k近邻查询用于查找距离查询点最近的k个对象,在很多科研领域如知识发现和数据挖掘,模式识别中都有广泛的应用。连续k近邻查询是空间数据库领域中的重要研究课题,连续k近邻查询用于连续查找k个距离查询点最近的对象。连续k近邻查询对于交通预测,交通管理,智能导航等有重要意义,在智能交通系统,地理信息系统,军事等领域中应用前景广泛。本文主要研究内容包括以下几个方面:首先针对查询点和兴趣点速度受限的情况,提出了路网中查询点速度不确定的连续k近邻查询方法。为提高查询效率,又提出一种计算候选集的优化方法,降低了查询代价。其次,在已知用户的出发点和目的地的情况下,为了给用户提供从当前位置到目的地所能路过的最近的k个兴趣点(如加油站等),提出了两种k路过近邻的查询方法,利用A*和Dijkstra算法双向搜索增量求得k路过近邻。再次,由于用户可以任意移动,k路过近邻有可能会发生变化,在k路过近邻的基础上,接着又给出了连续k路过近邻的查询方法。最后,当用户对是否走最短路径不是很关心,可能出于路况或观光等原因而希望走一条自己喜欢的路线的情况,为给用户提供m条最优路径,在k路过近邻和连续k路过近邻的基础上,又提出了m主路和连续m主路的查询方法。通过实验证明,以上所提算法都是正确及有效的,并且有很好的实际应用价值。