CN102156756A - 一种基于图嵌入的在道路网络中查找最优路径的方法 - Google Patents
一种基于图嵌入的在道路网络中查找最优路径的方法 Download PDFInfo
- Publication number
- CN102156756A CN102156756A CN201110124954XA CN201110124954A CN102156756A CN 102156756 A CN102156756 A CN 102156756A CN 201110124954X A CN201110124954X A CN 201110124954XA CN 201110124954 A CN201110124954 A CN 201110124954A CN 102156756 A CN102156756 A CN 102156756A
- Authority
- CN
- China
- Prior art keywords
- path
- point
- length
- greedy
- define
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明属于空间数据库技术领域,具体涉及一种道路网络中查找最优路径的方法。该方法的步骤为:给定路网中的n个属性的点集合M 1 、M 2 、…、M n ,以及一个起点s和一个终点t,以s为起点,根据图嵌入框架提供的上下界,以迭代查找最近邻的方法找出贪心路径R g ;然后按顺序遍历n个属性的点集合M 1 、M 2 、…、M n ,以贪心路径的长度为上界,结合上下界对存在的路径进行剪枝;最后对剩下的候选路径进行精确计算,找出最优路径。通过本发明的基于图嵌入的查找方法,大大减小了搜索空间,因而有更高的查找效率。
Description
技术领域
本发明属于道路网络技术领域,具体涉及一种道路网络中的最优路径查找方法。
背景技术
随着无线通讯技术的发展以及移动设备的大规模应用,空间数据库技术在现实中得到了很好的应用,成为了当今的研究热点之一,其发展前景被广泛看好。作为空间数据库中最常见的查询之一,最优路径查询是,给定n个属性的点集合M 1 、M 2 、…、M n ,以及一个起点s和一个终点t,找出一条长度最小的路径R,其中R起始于s,依次经过M 1、M 2、…、M n 每个集合中的至少一个点,最终到达终点t。
现有的最优路径查询方法中,大多数方法是基于欧几里得空间环境的,在欧几里得空间环境下,点与点之间的距离是直线距离,而在道路网络环境下,点与点之间的距离等于由两点在网络中的最短路径长度,因此针对欧几里得空间环境下的查询方法无法直接应用到道路网络环境下。在道路网络环境下,现有的最优路径查找方法是以起点为源点,通过迭代最近邻查找搜索路径,并将找出的候选路径用一个最小堆维护。由于该方法所维护的路径最小堆会随着最优路径查询所涉及的属性个数的增多而急剧增长,因此该方法在现实路网中效率不高,不能满足及时响应用户查询的要求。
发明内容
本发明的目的是针对道路网络中的最优路径查找问题,提出一种基于图嵌入框架的方法,以提高查找速度。
本发明提出的在道路网络中查找最优路径的方法,利用图嵌入框架提供的上下界,结合上下界原理以及最优路径的特征,对存在的路径进行剪枝,达到很好的剪枝效果,最后在确认阶段找出代价最小的路径返回,既保证了找出的路径是满足条件中长度最小的,又大大减小了搜索空间,提高了查找效率。
首先对一些基本概念进行定义:
定义1. 网络(G):表示顶点之间邻接关系的拓扑结构,由顶点集合(V)以及顶点之间的边的集合(E)构成。
定义2. 两点u和v之间的距离:两点之间最短路径的长度,用d net (u, v)表示。
定义3. 参照点:对于路网G = (V, E),从V中选出k个点,称这k个点为参照点r 1 , r 2 , …, r k 。
定义4. k维属性:对于任意u∈V,定义u的k个属性f 1(u), f 2(u), …, f k (u),其中f i (u) = d net (r i , u),即u的第i个属性等于u到第i个参照点的网络距离,根据定义,每个u都有一个k维向量F(u) = (f 1(u), f 2(u), …, f k (u))T。
定义5. 网络距离上界:UB(u, v) = min{ f i (u) + f i (v) | 1 ≤ i ≤ k }
定义6. 网络距离下界:LB(u, v) = max{| f i (u) - f i (v)| |1 ≤ i ≤ k }
