索区域算法，并分别评析了几种常用算法的优缺点。尤 为详细地介绍了二树 Dijkstra 算法思想，结合二树 Dijkstra 算法的思想和现代多核多 线程的技术，提出基于多核多线程的并行二树 Dijkstra 算法，同时对算法的存储结构 进行改进。使用 C#语言实现并行二树 Dijkstra 算法，通过大量的数据测试证明，该