对每条道路进行评分计算，得到式(4-8)中非数值因素的模糊综合函数值：(4-9)原文请+QQ3249.114优,文~论^文"网
对于式(4-8)，假设A=2，B=-1；则道路最后权值为： (4-10)
此处，还需要说明，对于每一条道路的评分向量C，采用数据库建立路况信息表进行描述；并在算法实施过程中，采用多表连接查询的方式。
表4-8 路况情况表
列名 说明 数据类型 约束
Roadno 道路标识码 int 主码，引用道路信息表的外码
Roadcircs1 路面状况 int 非空
Roadcircs2 环境情况 int 非空
Roadcircs3 道路繁忙程度 int 非空
Roadcircs4 红绿灯情况 int 非空
4.3限制搜索区域的Dijkstra算法
4.3.1限制搜索区域
Dijkstra算法产生于计算机科学及运筹学[9-10]，只考虑网络的拓扑特征或阶段特征，而忽略了网络的空间分布特性，使其搜索过程缺乏方向性，得到的是一棵以源点为根的最短路径树，也可视为以源点为中心向外层扩展，其搜索空间可以近似看成圆形。由于其全向搜索，依然有大量的冗余计算。4.3.2椭圆算法的利用
在实际道路网[11]中对给定两点进行路径规划时，从起始点到目标点的连线方向，基本上代表了最短路径的大致走向。鉴于这个原因，一些学者提出了椭圆限制搜素区域的最短路径算法[3]，以起始点和目标点作为椭圆的两个焦点，画出一个合适的椭圆，当判断是否扩展某个边缘结点时，以是否落在椭圆内为依据。图4-3椭圆限制搜索区域
首先，在交通网络节点集合中系统地抽取具有代表性的一定数目的节点，以珠海市为例，我们在珠海市的盲道网络图中系统地抽取600个RFID节点，并构造两个集合A、B，将600个RFID节点随机平分到A、B集合中，则其笛卡尔乘积为：
(4-11)对C中的元素进行最短路径的求解，可求出其欧氏距离Eab，时间最短路径对应的长度为Pab，则可求出90000个比例系数的值的集合R，对R中的元素进行统计分析，即可求出某一特定值γ使得R中的总数满足一定置信水平的元素，我们就可以将r作为常数使用，利用起、终点坐标求得椭圆长轴。对于不同路况的地区，也可使用不同的γ值进行计算。图4-4为模拟的样本元素比值分布图。
图4-4样本元素比值分布图4.3.3矩形算法的利用
然而算法在判断边缘结点是否在椭圆内，需要执行大量的乘积和开方计算，同时还需采用更为精细的数据结构，存在着一定的局限性。
针对上述的问题，提出矩形限制搜索区域算法。其基本思想是求出限制椭圆的最小包含矩阵，以此作为限制区域，既减少了搜索的规模，又避免了大量复杂的运算。如下图：
上一页 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] ... 下一页 >>
RFID的盲人导航系统路径搜索设计+物联网路径规划算法 第9页下载如图片无法显示或论文不完整，请联系qq752018766