定义7. 路径长度:对于查询序列(s, M 1, M 2, …, M n , t)所对应的一条路径SR(s,P 1, P 2, …, P n , t),其长度定义为:
定义8. 最优路径OSR:查询序列(s, M 1, M 2, …, M n , t)所对应的所有路径中,长度最小的称为查询序列(s, M 1, M 2, …, M n , t)的最优路径OSR(s, M 1, M 2, …, M n , t)。
定义9. 贪心路径SR:对于查询序列(s,M 1, M 2, …, M n , t)的一条路径SR(s, P 1, P 2, …, P n , t),若P 1是M 1中离s最近的点,且P i+1是M i+1中离P i 最近的点,其中2 ≤ i ≤ n - 1,则称该路径为查询序列(s, M 1, M 2, …, M n , t)的贪心路径SR g ,其长度记为L g 。
根据以上定义,对于输入的n个属性的点集合M 1 、M 2 、…、M n ,以及一个起点s和一个终点t,,本发明提出的最优路径查找方法是基于以下性质的:
(1). 对于任意集合M i 的任意一点P,若LB(s, P) + LB(t, P) > L g ,则OSR不会经过P点。更一般的,假设OSR经过M i 集合的P i 点,对于集合M j (j > i)中任意一点P j ,若LB(s, P i ) + LB(P i , P j ) + LB(t, P j ) > L g ,则OSR不会经过P j 。
(2). 对于任意集合M i 的一点P i ,若对于M i+1的所有点P i+1都有LB(s, P i ) + LB(P i , P i+1) + LB(t, P i+1) > L g ,则OSR不会经过P i 。
(3). 假设对于查询序列 (s,M 1, M 2, …, M n , t)的最优路径为OSR(s, P 1 , …, P i , P i+1 , …, P n , t),则路径R(s, P 1 , …, P i-1 , P i )一定是查询序列(s, M 1, M 2, …, M i-1, P i )的最优路径,其中,i≥ 2。
(4). 对于M i (i≥ 2)集合中的某一点P i ,假设存在两条路径R 1(s, P 1 , …, P i-1 , P i )和R 2 (s, P 1’, …, P i-1’, P i ),若LB(R 1) > UB(R 2),则R 1可以直接剪枝。
基于以上性质,本发明方法利用图嵌入框架提供的上下界,查找最优路径,具体步骤是:
(1)对于查询用户输入的n个属性的点集合M 1 、M 2 、…、M n ,以及一个起点s和一个终点t,以迭代的方法查找贪心路径;
(2)以步骤(1)求出的贪心路径的长度为上界,结合图嵌入框架提供的上下界,将不可能成为最优路径的路径直接删除;
(3)对于步骤(2)剪枝剩下的候选路径,精确计算其长度,选出长度最小的作为最优路径。
本发明中,步骤(1)中所述查找贪心路径的步骤如下:
1)贪心路径初始化为空;
2)以s为源点,在集合M 1中找出到s点距离上界最小的点N 1,将N 1添加到贪心路径;
3)以N 1为源点,在集合M 2中找出到N 1点距离上界最小的点N 2,将N 2添加到贪心路径;
4)重复类似以上的步骤,依次在集合M i+1中找出到N i点距离上界最小的点N i+1,直至找出集合M n中找出到N i-1点距离上界最小的点N n为止;
5)最后将终点t添加到贪心路径。
本发明中,步骤(2)中所述查找对路径剪枝的步骤如下:
1)按照求出的贪心路径R g ,其长度上界UB(R g ),对于集合M 1中的点p 1,如果p 1到s和t的距离下界(LB)之和超过UB(R g ),即LB(p 1, s) + LB(p 1, t) > UB(R g ),则将所有通过p 1的路径删除,否则将路径R(s, p 1)添加到候选路径集合Q;
2)对于候选路径集合Q的每条路径R(s, p 1),遍历集合M 2:对于集合M 2中的每个点p 2,若LB(R) + LB(p 1, p 2) + LB(p 2, t) > UB(R g ),则将所有通过p 2的路径删除,否则将路径R(s, p 1, p 2)添加到备份候选路径集合Q’;
3)清空Q,将Q’的路径复制到Q;
4)对集合M 2,M 3,…,M n重复步骤2)和3)。
本发明中,步骤(3)中所述精确计算候选路径长度的方法如下:
1)采用A*算法计算候选路径中每一跳的长度,并将其长度记录;
2)A*算法的估值函数为图嵌入框架提供的下界函数;
