论文部分内容阅读
线状目标简化一直是地图综合的一项重要内容,可以看作是一个部分选取的优化问题。近10年来,将智能优化算法用于解地图综合问题,得到了许多来自数字制图和计算机科学领域的专家的关注。蚁群优化算法相对其他优化算法,在解组合优化问题上有一定优势,符合人类解题的思维习惯且收敛速度快。针对线状目标简化的目的、地图生产的标准以及蚁群优化算法的基本原理,分析了线状目标简化过程中所需满足的约束条件并进行了数学描述,建立了具体的算法设计模型,并引入长期禁忌表和局部搜索策略以提高算法的运算效率,给出了解题的关键步骤。最后对该算法进行了测试,并与道格拉斯算法简化结果作了对比,证明了将蚁群优化算法用于线状目标的简化是可行的、有效的,能较好的保持线状目标的几何形状特征,在顾及长度偏差和矢量偏差的同时有较高的压缩率,这为线状目标的简化提供了新的解题思路。