GIS网络分析中蚁群算法的改进与应用研究

被引:4
作者
刘钊
徐鑫磊
王红亮
欧阳坤
谢颖立
方正
机构
[1] 清华大学地球空间信息研究所
关键词
地理信息系统; 网络分析; 最短路径; 启发式算法; 蚁群算法;
D O I
10.16251/j.cnki.1009-2307.2010.s1.076
中图分类号
P208 [测绘数据库与信息系统];
学科分类号
070503 ; 081603 ; 0818 ; 081802 ;
摘要
启发式算法是地理信息系统(GIS)网络及位置分析中的关键算法,目前主要有模拟退火算法、遗传算法和蚁群算法等。本文在分析比较三种算法的基础上,重点研究了在效率方面更加优化的蚁群算法并进行了优化改进,其所具有的正反馈、并行计算和间接通讯等特点,能在很大程度上改善GIS最短路径(SP)等问题求解的效率。本文还以GIS管线系统为背景,建立了满足基本功能的GIS软件平台,将改进后的蚁群算法应用到管网抢修功能模块中,通过试验结果的分析,表明改进后的蚁群算法比其他相关算法在GIS最短路径求解中具有更加高效和可移植性的优势。
引用
收藏
页码:89 / 91
页数:3
相关论文
共 4 条
[1]   基于蚁群算法的点状注记智能化配置 [J].
彭珊鸰 ;
宋鹰 ;
吴凡 .
测绘科学, 2007, (05) :80-81+203
[2]   基于改进遗传算法的多约束VRP求解 [J].
吴升 ;
王钦敏 ;
彭国勇 ;
励惠国 .
测绘科学技术学报, 2006, (06) :396-399
[3]   蚁群算法理论及应用研究的进展 [J].
段海滨 ;
王道波 ;
朱家强 ;
黄向华 .
控制与决策, 2004, (12) :1321-1326+1340
[4]  
Ant colony optimization .2 M Dorigo,T Stutzle. . 2004