3)若某候选路径的某一跳的长度在之前计算过程中已经求出,则直接利用之前计算结果;
4)每计算出一条候选路径的精确长度,更新最优路径的长度上界。
根据以上步骤进行的查找方法,在剪枝阶段删除了很大部分的路径,在确认阶段进一步精确,找出最优路径。附图2为本发明方法实验检测所采用的数据源,为一个真实路网。附图3-4为本发明方法的剪枝效果展示,从图中可以看出,本发明方法通过剪枝阶段,删除了99%左右的无效路径,大大减小了搜索空间。附图5-6为本发明方法与背景技术比较的实验结果,通过附图可以很清楚地验证本发明方法与背景技术相比在查找速度上的提高。
附图说明
图1显示了本发明所描述的最优路径查找方法的示例。
图2显示了本发明实验所采用的数据源。
图3显示了属性个数对本发明方法的剪枝效果的影响。
图4显示了集合大小对本发明方法的剪枝效果的影响。
图5和图6显示了本发明方法与背景技术的性能比较。
具体实施方式
本发明所描述的最优路径查找方法是基于图嵌入框架的,下面将通过一个例子详细描述本发明所述方法的具体实施方式:
在由图1表示的一个道路网络中,用户输入起点s,终点t,以及两个属性集合:M 1={g 1, g 2, g 3, g 4}, M 2 = {b 1, b 2, b 3, b 4, b 5},那么按照以下步骤进行查找:
(1)选取参照点r 1,r 2,计算每个点到参照点的距离,得到2维向量并存储;
(2)计算贪心路径为R g = R(s, g1, b 2, t);
(3)遍历集合M 1和M 2,删除无效路径,得到候选路径为R 1(s, g 1, b 2, t)和R 2(s, g 1, b 3, t);
精确计算R 1和R 2的长度,比较取出长度最小的为R 2(s, g 1, b 3, t),因此最优路径为(s, g 1, b 3, t)。
Claims (4)
1.一种道路网络中的查找最优路径的方法,其特征在于具体步骤如下:
(1)对于查询用户输入的n个属性的点集合M 1 、M 2 、…、M n ,以及一个起点s和一个终点t,以迭代的方法查找贪心路径;
(2)以步骤(1)求出的贪心路径的长度为上界,结合图嵌入框架提供的上、下界,将不可能成为最优路径的路径直接删除;
(3)对于步骤(2)剪枝剩下的候选路径,精确计算其长度,选出长度最小的作为最优路径;
其中,涉及的概验定一如下:
定义1. 网络(G):表示顶点之间邻接关系的拓扑结构,由顶点集合(V)以及顶点之间的边的集合(E)构成;
定义2. 两点u和v之间的距离:两点之间最短路径的长度,用d net (u, v)表示;
定义3. 参照点:对于路网G = (V, E),从V中选出k个点,称这k个点为参照点r 1 , r 2 , …, r k ;
定义4. k维属性:对于任意u∈V,定义u的k个属性f 1(u), f 2(u), …, f k (u),其中f i (u) = d net (r i , u),即u的第i个属性等于u到第i个参照点的网络距离,根据定义,每个u都有一个k维向量F(u) = (f 1(u), f 2(u), …, f k (u))T;
定义5. 网络距离上界:UB(u, v) = min{ f i (u) + f i (v) | 1 ≤ i ≤ k };
定义6. 网络距离下界:LB(u, v) = max{| f i (u) - f i (v)| |1 ≤ i ≤ k };
定义7. 路径长度:对于查询序列(s, M 1, M 2, …, M n , t)所对应的一条路径SR(s,P 1, P 2, …, P n , t),其长度定义为:
定义8. 最优路径OSR:查询序列(s, M 1, M 2, …, M n , t)所对应的所有路径中,长度最小的称为查询序列(s, M 1, M 2, …, M n , t)的最优路径OSR(s, M 1, M 2, …, M n , t);
定义9. 贪心路径SR:对于查询序列(s,M 1, M 2, …, M n , t)的一条路径SR(s, P 1, P 2, …, P n , t),若P 1是M 1中离s最近的点,且P i+1是M i+1中离P i 最近的点,其中2 ≤ i ≤ n - 1,则称该路径为查询序列(s, M 1, M 2, …, M n , t)的贪心路径SR g ,其长度记为L g 。
2.根据权利要求1所述的方法,其特征在于步骤(1)中所述查找贪心路径R g 的步骤如下:
1)贪心路径初始化为空;
2)以s为源点,在集合M 1中找出到s点距离上界最小的点N 1,将N 1添加到贪心路径;
