自动感应垃圾桶4.1引言
前面一个章节本文对于考虑路网拥挤核影响下的城市道路网络演化的一些具体的时间方面特征进行分析，得到宁波市路网演化的两种不同规律：的道路越重要，城市沿着路网拥挤核越大的交通节点逐步稠密化和扩张。本章与第三章相对应的；基于路网拥挤核影响下对于城市道路网络空间演化分析，提出了RNCC-CD（Road road network congestion core-Cycle Detction）算法（基于路网拥挤核下循环提取网络最大环寻城市中心位置），编程实现算法的基本程序，在得到城市中心位置道路的基础上，对宁波市道路网络空间分布和演化进行了分析和总结。 4.2 RNCC-CD算法
4.2.1拓扑中心BD算法
本文提出的RNCC-CD（基于路网拥挤核下循环提取网络最大环寻城市中心位置）算法是基于学者Jiang、Liu 等人提出的拓扑中心BD算法基础上进行提出的，因此，有必要对与BD算法进行一定的了解。
1）BD算法原理
Jiang、Liu 等人提出的拓扑中心BD算法主要是通过循环提取一个既定的研究区域路网中的小的单元格，顺序是从最外层开始向所研究区域路网内部延伸，直到到需要的拓扑中心，当所研究区域路网之中全部的单元格都被提取并且遍历一遍之后，拓扑中心即可以顺利得到了。
2）BD算法流程
Jiang、Liu 等人提出的拓扑中心算法的主要问题是，对于两种不同的遍历方式，也就是“左"、“右”遍历策略。第一种遍历是从最外层开始向所研究区域路网内部延伸的时候，每当遇到一个连有大于1条边的节点的时候，第一种遍历选择
最左边的那条边行进，并且将其作为新的起始边；第二种遍历则相反。拓扑中心算法具体操作流程如下所述：
第一步、对于所研究区域路网选路网最外的边作为第一条边开始遍历BD算法过程，逐渐的得到所研究区域路网的最外边界也即是所研究区域的最大的一个闭合环，对应4.2.2节之中的图4.1中的黑实线，这里需要注意的是将位于最外边界之上，标记自己选择的遍历策略。
第二步、对于第一步选定的最大的一个闭合环分别以每一条边作为第二步遍历起始边，采用与第一步标记相反的遍历方式。在第一步与第二步标记的边之间就形成了所研究区域路网中最外层的单元格，并给得到的最外层的单元格进行编号，数字选择1。
第三步、对于第二步选定的一个闭合环分别以每一条边作为第三步遍历起始边，采用与第二步标记相反的遍历方式。在第二步与第三步标记的边之间就形成了所研究区域路网中次外层的单元格，并给得到的次外层的单元格进行编号，数字选择2。
第四步、重复上面循环编号选环过程，得到的环依次编号；直到得到拓扑中心算法拓扑中心，并且进行编号，数字选择k。
3）BD算法缺陷
然而，Jiang、Liu 等人提出的拓扑中心BD算法在运行效率上有着一定的缺陷。换一句话说，BD算法要顺利的到当所研究区域路网拓扑中心，就要遍历当所研究区域路网网络中的全部单元格，也就是当所研究区域路网网络中的每一条路段都要再循环提取过程之中都会被探测两次，这样的话会造成算法重复，效率受到极大的影响，速度极大的降低。
4.2.2 RNCC-CD算法阐述
1）RNCC-CD算法原理
本文提出的RNCC-CD（Road road network congestion core-Cycle Detction）算法（基于路网拥挤核下循环提取网络最大环寻城市中心位置）可以直接从局部路网拥挤核入手通过循环提取一个既定的
局部路网拥挤核中的最小的单元格，顺序是从局部路网拥挤的局部路网直接开始，不用从最外环开始，直到到需要
的拓扑中心，当所研究区域路网拥挤核之中全部的单元格都被提取并且遍历一遍之后，拓扑中心即可以顺利得到了。
2）RNCC-CD算法流程
第一步、到所研究区域的路网拥挤核；
第二步、将路网拥挤核环的初始编号设置为l=1；
真空海绵吸盘第三步、到路网拥挤核最外层的一层环；
第四步、删除路网拥挤核最外层的一层环的全部的边；并且在这同时循环删除因为刚刚删除边而形成的断头路，在路网拥挤核最外层的一层环的全部的边以及相应的断头路之后，进而可以得到新的路网；
第五步、可以得到新的路网，就令l=-l+l，返回第三步重述上述步骤；如果不能得到新的路网，那么迭代终止。
