基于數據可視化處理的嵌入式智能查詢算法

數據在許多研究領域都可采用圖形來表示，圖形和圖形理論為人工智能決策提供了有效的可視化工具、體系化準則和相關技術。本文以交通線路自動調整系統(tǒng)為例，說明在嵌入式智能查詢算法中如何利用圖形對數據進行可視化處理的方法來避免“盲目”操作，從而提高算法的決策效率。

圖形由節(jié)點和邊線組成，節(jié)點通常畫作圓形，而邊線則是節(jié)點之間的連線。在軟件中，節(jié)點通常采用將邊線作為指針或數組下標的數據結構加以實現。對圖形進行遍歷查詢的算法有多種，常用的算法包括深度優(yōu)先查詢和寬度優(yōu)先查詢算法。深度優(yōu)先和寬度優(yōu)先都屬于“盲目”查詢算法，深度優(yōu)先算法沿著一組邊線從根節(jié)點一直查詢到最遠端的葉節(jié)點，再查詢下一個葉節(jié)點；寬度優(yōu)先算法則首先查詢一個邊線距離以內的所有節(jié)點，再查詢兩個邊線距離以內的節(jié)點，以此類推。

上述算法之所以具有盲目性，是因為算法在查詢適當解決方案的過程中并未指示任何有效信息，而只是盲目地遵循遍歷算法，甚至有可能在找到解決方案之前需要遍歷每一個節(jié)點，因而效率比較低。本文介紹的基于數據可視化處理的嵌入式智能查詢算法以車輛行駛線路自動調整系統(tǒng)為例來說明解決上述問題的思路。

車輛導航

在設計一個遍歷整個公路段的網絡系統(tǒng)中，假定存在一個自動垃圾收集站系統(tǒng)、運動攝像機或自動交通線路調整系統(tǒng)。圖1顯示了舊金山的部分城市交通圖。首先，需要創(chuàng)建代表上述數據的網絡圖，以確定將哪些單元作為節(jié)點。如果其他標志不甚明顯，那么道路交叉口就可選擇為節(jié)點。隨著這些節(jié)點的插入，就完成了網絡圖的一部分，不過目前得到的只是城市交通圖的無目標靜態(tài)表示。

下一步是添加系統(tǒng)進行智能決策所需的額外信息。如果系統(tǒng)的目標是幫助車輛選擇最佳的路徑而從一個交叉口駛向另一交叉口，很自然地就會想到為那些連接交叉口的公路段分配權值。在最簡單的情形中，所有的道路都不是單行道，并且具有相同的速度限制和車道數目。即便這些條件不能完全反映真實的道路狀況，一旦構建好網絡圖和權值模型，就能很容易擴展到這些真實環(huán)境中去。

對交通圖中的邊線賦以權值有助于系統(tǒng)找到最佳的路徑。在某種程度上，這些權值可以任意分配，這里假定權值表征平均車流密度。基于特定時段或局域條件的動態(tài)權值也是可行的，并不影響以下分析。

圖1中，邊線的權值表示了每小時穿過道路的平均車流量，這些統(tǒng)計數據并不基于任何實際的數據，但在分析中相當有效。如果車輛必須從Scott和Jackson交叉口(節(jié)點5)行駛到Fillmore和Vallejo交叉口(節(jié)點17)，采用最小車流量判據，得到的查詢算法應能得到總權值最小的路徑。

我們很容易就能在網絡圖中畫出結果，但仍然希望能借助計算機解決問題。表征圖形的兩種最常用方法是鄰接矩陣(adjacencymatrix)和鄰接表(adjacency

list)。鄰接矩陣是靜態(tài)的多維陣列，矩陣中的元素表示一個節(jié)點到另一節(jié)點的權值。圖2顯示了示例網絡中包含節(jié)點1至節(jié)點6之間邊線權值的部分鄰接矩陣。節(jié)點1和節(jié)點6之間的邊線權值位于最右角(對應點位于左下角)。圖2中36個節(jié)點的公路網絡的整個鄰接矩陣可包含36個元素。

鄰接表通常采用鏈表實現，圖3顯示了網絡中節(jié)點1至節(jié)點6的鄰接表。圖中并未標出邊線權值，但可以很方便地存儲在數據結構中。

對鄰接矩陣和鄰接表進行選擇時，可以考慮如下因素：

1。如果網絡圖密集或較小，則用鄰接矩陣表示。鄰接矩陣的優(yōu)勢在于可以直接取得權值，而無須進行指針管理和鏈表遍歷。

2。如果網絡圖稀疏或很大，那么鄰接表可以減少內存浪費。

3。如果需要實時地添加和刪除節(jié)點或邊線，則采用鄰接表。當然，這時也需要系統(tǒng)具有動態(tài)內存管理能力。

直觀推斷

如果根據每個節(jié)點出口的最小權值進行“盲目”查詢，那么很有可能會走錯路，甚至永遠無法到達目的地。更為智能的查詢應能根據直觀推斷進行構建，并且直觀推斷應能在大多數時間內成為查詢的常規(guī)指南。我們通常將其稱為經驗規(guī)則。生活中最簡單的經驗是：“因為現在是4月且天空多云，所以需要帶上雨傘。”雖然4月份和天空多云并不意味著會下雨，但這樣的條件下下雨的可能性遠遠高于正常天氣。

直觀推斷也是實現高速有效查詢的一個重要策略。如果尚未打定主意，最初可以選定一個不怎么適當、甚至大錯特錯的值。對于公路遍歷問題而言，一種可能的直觀推斷是：“當一個節(jié)點存在兩個(或更多)等權值的邊線時，執(zhí)行寬度優(yōu)先查詢，然后繼續(xù)查詢總權值最小的路徑。”例如節(jié)點15就出現了這樣的情形，該節(jié)點的出口存在兩個權值為15的邊線。利用寬度優(yōu)先查詢，對下一節(jié)點及其出口邊線的權值進行檢測。下一級節(jié)點為14和20，這兩個節(jié)點出口邊線的權值分別為15和45。根據最小邊線判據，選擇節(jié)點14繼續(xù)查詢，這完全合乎情理；因此節(jié)點20將被拋棄。

某些直觀推斷看起來非常明顯，但即便是這些直觀推斷也有助于探尋待解決問題的實質。對于公路遍歷問題，最基本的直觀推斷就是：“選擇具有最小邊線權值的路徑。”這簡單易行，但背離了查詢的基線準則。

遵循最小邊線權值的方法稱為“貪婪算法”(greedyalgorithm)，該算法以即刻滿意度為基礎。貪婪算法并不考慮以后的情況，而選擇當前最為廉價的路徑進行查詢。這并不能保證得到有效的解決方案，甚至有時會得到不怎么優(yōu)化的路徑。當詢及為何選擇最終被證明是錯誤的路徑時，貪婪算法或許會回答：“在當時，這看起來是個不錯的選擇。”