3)以N 1为源点,在集合M 2中找出到N 1点距离上界最小的点N 2,将N 2添加到贪心路径;
4)重复类似以上的步骤,依次在集合M i+1中找出到N i点距离上界最小的点N i+1,直至找出集合M n中找出到N i-1点距离上界最小的点N n为止;
5)最后将终点t添加到贪心路径。
3.根据权利要求2所述的方法,其特征在于步骤(2)中所述查找对路径剪枝的步骤如下:
1)按照求出的贪心路径R g ,其长度上界UB(R g ),对于集合M 1中的点p 1,如果p 1到s和t的距离下界(LB)之和超过UB(R g ),即LB(p 1, s) + LB(p 1, t) > UB(R g ),则将所有通过p 1的路径删除,否则将路径R(s, p 1)添加到候选路径集合Q;
2)对于候选路径集合Q的每条路径R(s, p 1),遍历集合M 2:对于集合M 2中的每个点p 2,若LB(R) + LB(p 1, p 2) + LB(p 2, t) > UB(R g ),则将所有通过p 2的路径删除,否则将路径R(s, p 1, p 2)添加到备份候选路径集合Q’;
3)清空Q,将Q’的路径复制到Q;
对集合M 2,M 3,…,M n重复步骤2)和3)。
4.根据权利要求3所述的方法,其特征在于步骤(3)中所述精确计算候选路径长度的方法如下:
1)采用A*算法计算候选路径中每一跳的长度,并将其长度记录;
2)A*算法的估值函数为图嵌入框架提供的下界函数;
3)若某候选路径的某一跳的长度在之前计算过程中已经求出,则直接利用之前计算结果;
4)每计算出一条候选路径的精确长度,更新最优路径的长度上界。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110124954XA CN102156756A (zh) | 2011-05-16 | 2011-05-16 | 一种基于图嵌入的在道路网络中查找最优路径的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110124954XA CN102156756A (zh) | 2011-05-16 | 2011-05-16 | 一种基于图嵌入的在道路网络中查找最优路径的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102156756A true CN102156756A (zh) | 2011-08-17 |
Family
ID=44438255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110124954XA Pending CN102156756A (zh) | 2011-05-16 | 2011-05-16 | 一种基于图嵌入的在道路网络中查找最优路径的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102156756A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020130A (zh) * | 2012-11-20 | 2013-04-03 | 北京航空航天大学 | 一种面向城市路网的位置服务中支持区域的k最近邻查询方法 |
CN103336827A (zh) * | 2013-07-04 | 2013-10-02 | 上海交通大学 | 获取路网上复反向最远邻居的暴力搜索方法及系统 |
CN103336825A (zh) * | 2013-07-04 | 2013-10-02 | 上海交通大学 | 获取路网上单反向最远邻居的暴力搜索方法及系统 |
CN103795418B (zh) * | 2014-01-22 | 2016-09-28 | 复旦大学 | 一种路网轨迹的无损压缩方法 |
CN103336827B (zh) * | 2013-07-04 | 2016-11-30 | 上海交通大学 | 获取路网上复反向最远邻居的暴力搜索方法及系统 |
CN106403968A (zh) * | 2016-06-06 | 2017-02-15 | 四川大学 | WRSNs中异构移动充电车充电规划方法 |
WO2017113569A1 (zh) * | 2015-12-30 | 2017-07-06 | 深圳大学 | 一种基于a星策略的最优多会合点路径搜索方法及装置 |
