基于GIS路径规划算法研究综述
Summary of Research Based on GIS Pathway Planning Algorithm
DOI: 10.12677/CSA.2023.136120, PDF,   
作者: 朱致仁, 李士心*, 周立明, 陈范凯, 刘 宸, 孟范润：天津职业技术师范大学电子工程学院，天津
关键词: GIS；路径规划；优化算法；混合算法；GIS； Path Planning； The Optimization Algorithm； The Hybrid Algorithm
摘要: 随着科技的进步，GIS技术被广泛应用于自然生态、城市道路、农业、商业、工业等众多领域。其中，与GIS技术结合的路径规划算法可以更高效地完成寻优任务、提高运行效率。为了更清晰地区分不同的路径规划算法，根据GIS路径规划算法的设计原理，将其分为基于几何模型、基于启发式和基于混合等三类路径规划算法。详细阐述了三类算法的概念、原理及改进方式，对比总结了不同类型路径规划算法的优缺点，从算法局限性、环境建模和动态路径规划等方面展望了GIS路径规划算法的未来发展趋势。
Abstract: With the progress of science and technology, GIS technology is widely used in natural ecology, urban roads, agriculture, commerce, industry and many other fields. Among them, the path planning algo-rithm combined with GIS technology can complete the optimization task more efficiently and improve the operation efficiency. In order to more clearly distinguish different path planning algorithms, according to the design principle of GIS path planning algorithm, it is divided into three types of path planning algorithms: geometric model, heuristic and hybrid. The concept, principle and improvement mode of the three types of algorithms are elaborated in detail, the advantages and disadvantages of different types of path planning algorithms are summarized, and the future development trend of GIS path planning algorithm is prospected from the aspects of algorithm limitations, environment modeling and dynamic path planning.
文章引用：朱致仁, 李士心, 周立明, 陈范凯, 刘宸, 孟范润. 基于GIS路径规划算法研究综述[J]. 计算机科学与应用, 2023, 13(6): 1228-1234. https://doi.org/10.12677/CSA.2023.136120

参考文献

[1] Denisova, E.V. (2023) Use of GIS Technologies to Create a Local Geoinformation System for Irrigated Land Accounting. Izvestiya, Atmospheric and Oceanic Physics, 58, 1633-1641. [Google Scholar] [CrossRef] 
[2] Vinh, L.H., Canh, T.T., Binh, N.T., Ha, P.T., The, N.M., Vuong, N.D., Tu, L.H. and Huyen, N.T. (2023) Assessing Land Use/Land Cover Change and Its Driving Forces Using GIS Technique: Case Study in Kon Tum Province. IOP Conference Series: Earth and Environmental Science, 1170, Ar-ticle ID: 012019. [Google Scholar] [CrossRef] 
[3] Mehedi Hasan Saddam, Md., Hossain, K.T., Bhowmick, R.C., Salauddin, Md. and Aziz, T. (2023) Assessing the Shoreline Dynamics of Moheskhali Island in Bangladesh by In-tegrating GIS Techniques and Sea-Level Data. Regional Studies in Marine Science, 62, Article ID: 102941. [Google Scholar] [CrossRef] 
[4] 张丽楠, 张粉粉, 吴艳, 曹先彬. 基于移动GIS技术的森林资源调查与督查系统[J]. 现代农业科技, 2023(7): 120-123.
[5] 陈熙. GIS技术在农业水文水资源管理中运用分析[J]. 农村实用技术, 2023(2): 125-126.
[6] 康顺旺, 刘刚. 基于GIS空间分析方法的危化品泄漏事故应急疏散路径规划[J]. 测绘, 2020, 43(3): 122-125.
[7] 王旭科. 基于三维地理信息数据和SuperMap GIS的消防救援路径规划应用研究[D]: [硕士学位论文]. 兰州: 兰州大学, 2020.
[8] 李凯. 基于GIS的钻井事故应急物资配送路径规划研究与实现[D]: [硕士学位论文]. 西安: 西安石油大学, 2021.
