登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
障碍空间中基于并行蚁群算法的k近邻查询
  • 摘要

    为解决障碍空间中的k近邻查询问题,提出一种基于改进的并行蚁群算法的k近邻查询方法(PAQ).首先,利用不同信息素种类的蚁群实现并行查询k近邻;其次,增加时间因素作为路径长短的判断条件,以最直接地呈现蚂蚁的搜索时间;然后,重新定义初始信息素浓度,以避免蚂蚁的盲目搜索;最后,引入可视点将障碍路径分割为多段欧氏路径,选择可视点进行概率转移,并改进启发函数,以促使蚂蚁朝着更为正确的方向搜索,避免算法过早陷入局部最优.与WithGrids相比,当数据点个数小于300时,对于线段障碍,算法运行时间平均缩短约91.5%;对于多边形障碍平均缩短约78.5%.实验结果表明,该方法在数据规模较小时的运行时间具有明显的优势,且可以处理多边形障碍.

  • 作者

    郭良敏  朱莹  孙丽萍  GUO Liangmin  ZHU Ying  SUN Liping 

  • 作者单位

    安徽师范大学 计算机与信息学院,安徽芜湖241003;网络与信息安全安徽省重点实验室(安徽师范大学),安徽芜湖241003

  • 刊期

    2019年3期 ISTIC PKU

  • 关键词

    障碍空间  k近邻  蚁群算法  并行化  可视点 

相似文献 查看更多>>
3.85.214.0