基于數據可視化處理的嵌入式智能查詢(xún)算法

一些對人類(lèi)而言相當明顯的直觀(guān)推斷對于機器則并非如此。例如直觀(guān)推斷“當節點(diǎn)存在兩個(gè)(或更多)等權值邊線(xiàn)時(shí)，將執行寬度優(yōu)先查詢(xún)，然后繼續查詢(xún)總權值最小的路徑”，這本身并沒(méi)有問(wèn)題，但還是存在一個(gè)問(wèn)題。如果最小成本的路徑偏離了目標節點(diǎn)怎么辦？這樣選擇得到的或許是一條更為昂貴的路徑。由此可見(jiàn)，還必須了解從當前節點(diǎn)至目標節點(diǎn)的方向。以這種形式開(kāi)發(fā)直觀(guān)推斷是展現待解決問(wèn)題所需核心知識的良好途徑。

解決公路網(wǎng)絡(luò )導向問(wèn)題的一個(gè)有效途徑是動(dòng)態(tài)計算當前節點(diǎn)和目標節點(diǎn)之間的距離和方位。這要求得到每個(gè)節點(diǎn)的經(jīng)緯度數據，并對前進(jìn)中的每一個(gè)節點(diǎn)進(jìn)行浮點(diǎn)操作，因而極有可能是最不優(yōu)化的解決方案。更好的策略是根據經(jīng)緯度對之間的差異得到一套準則，這有助于提取最少準則所需的信息。

第一步必須明確方向和經(jīng)緯度之間的關(guān)系，圖4顯示了根據經(jīng)緯度差異得到的方向。

當向北方移動(dòng)時(shí)，緯度將增加；向西方移動(dòng)時(shí)，經(jīng)度增加；以此類(lèi)推。從這些簡(jiǎn)單的關(guān)系中可以看出，每個(gè)節點(diǎn)上完全可以去除許多不必要的操作。將以上知識與交通圖相結合，可以得到Scott和Jackson交叉口的起始緯度和經(jīng)度分別為N3747。514和W12226。356，而目標Fillmore和Vallejo交叉口則分別為緯度N3747。725和經(jīng)度W12226。002。根據圖4中的羅盤(pán)儀準則，現在目標交叉口位于起始交叉口的東北方向。

根據以上方向關(guān)系，可以得到如下六條準則：

準則1：如果緯度(目標)>緯度(現在狀態(tài))，那么目標為北方；

準則2：如果緯度(目標)緯度(現在狀態(tài))，那么目標為南方；

準則3：如果緯度(目標)=緯度(現在狀態(tài))，那么目標為空；

準則4：如果經(jīng)度(目標)>經(jīng)度(現在狀態(tài))，那么目標為西方；

準則5：如果經(jīng)度(目標)經(jīng)度(現在狀態(tài))，那么目標為東方；

準則6：如果經(jīng)度(目標)=經(jīng)度(現在狀態(tài))，那么目標為空；

可以將上述基本準則相結合以得到更為復雜的方向，如東北和西南。這只需要將基本準則通過(guò)與操作結合起來(lái)，這樣有效的組合如下：

規則1^規則4->目標為西南

規則1^規則5->目標為東北

規則1^規則6->目標為北

規則2^規則4->目標為西南

規則2^規則5->目標為東南

規則2^規則6->目標為南

規則3^規則4->目標為西

規則3^規則5->目標為東

規則3^規則6->目標為空

將基本準則和復雜準則結合起來(lái)就能得到成功的查詢(xún)方法。如果目標在當前節點(diǎn)的西北方向，那么向北方和東方移動(dòng)是合法的。這里我認為應該是：“如果目標在當前節點(diǎn)的東北方向，向北方和東方移動(dòng)是合法的”，而向南方和西方移動(dòng)則不合法。

當查詢(xún)到節點(diǎn)12，選擇的邏輯路徑則是從節點(diǎn)12至節點(diǎn)11并且權值為15的邊線(xiàn)。此時(shí)方向為北方，這看來(lái)是合法的，且邊線(xiàn)權值達到最小。其實(shí)這完全是錯誤的，因為查詢(xún)偏離了目標節點(diǎn)?，F在我們利用規則對查詢(xún)進(jìn)行限定，節點(diǎn)12與節點(diǎn)17平行，因此準則3成立。此時(shí)經(jīng)度減少，因此規則5成立。如果規則3和規則5都成立，那么目標是正東方。規則基礎很好地完成任務(wù)：避免了“盲目”查詢(xún)或對“盲目”查詢(xún)進(jìn)行導向。結果如圖5所示。

本文小結

如上所述，圖形表示法和盲目查詢(xún)算法本身并不足以解決大多數問(wèn)題。但將這些技術(shù)同直觀(guān)推斷以及特定問(wèn)題的規則集相結合，就像上面所做的那樣，就能得到有效的人工智能。類(lèi)似的技術(shù)可應用于諸多應用領(lǐng)域。盡管本文的示例集中于靜態(tài)數據，但當邊線(xiàn)及邊線(xiàn)權值改變并且不能對規則進(jìn)行硬編碼時(shí)，這里給出的技術(shù)仍然有效。

顯然，嵌入式系統通常受制于某些特殊限制。嵌入式編程中一般不允許遞歸算法，盡管這是圖形查詢(xún)算法中的一種常用技術(shù)。關(guān)鍵應用中的嵌入式系統也不支持動(dòng)態(tài)內存分配，但如果沒(méi)有動(dòng)態(tài)內存分配的話(huà)，將很難在鏈表數據表示法中添加和刪除節點(diǎn)。出于以上考慮，可以得到如下嵌入式智能的應用技巧：

1?？紤]將部分處理移交至功能更為強大的系統，也許嵌入式系統只需要解決部分需要快速解決的問(wèn)題。

2。避免遞歸，任何遞歸函數都應當用迭代函數進(jìn)行重寫(xiě)。

3。盡可能減小動(dòng)態(tài)內存分配。如果鏈表的長(cháng)度相對保持恒定，就可用數組進(jìn)行代替，使數組的大小等于鏈表的最大長(cháng)度，一旦超過(guò)該最大長(cháng)度就返回操作失敗。

4。將智能視為低能動(dòng)物而非超級計算機，即將其想像為處理意外情況或干擾的低等動(dòng)物形式。

5。最重要的是，有效地綜合“盲目”算法、“貪婪”算法和智能查詢(xún)算法。當然，也沒(méi)有任何規定限制只能采用一種方法解決需要利用智能的問(wèn)題。