论文部分内容阅读
该论文首先从互联网服务的兴起与发展趋势出发,说明了空间信息服务产生的必然性及其现实意义,介绍了组成空间信息移动服务(LBS)系统的组成结构及应用前景;其次采用Web组件、EJB组件与XML技术,设计了一个开放的LBS系统.研究了采用SVG描述空间信息的方法,并基于SVG的树状结构,在分析XML各种解析模式与图形元素渲染过程的基础上,提出了采用"pull"模式和DVR视图相结合的SVG解析与渲染方法,采用SVG这种开放的图形格式描述与表达空间信息,在空间信息移动服务中可以解决客户端多样性问题,有利于空间信息服务的普及与推广.然后针对该论文的主要研究内容,分析了交通流的时空变化规律,并从LBS信息集成框架的角度出发,研究集成动态交通流信息的交通网模型.出行分布的规律性决定了交通流以天为周期呈现规律性的变化趋势.当把路段行程看成是随机且时间依赖时,随机动态最短路问题由于概率分支引起的到达节点时间不唯一性与不满足FIFO两个方面的原因,静态路径规划所满足的Bellman最优性原理不再成立,传统的高效的标号算法也不再适用于随机时间依赖最短路问题,这时,实际上路径规划问题转变为一个决策问题,即在每个交通节点处都面临左转、右转、直行不同方向的选择,并认为随机动态最短路存在路径选择情况,并且其最短路期望行程时间并不等于各路段期望行程时间之和.该文采用随机动态规划原理对这种情况进行了分析,并建立了动态路径选择的随机动态规划模型,采用逆序递推无法解求该随机动态规划模型,因为动态路径选择是时间依赖的,选择结果依赖进入路段的时间,逆序递推中无法推求进入路段的时间,于是该文采用图搜索理论求解建立的随机动态规划模型,但路段行程时间的连续性,使得计算很复杂,在保证随机变量前三阶矩不变的情况下,采用Rosenblueth的两点估计法对连续的路段行程时间随机变量进行了离散化处理,这种数值化处理使得在节点期望行程时间的计算中,其计算规则与与/或图搜索规则一致,于是该文采用启发式与/或图搜索比较有效的AO<*>算法解求了所建立的随机动态规划模型.采用贝叶斯估计(Beyas)理论,对历史数据与实时观测数据的集成问题进行了研究,定义了实时观测的影响函数,并针对无线传输的限制,对实时观测进行了分类,当实时观测的值大于某个临界值时,认为有突发事件发生,实时观测值的影响比较显著,这时应该及时的把该值传给被诱导终端,使其在动态路径选择时反映这种突发事件的影响.最后介绍了服务端用Web组件、EJB组件、Oracle数据库,客户端用EVC与Personal Java开发的两种终端的一个LBS示范系统,并测试分析了示范系统服务端的性能,然后重点介绍LBS系统中动态路径选择服务的实现及算法效率分析.结合单车交通流诱导的特点及服务器功能,提出将交通流数据的分析处理放在服务端完成,将路径选择放在客户端实现,客户端与服务端交互直接利用LBS系统所提供的定位与通信功能的实现方法.显示了动态路径选择算法的一些处理结果,并对结果作出了分析,并认为概率二分扩展大部分只是在"量"上进行积累,并没有引起"质"的变化,这种效率不高的"量"的积累是影响算法效率的关键.最后将"量"的积累与节点扩展分开,在"量"积累到引起进入路段的行程时间发生较大变化时,才考虑二分扩展节点,则可以极大地减少生成图与解图的节点数,从而提高算法的效率,这种算法称为改进的AO<*>算法,改进的AO<*>算法实际上是丢弃了二分扩展的生成图的中间部分,只从最大与最小两个极端来扩展节点,并且保持着在非二分扩展节点处的期望行程时间不变.改进的AO<*>算法在效率与期望行程时间最优间作出了平衡,并且使得算法在LBS系统中应用成为可能.