标签：pdf hive 无法 提前 根据 运用 csdn 语言 神经网络
5 导航/路径规划
智能手机的定位和导航功能：
1、利用卫星定位；
2、地址的识别；
3、根据用户输入的起点和终点，在地图上规划最短路线和最快路线。
5.1 卫星定位
5.2 地址分析和有限状态机
地址的描述虽然看上去简单，但是他依然是比较复杂的上下文有关的文法。有许多识别和分析的方法，最有效的是有限状态机。
有限状态机是一个特殊的有向图，它包括一些状态（节点）和连接这些状态的有向弧。下图所示是一个识别中国地址的有限状态机的简单例子。
每一个有限状态机都有一个开始状态和一个终止状态，以及若干中间状态。每一条弧上带有从一个状态进入下一个状态的条件。如果一条地址能从状态机的开始状态经过状态机的若干中间状态，走到终止状态，则这条地址有效，否则无效。
使用有限状态机识别地址，关键要解决两个问题，即通过一些有效的地址建立状态机，以及给定一个有限状态机后，地址字串的匹配算法。这两个问题都有现成的方法。
上述方法在实用中会有一些问题：当用户输入的地址不太标准或有错别字时，有限状态机会束手无策，因为它只能进行严格匹配。
为了解决这个问题，我们希望看到可以进行模糊匹配，并给出一个字串为正确地址的可能性。为了实现这一目的，科学家们提出了基于概率的有限状态机。这种基于概率的有限状态机和离散的马尔可夫链基本上等效。
AT&T 的三位科学家编写成一个通用的基于概率的有限状态机 C 语言工具库，后来开放了源代码。另外，Google Now 的引擎和 AT&T 的有限状态机工具库从功能上讲完全等价。
www.cs.nyu.edu/~mohri/pub/csl01.pdf
5.3 全球导航和动态规划
全球导航的关键算法是动态规划算法。
5.4 算法列举
感觉DP解路径规划问题划分一直是个大麻烦，相对于经典的路径规划算法，也没体现出巨大优势。
早上在cnki下了一些相关论文（只讨论主干方法，因为学术界喜欢在算法上做优化以及几种算法的桥接，比如基于dijkstra与遗传免疫算法的XX研究当做为dijkstra）
1.对于静态路径规划，大多采用dijkstra，A，floyd，dp等
2.对于NP难问题，如TSP及变形（物流配送等），则采用遗传算法，蚁群算法，模拟退火，神经网络等
问题：
1.在实际的商业应用中，采用的是哪些算法或者理论呢？
2.路径规划是提前规划好以后存储（像网页的索引），还是收到请求后实时规划的结果？
1、
明确一点，基本的图搜索算法dijkstra是无法满足互联网地图检索实时响应这种性能要求，所以各家公司都有各自的预处理方法：分层或者预计算。具体采用何种方式，这取决于采取的加速算法相关。在2008年前后，以KIT（http://algo2.iti.kit.edu/routeplanning.php）为主的研究院产出了多个路径规划加速算法，其中以contraction hierarchies 和 highway hierarchies较出名，加之微软研究院提出的Customizable Route Planning，与传统的A-star，基本上支撑了目前工业界地图产品的路径规划服务。
A-star：https://en.wikipedia.org/wiki/A*_search_algorithm
CH：http://algo2.iti.kit.edu/schultes/hwy/contract.pdf
HH：http://algo2.iti.kit.edu/documents/routeplanning/esa06HwyHierarchies.pdf
CRP：http://research.microsoft.com/pubs/145688/crp-sea.pdf
2、
题主提到的那些主要是路径规划最基础的算法，在实际商业运用中，这些公司会在它们的基础上作一些改进，下面简单补充两点。
由于请求量巨大，一些比较经典的路径规划请求（如天安门-鸟巢）就没有必要再实时规划，而是直接使用别的用户请求过的、已经存储好的规划结果。（典型的空间换时间，为了用户的响应速度，google等公司是舍得花这点硬盘钱的）
再考虑一下路径的优化问题。由于现实中的道路情况还要考虑路况、环境等更多的因素，基础算法单纯基于图得到的“最优”路径，往往不一定是用户最想要的。这时候导航提供商可能会给出一些次优的路径，加入到检索结果中，供给用户选择。再通过用户的反馈进行学习，从而得到更加符合用户需求的路径规划结果。一个例子是，google map会同时给出不同的几条线路，供给用户选择，其中包含了路径最短、换乘最少等等。还有，google map中得到检索结果后，用户可以在地图上“拖动”路线，以得到更合适的路线，这些用户“拖动”的信息，都是会发送到服务器的
3、
Dijkstra是一种非常经典的方法，这种方法已经很成熟。通过对权值的计算，可以一次性计算出所有出发点到目的地的所有路径信息，目前在一个城市里，基本使用这种方法已经足够。但是，实现路径规划只是基本的，想要将导航做的精确，需要对行驶在路段上的车辆进行统计，故障路段进行判断，并实时调整路径。
5.4.1 Dijkstra 算法
http://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html
5.4.2 A* 算法
http://blog.csdn.net/zgwangbo/article/details/52078338
http://blog.csdn.net/hitwhylz/article/details/23089415
http://blog.csdn.net/b2b160/article/details/4057781
5.4.3 Floyd 算法
http://developer.51cto.com/art/201403/433874.htm
5.4.4 SPFA 算法
http://www.cnblogs.com/bofengyu/p/5004398.html
标签：pdf hive 无法 提前 根据 运用 csdn 语言 神经网络
原文地址：http://www.cnblogs.com/noryes/p/7696668.html
