基于數(shù)據(jù)可視化處理的嵌入式智能查詢算法

一些對人類而言相當(dāng)明顯的直觀推斷對于機器則并非如此。例如直觀推斷“當(dāng)節(jié)點存在兩個(或更多)等權(quán)值邊線時，將執(zhí)行寬度優(yōu)先查詢，然后繼續(xù)查詢總權(quán)值最小的路徑”，這本身并沒有問題，但還是存在一個問題。如果最小成本的路徑偏離了目標(biāo)節(jié)點怎么辦？這樣選擇得到的或許是一條更為昂貴的路徑。由此可見，還必須了解從當(dāng)前節(jié)點至目標(biāo)節(jié)點的方向。以這種形式開發(fā)直觀推斷是展現(xiàn)待解決問題所需核心知識的良好途徑。

解決公路網(wǎng)絡(luò)導(dǎo)向問題的一個有效途徑是動態(tài)計算當(dāng)前節(jié)點和目標(biāo)節(jié)點之間的距離和方位。這要求得到每個節(jié)點的經(jīng)緯度數(shù)據(jù)，并對前進(jìn)中的每一個節(jié)點進(jìn)行浮點操作，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(jù)經(jīng)緯度對之間的差異得到一套準(zhǔn)則，這有助于提取最少準(zhǔn)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(jù)經(jīng)緯度差異得到的方向。

當(dāng)向北方移動時，緯度將增加；向西方移動時，經(jīng)度增加；以此類推。從這些簡單的關(guān)系中可以看出，每個節(jié)點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(jié)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(biāo)Fillmore和Vallejo交叉口則分別為緯度N3747。725和經(jīng)度W12226。002。根據(jù)圖4中的羅盤儀準(zhǔn)則，現(xiàn)在目標(biāo)交叉口位于起始交叉口的東北方向。

根據(jù)以上方向關(guān)系，可以得到如下六條準(zhǔn)則：

準(zhǔn)則1：如果緯度(目標(biāo))>緯度(現(xiàn)在狀態(tài))，那么目標(biāo)為北方；

準(zhǔn)則2：如果緯度(目標(biāo))緯度(現(xiàn)在狀態(tài))，那么目標(biāo)為南方；

準(zhǔn)則3：如果緯度(目標(biāo))=緯度(現(xiàn)在狀態(tài))，那么目標(biāo)為空；

準(zhǔn)則4：如果經(jīng)度(目標(biāo))>經(jīng)度(現(xiàn)在狀態(tài))，那么目標(biāo)為西方；

準(zhǔn)則5：如果經(jīng)度(目標(biāo))經(jīng)度(現(xiàn)在狀態(tài))，那么目標(biāo)為東方；

準(zhǔn)則6：如果經(jīng)度(目標(biāo))=經(jīng)度(現(xiàn)在狀態(tài))，那么目標(biāo)為空；

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

規(guī)則1^規(guī)則4->目標(biāo)為西南

規(guī)則1^規(guī)則5->目標(biāo)為東北

規(guī)則1^規(guī)則6->目標(biāo)為北

規(guī)則2^規(guī)則4->目標(biāo)為西南

規(guī)則2^規(guī)則5->目標(biāo)為東南

規(guī)則2^規(guī)則6->目標(biāo)為南

規(guī)則3^規(guī)則4->目標(biāo)為西

規(guī)則3^規(guī)則5->目標(biāo)為東

規(guī)則3^規(guī)則6->目標(biāo)為空

將基本準(zhǔn)則和復(fù)雜準(zhǔn)則結(jié)合起來就能得到成功的查詢方法。如果目標(biāo)在當(dāng)前節(jié)點的西北方向，那么向北方和東方移動是合法的。這里我認(rèn)為應(yīng)該是：“如果目標(biāo)在當(dāng)前節(jié)點的東北方向，向北方和東方移動是合法的”，而向南方和西方移動則不合法。

當(dāng)查詢到節(jié)點12，選擇的邏輯路徑則是從節(jié)點12至節(jié)點11并且權(quán)值為15的邊線。此時方向為北方，這看來是合法的，且邊線權(quán)值達(dá)到最小。其實這完全是錯誤的，因為查詢偏離了目標(biāo)節(jié)點?，F(xiàn)在我們利用規(guī)則對查詢進(jìn)行限定，節(jié)點12與節(jié)點17平行，因此準(zhǔn)則3成立。此時經(jīng)度減少，因此規(guī)則5成立。如果規(guī)則3和規(guī)則5都成立，那么目標(biāo)是正東方。規(guī)則基礎(chǔ)很好地完成任務(wù)：避免了“盲目”查詢或?qū)?ldquo;盲目”查詢進(jìn)行導(dǎo)向。結(jié)果如圖5所示。

本文小結(jié)

如上所述，圖形表示法和盲目查詢算法本身并不足以解決大多數(shù)問題。但將這些技術(shù)同直觀推斷以及特定問題的規(guī)則集相結(jié)合，就像上面所做的那樣，就能得到有效的人工智能。類似的技術(shù)可應(yīng)用于諸多應(yīng)用領(lǐng)域。盡管本文的示例集中于靜態(tài)數(shù)據(jù)，但當(dāng)邊線及邊線權(quán)值改變并且不能對規(guī)則進(jìn)行硬編碼時，這里給出的技術(shù)仍然有效。

顯然，嵌入式系統(tǒng)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，盡管這是圖形查詢算法中的一種常用技術(shù)。關(guān)鍵應(yīng)用中的嵌入式系統(tǒng)也不支持動態(tài)內(nèi)存分配，但如果沒有動態(tài)內(nèi)存分配的話，將很難在鏈表數(shù)據(jù)表示法中添加和刪除節(jié)點。出于以上考慮，可以得到如下嵌入式智能的應(yīng)用技巧：

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

2。避免遞歸，任何遞歸函數(shù)都應(yīng)當(dāng)用迭代函數(shù)進(jìn)行重寫。

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

4。將智能視為低能動物而非超級計算機，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”算法和智能查詢算法。當(dāng)然，也沒有任何規(guī)定限制只能采用一種方法解決需要利用智能的問題。