基于空间分布特征的最短路径算法研究.docVIP

基于空间分布特征优化的最短路径算法研究 刘作才 (无锡市城市规划信息屮心) 【摘 要】 地理信息系统中的空间网络分析有最短路径分析、资源分配分析、等时性 分析等等，而最短路径分析是英屮关键的环节，因而对其算法进行优化很有必要，为此在传 统的最短路径算法，即Dijkstra算法的基础上，从网络结构的空间分布以及搜索区域限制的 实现出发，实现了一种基于空间分布特征与搜索缓冲区相结合的优化的Dijkstra垠短路径算 法的高效实现方法。 【关键词】垠短路径算法Dijkstra；网络分析；搜索缓冲区 0引言 路径规划是车辆监控调度系统的一个基本功能，它为监控调度系统中的所有 车辆提供基于距离、旅行时间、旅行速度、转弯阻抗、交通灯延迟以及动态交通 信息等因素的最短距离路线、最短时间路线以及最低花费等最优路线。各种最优 路线的算法本质是相同的，区别仅在丁选择不同的旅行费用函数，如果选择距离 为旅行费用，则规划的为距离最短路线，具基础是基于最短距离算法。在交通网 络中，将道路交叉路口抽象为图的顶点，路段抽象为图的边，边的权可以表示路 段的长度、旅行时间以及交通费用等，这样交通网络就抽彖为一个图(在这里以 有向图来表示)，可以利用有关图论中的最短路径的算法求解交通网络屮的最短 路径了。但是交通网络图除具有一般数学屮的抽象图的特性外，还有其特有的属 性： 在交通网络图中，各顶点出度较少，一般在2至5Z间，也就是说如果 用邻接矩阵来表示交通网络吋，具为稀疏矩阵； 在交通网络图中，各顶点和各边与交通信息和交通规则密切相关，并且 具有很强的时态特征。如路段分时段禁止通行、路口分时段禁止转弯，以及交通 灯延迟的影响； 交通网络图具有很强的空间分布特征和方位特征； 交通网络图是非负权网路。 在图论、运筹学中，提出了许多求解最短路径的算法，如迪杰斯特拉 (Dijkstra).弗洛伊德(用。皿)、矩阵算法及动态规划算法等。这些算法虽然充分 考虑了抽象网络的拓扑关系，但是忽略了实际的城市交通网络的空间分布特性、 方位特性、时态特性以及网络的稀疏性°本章正是从交通网络的特性出发，构造 了基于交通网络的空间分布特征的限制搜索空间的改进Dijkstra算法。 1迪杰斯特拉(Dijkstra )算法的基本思想 Dijkstra算法是冃前公认的求解单源点的最短路径问题的最好算法，它采用贪 心策略，即在每一步都选择一个局部最优解以期望产生一个全局最优解。 在Dijkstra算法中，给定一个有向图G(E,V),用邻接矩阵cos才记录节点间 的关联信息，其屮cosr(z, j)表示弧段 ＜气?，匕 ＞ 上的权值。如呆弧段v*,y＞不存 在，则置cosr(z, J)为8。 Dijkstra是按路径长度递增的次序产生最短路径的。引入辅助向量也“，它 的每个分量d3(i)表示当前找到的从起始点卩到每个终点*的最短路径的路程长 度。它的初始状态是当卩到儿?有边时，山⑴为边上的权值，否则置加()为co。 显然从u出发长度最短的一条路径的长度为： disKj) = Min 仙W) I v,- g v} I 再假设长度次短的最短路径的终点是以，则这条路径或者是V*坯〉，或者是 V,V?,vk C它的长度或者是从到仪的权值，或者是加心)和从匕?到冬的边上 的权值Z和。 记S为已求得最短路径的终点的集合，则下一条最短路径(设其终点为气?) 或者是边 〉(如果边 W,〉存在)，或者是中间点只经过S中的顶点而最 后到达匕的路径。这一结论可以用反证法来证明。假设这条路径上有一个顶点不 在S中，则说明存在一条路径终点不在S而长度比此路径短的路径，但实际是按 路径长度递增的次序产生最短路径的，因此长度比此路径短的所有路径均已产 生，它们的终点必在S中，原假设不成立。因此下一?条长度次短的最短路径必是 dist(j) = Min[dist(i) I vz g V - S} o 根据上述分析,Dijkstra 算法描述如 T: i 1.初始化 dist(i)和 S,即 = cos『(〃)(*),i), S —v ； 2 ? 选择 Vj,使 disl(j) = Min{dist(i) I vi eV -S}; 修改从卩出发到集合U-S上的任一顶点坯的最短路径的长度。即若 dist(j) + cosf(J,Zr) disf(k),则令 dist(k) = dist(j) + cos； 4?重复2、3步共1次。求得的从卩到网络其余各顶点的最短路径是按路 径长度递增的序列。 2基于空间分布特征的改进 Dijkstra 算法 用Dijkstra算法解决交通网络中的最短路径问题时，存在以下儿点不足： 一个城市的交通网络中节点数冃较多而连通度却不高，当采用邻接矩阵 表示时会占用大量的内存空间而同时却保存了大量的无用