基于地图划分的选址方法

无线基站、公共设施等的选址问题是关系到其能否发挥到最大效用的问题,在无线通讯、城市规划等领域十分重要。论文利用地图划分理论,充分考虑选址时应注意的覆盖城市路口点数、覆盖城市范围和城市密度梯度等因素,给出一种实用的基于地图划分的选址方法和算法实现。论文以无线基站选址为背景,阐明该算法在满足基站选址的必要条件和可选条件下,采用自适应分治地图的策略,求出无线基站在地图上的分布情况,从而达到有效指导选址的目的。算法思想主体包括三步:分治地图,考察约束条件,以及选址。论文利用上海城市电子地图进行了算法实验,取得较好的效果。

基于A＊算法的游戏地图寻路实现及性能比较

在A*算法描述的基础上,给出了基于分层寻路思想的A*算法优化方法及划分游戏地图的6种方式.针对26×20=520个节点的游戏地图,利用栅格法按8方向连接对游戏地图进行了划分,分别采用Dijkstra算法、双向宽度优先搜索算法、A*(曼哈顿距离)算法、A*(欧氏距离)算法、A*(切比雪夫距离)算法和动态A*算法5种算法进行了寻路仿真实验,对比分析了各种寻路算法的性能.实验结果表明A*算法是各种寻路算法中扩展节点数量最少和计算耗时最短的一种算法;当采用不同的启发式函数,A*寻路时扩展的节点数量也不同,因此选择一个高效的启发式函数对A*算法是至关重要的.

基于GPS轨迹数据的混合多步Markov位置预测

随着移动设备和定位技术的广泛应用,基于位置服务成为研究热点,位置预测是其重要研究内容.基于GPS轨迹数据,对位置预测方法进行研究.Markov模型可以较好地表示时序数据,因此可较好地用于位置建模和预测.在基于Markov建模的位置预测中,1阶Markov模型存在轨迹信息利用不充分、预测准确率低的问题;而多阶Markov模型存在状态空间急剧膨胀的问题.针对这些问题,提出了基于混合多步Markov模型的位置预测方法,在将原始GPS轨迹转化为区域轨迹的基础上,对各多步模型进行融合,提出了基于Adaboost框架的各多步模型影响系数的生成方法,在保证状态空间不变的情况下提高了预测准确性.真实数据集上的实验验证了所提位置预测方法的有效性.