路网具体的RNCC-CD算法的实现步骤的图示如下图所示，红的环以内的区域代表路网拥挤核以内的局部网络，具体删除的环是分别从红到黄，最后蓝区域就是本文所求的拓扑中心：
图4.1 RNCC-CD算法示意图
3）RNCC-CD算法创新
清洁推车第一、直接从所研究区域的路网拥挤核以内的局部网络开始循环提取，毫无疑问提升了算法的效率。
第二、不用按照BD算法那样以单元格下来循环提取；而是直接按照边循环来进行提取（BD算法单元格提取导致每一条边要循环提取二次），可以使得每一条边只运行一次。进一步提升了算法的效率。
4）RNCC-CD算法相对于BD算法的优势
第一、RNCC-CD算法相对于BD算法来说，算法复杂度有所降低，RNCC-CD 算法复杂度O（n）；BD算法复杂度O（n2）；毫无疑问算法复杂度得到了大幅度降低。
第二、如RNCC-CD算法创新所述，算法运行速度得到提升。
4.3 RNCC-CD算法实现
4.3.1 MA-RNCC-CD算法实现
集飞行器MA-RNCC-CD算法实现本质就是利用MATLAB软件实现RNCC-CD算法。MATLAB软件是由美国MathWorks公司发行的一款商业数学计算分析软件，主要是用于各个领域的算法开发、各算法分析之后的数据可视化、对于一些大量的数据进行分析以及一些数值计算的高级算语言，也可以说是一种交互式环境，MATLAB软件主要包括MATLAB编译环境和Simulink仿真两大部分。并且，在各个领域中公认的是：MATLAB和Mathematica、Maple一起被各个领域学者称为三大数学软件。它在数学类科技应用软件之中在数值计算方面有着自己独到的优势，比如大数据计算，快速计算。MATLAB软件主要作
用是各个领域的数值分析、各个领域的数值和符号计算、工程与科学方面绘图、化工过程控制系统的设计与实物电脑仿真、通信专业的数字图像处理数字信号处理、通信专业的通讯系统设计与仿真、经济学领域的财务与金融工程。
为了提高MATLAB对于RNCC-CD算法计算效率，本文在RNCC-CD算法实现的时候引用了函数shaperead ，函数shaperead的作用是对于地理文件读写.shp文件。MATLAB对于RNCC-CD算法的具体的实现过程如下所示：第一步、到所研究区域的路网拥挤核；
第二步、将路网拥挤核环的初始编号设置为l=1；
第三步、到路网拥挤核最外层的并且位于最北一个方向的拓扑节点，标号计做NN；
第四步、以刚刚标记的NN节点作为端点，设置与其相反的方向，也就是正南的虚拟起始边，标号计做SE；整体一起围绕起来的环，标号计做SR；
第五步、沿着正南的虚拟起始边SE，以左遍历方式，到路网拥挤核最外层；
第六步、将路网拥挤核最外层上的全部边都进行标记，标记编号l；
第七步、转转到步骤第十二步；
第八步、删除刚刚都得到的所有的l；记录与l有联系的边lx；
第九步、删除与l有联系的边lx；
第十步、记录与边lx相连在一起的节点SN；以及SN左侧的边SNE；
第十一步、创建二元数组（SN，SNE）；将得到的每一个二元数组（SN，SNE）作为新的边NSE，整体一起作为一个新的环，标号计做NSR；
第十二步、如果NSR为空，那么迭代终止；如果NSR不为空；就令l=-l+l，返回第八步重述上述步骤；
牵引带4.3.2算法有效性验证
为了对于本文基于BD算法提出的RNCC-CD算法正确性以及有效性，本文进行了有效性验证，首先搜索著名学者Jiang的个人主页，并且在其BD算法这一块上，下载了一部分的道路网络数据以及github网站以及各种多渠道网站上选取一部分数据。然后在这些选取的路网上利用RNCC-CD算法的MA-RNCC-CD 算法实现方式，对于各个得到数据的地域的拓扑中心进行了计算，并将RNCC-CD 算法计算的数据与Jiang的BD算法计算的数据，进行统计分析，并且将得到的结果进行对比。具体本文的RNCC-CD算法、Jiang的BD算法二种算法统计的结果数据如下表4.1所示：
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议