CN107292554A (zh) * | 2017-05-03 | 2017-10-24 | 浙江工商大学 | 基于物联网的物流路径高效挖掘方法 |
CN108230739A (zh) * | 2018-02-13 | 2018-06-29 | 永安行科技股份有限公司 | 一种车辆停车系统 |
CN109658033A (zh) * | 2018-12-26 | 2019-04-19 | 江苏满运软件科技有限公司 | 货源路线相似度计算方法、系统、设备及存储介质 |
WO2020063549A1 (zh) * | 2018-09-29 | 2020-04-02 | 中兴通讯股份有限公司 | 路由路径计算方法、系统、设备及计算机可读存储介质 |
CN111813883A (zh) * | 2020-06-23 | 2020-10-23 | 上海阿尔卡特网络支援系统有限公司 | 最短路径查询方法及查询系统 |
CN113592275A (zh) * | 2021-07-23 | 2021-11-02 | 深圳依时货拉拉科技有限公司 | 一种货运调度方法、计算机可读存储介质及计算机设备 |
CN113626654A (zh) * | 2021-07-16 | 2021-11-09 | 苏州大学 | 一种基于表示学习的批量最短路径查询方法 |
-
2011
- 2011-05-16 CN CN201110124954XA patent/CN102156756A/zh active Pending
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020130B (zh) * | 2012-11-20 | 2016-11-09 | 北京航空航天大学 | 一种面向城市路网的位置服务中支持区域的k最近邻查询方法 |
CN103020130A (zh) * | 2012-11-20 | 2013-04-03 | 北京航空航天大学 | 一种面向城市路网的位置服务中支持区域的k最近邻查询方法 |
CN103336827A (zh) * | 2013-07-04 | 2013-10-02 | 上海交通大学 | 获取路网上复反向最远邻居的暴力搜索方法及系统 |
CN103336825A (zh) * | 2013-07-04 | 2013-10-02 | 上海交通大学 | 获取路网上单反向最远邻居的暴力搜索方法及系统 |
CN103336827B (zh) * | 2013-07-04 | 2016-11-30 | 上海交通大学 | 获取路网上复反向最远邻居的暴力搜索方法及系统 |
CN103795418B (zh) * | 2014-01-22 | 2016-09-28 | 复旦大学 | 一种路网轨迹的无损压缩方法 |
WO2017113569A1 (zh) * | 2015-12-30 | 2017-07-06 | 深圳大学 | 一种基于a星策略的最优多会合点路径搜索方法及装置 |
CN106403968A (zh) * | 2016-06-06 | 2017-02-15 | 四川大学 | WRSNs中异构移动充电车充电规划方法 |
CN107292554A (zh) * | 2017-05-03 | 2017-10-24 | 浙江工商大学 | 基于物联网的物流路径高效挖掘方法 |
CN108230739A (zh) * | 2018-02-13 | 2018-06-29 | 永安行科技股份有限公司 | 一种车辆停车系统 |
CN110971521B (zh) * | 2018-09-29 | 2022-09-13 | 中兴通讯股份有限公司 | 路由路径计算方法、系统、设备及计算机可读存储介质 |
WO2020063549A1 (zh) * | 2018-09-29 | 2020-04-02 | 中兴通讯股份有限公司 | 路由路径计算方法、系统、设备及计算机可读存储介质 |
CN110971521A (zh) * | 2018-09-29 | 2020-04-07 | 中兴通讯股份有限公司 | 路由路径计算方法、系统、设备及计算机可读存储介质 |
CN109658033A (zh) * | 2018-12-26 | 2019-04-19 | 江苏满运软件科技有限公司 | 货源路线相似度计算方法、系统、设备及存储介质 |
CN109658033B (zh) * | 2018-12-26 | 2021-03-16 | 江苏满运物流信息有限公司 | 货源路线相似度计算方法、系统、设备及存储介质 |
