基于網絡對象模型的網絡分析算法及應用.pdf

1、在當今社會中，計算機技術被越來越多地應用在在行人導航、大型場館的人員疏散、時空環(huán)境下的交通網絡優(yōu)化、交通網絡的評價分析等方面，它們可以統(tǒng)稱為時空優(yōu)化問題。但是在具體應用過程中，存在著研究問題規(guī)模大、研究對象復雜多變等問題，因此需要針對不同的研究對象，構建一個時空優(yōu)化系統(tǒng)，盡可能得將現(xiàn)實中的研究對象轉換為網絡對象模型，來對不同的研究問題進行描述。
　　 本文利用GML構建了不同的網絡對象模型，并對基于網絡對象模型的網絡分析算法進行

2、分析和改進，將其應用在時空優(yōu)化平臺中。在網絡對象模型中，采用了GML與GDAL/OGR，GML是基于XML的地理標識語言，可以很好地對網絡對象模型從其幾何特征、空間特征進行描述。GDAL/OGR可以轉換各種柵格/矢量數(shù)據(jù)格式的數(shù)據(jù)，提供包括讀取、寫入、轉換、處理各種柵格/矢量數(shù)據(jù)格式。在網絡分析算法方面，雖然圖論研究中得到的大量算法可以為網絡分析提供有力的理論支持，但是在時空優(yōu)化這種特殊的環(huán)境下，傳統(tǒng)的圖論分析算法有時難以解決這種復雜的

3、大規(guī)模的問題。
　　 針對當前時空優(yōu)化中研究對象規(guī)模大，特征復雜等問題，本文主要對演化算法進行研究，并以蟻群算法為例，對蟻群算法進行改進優(yōu)化。針對蟻群算法容易陷入早熟的情況，結合遺傳算法與蟻群算法的特點，將遺傳算法中的交叉變異操作應用到蟻群算法中，構建N個蟻群，將每個蟻群的信息素分布作為演化基因，在進行m代蟻群算法后，蟻群之間進行遺傳算法的交叉變異操作。根據(jù)信息素分布的特點，在進行交叉操作時采用分區(qū)交換法，實驗結果證明，采用了基