基于深度优先的铁路站场图遍历算法研究

对车站站场图的遍历大多是通过将站场中各个设备的连接方式转换成站场拓扑模型,并将车站设备抽象分为图中节点存储。这样进路的搜索问题就转换成了在图中搜索路径的问题。本文以计算机图论为基础,建立基于铁路站场结构的拓扑模型,结合站场实际情况与图的深度优先搜索算法思路,提出一种基于邻接矩阵的连续遍历站场的算法,提高了遍历效率。

基于深度优先搜索的铁路站场遍历算法研究

在列车运行控制系统中,及时准确地了解列车所在位置是非常重要的。卫星定位技术GNSS(GlobalNavigation Satellite System)已经逐渐应用到列车定位技术中,在对列车进行定位时需要对定位数据的可靠性进行验证。车站的定位数据可靠性验证工作建立在对车站站场进行多次遍历获得定位数据的基础上。利用计算机仿真技术模拟列车在站场内遍历能够对现场很难实现的遍历情况进行重复测试。本文对铁路站场与有向图的相似性进行研究,建立基于铁路站场结构的拓扑模型,在此基础上结合站场实际遍历的情况与图的深度优先遍历算法思路,提出一种基于链表数据结构的连续遍历站场的算法。结合实际站场图进行遍历算法仿真,较好地实现了连续遍历并获取较高的遍历效率。

基于拐角特征的简单形体1维语言表达

在简单规则形体的拐角特征提取研究基础上,将目标物的轮廓拐角特征转化为1维语言表达进行研究.提出一种改进的深度优先搜索(DFS)遍历算法,该算法仅访问处于轮廓上的拐角特征,能排除不处于期望回路上的轮廓特征.实验结果表明提出的算法能提取轮廓拐角特征形成的回路,并转化为1维语言表达的形式.