CN111813883A (zh) * | 2020-06-23 | 2020-10-23 | 上海阿尔卡特网络支援系统有限公司 | 最短路径查询方法及查询系统 |
CN111813883B (zh) * | 2020-06-23 | 2024-05-28 | 上海阿尔卡特网络支援系统有限公司 | 最短路径查询方法及查询系统 |
CN113626654A (zh) * | 2021-07-16 | 2021-11-09 | 苏州大学 | 一种基于表示学习的批量最短路径查询方法 |
CN113626654B (zh) * | 2021-07-16 | 2023-09-15 | 苏州大学 | 一种基于表示学习的批量最短路径查询方法 |
CN113592275A (zh) * | 2021-07-23 | 2021-11-02 | 深圳依时货拉拉科技有限公司 | 一种货运调度方法、计算机可读存储介质及计算机设备 |
CN113592275B (zh) * | 2021-07-23 | 2024-03-05 | 深圳依时货拉拉科技有限公司 | 一种货运调度方法、计算机可读存储介质及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102156756A (zh) | 一种基于图嵌入的在道路网络中查找最优路径的方法 | |
CN106528773B (zh) | 一种基于Spark平台支持空间数据管理的图计算系统及方法 | |
CN104995870A (zh) | 多目标服务器布局确定 | |
CN107145526B (zh) | 一种路网下地理社交关键字反最近邻查询处理方法 | |
CN103914493A (zh) | 一种微博用户群体结构发现分析方法及系统 | |
CN102749084A (zh) | 一种面向海量交通信息的路径选择方法 | |
CN109379230B (zh) | 一种基于广度优先搜索的服务功能链部署方法 | |
CN105740964A (zh) | 一种城市路网数据组织与最短路径快速计算方法 | |
CN105550368A (zh) | 一种高维数据的近似最近邻检索方法及检索系统 | |
CN106658570B (zh) | 基于二次栅格划分的移动sink信息收集路径构建方法 | |
Huang et al. | MAPS: Indoor localization algorithm based on multiple AP selection | |
CN112507047B (zh) | 一种基于兴趣点偏好的最优有序路径查询方法 | |
CN113488996A (zh) | 一种基于分布式并行图计算框架的配电网原生图建模方法 | |
CN103365960A (zh) | 电力多级调度管理结构化数据的离线搜索方法 | |
CN110881178B (zh) | 一种基于分支游走的物联网数据聚合方法 | |
Zhu et al. | Approximate path searching for supporting shortest path queries on road networks | |
CN108804582A (zh) | 基于大数据间复杂关系的图数据库优化的方法 | |
CN103209452A (zh) | 一种面向无线路由的Dijkstra和PEGASISI距离定义的最优选择方法 | |
Bouros et al. | Evaluating reachability queries over path collections | |
CN116127661A (zh) | 终端接入变电站的路径确定方法、装置、设备和存储介质 | |
CN109033746A (zh) | 一种基于节点向量的蛋白质复合物识别方法 | |
CN107689922A (zh) | 基于微粒群算法的Steiner最优树计算方法及装置 | |
CN107908722B (zh) | 基于距离的逆向k排名查询方法 | |
Li et al. | Fog-based pub/sub index with Boolean expressions in the internet of industrial vehicles | |
CN105631920B (zh) | 一种径向基函数支撑点的样本精简方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110817 |