[9] 袁丰桥. 基于GIS的校园路径规划系统设计与开发[D]: [硕士学位论文]. 杭州: 浙江工业大学, 2020.
[10] 王茜, 王克晓, 虞豹, 李波. 基于GIS的“数字底图”构建路径探讨[J]. 南方农业, 2022, 16(21): 115-118.
[11] 陈智康, 刘佳, 王丹丹, 张运喜. 改进Dijkstra机器人路径规划算法研究[J]. 天津职业技术师范大学学报, 2020, 30(3): 30-35.
[12] 先梦瑜. 一种基于Dijkstra的物流配送路径优化算法设计[J]. 电子设计工程, 2023, 31(2): 20-24.
[13] 郑弈, 谢亚琴. 基于Dijkstra算法改进的飞行器航迹快速规划算法[J]. 电子测量技术, 2022, 45(12): 73-79.
[14] Noto, M. and Sato, H. (2000) A Method for the Shortest Path Search by Extended Dijkstra Algorithm. 2000 IEEE International Conference on Systems, Man and Cybernetics. Cybernetics Evolving to Systems, Humans, Organizations, and Their Complex Interactions, Vol. 3, 2316-2320.
[15] 杨璐. 基于移动GIS的城市交通动态路径规划及系统实现[D]: [硕士学位论文]. 大连: 辽宁师范大学, 2017.
[16] 宋宇, 张浩, 程超. 基于改进A~*算法的物流机器人算法研究[J]. 长春工业大学学报, 2023, 44(2): 189-192.
[17] 赵卫东, 章争生, 陈文博. 基于A*算法的局部路径规划算法[J]. 安徽工业大学学报(自然科学版), 2023, 40(1): 70-75.
[18] 付三丽, 赵岩, 周禁程, 吴升祥, 侯继祖. 改进A~*算法机器人路径规划技术研究[J]. 物联网技术, 2023, 13(4): 108-110.
[19] 李明月, 李俐频, 左薇, 张军, 赵天瑞, 郭威, 黎彦良, 田禹. 基于GIS与改进蚁群算法的垃圾收运路径规划[J]. 环境工程学报, 2022, 16(7): 2388-2396.
[20] 翟志波, 戴玉森, 周鹏鹏, 刘伟. 基于改进蚁群算法的移动机器人路径规划[J]. 组合机床与自动化加工技术, 2023(4): 5-9.
[21] Calle, J., Rivero, J., Cuadra, D., et al. (2017) Extending ACO for Fast Path Search in Huge Graphs and Social Networks. Ex-pert Systems with Applications, 86, 292-306. [Google Scholar] [CrossRef] 
[22] 常见, 任雁. 基于改进遗传算法的机器人路径规划[J]. 组合机床与自动化加工技术, 2023(2): 23-27.
[23] 陈高远, 宋云雪. 改进遗传算法在移动机器人路径规划中的应用研究[J]. 计算机应用与软件, 2023, 40(2): 302-307.
[24] Tuncer, A. and Yildirim, M. (2012) Dynamic Path Planning of Mobile Robots with Improved Genetic Algorithm. Computers & Electri-cal Engineering, 38, 1564-1572. [Google Scholar] [CrossRef] 
[25] 姚娟. 基于GIS的城市物流配送路径规划研究[D]: [硕士学位论文]. 武汉: 华中师范大学, 2006.
[26] 陶重犇, 雷祝兵, 李春光, 孙云飞, 周海冰. 基于改进模拟退火算法的搬运机器人路径规划[J]. 计算机测量与控制, 2018, 26(7): 182-185.
[27] 刘婧. 基于改进模拟退火算法的船舶物流配送中心选址研究[J]. 舰船科学技术, 2020, 42(16): 199-201.
[28] 尚正阳, 顾寄南, 王建平. 求解带能力约束车辆路径优化问题的改进模拟退火算法[J]. 计算机集成制造系统, 2021, 27(8): 2260-2269.
[29] 冯思尧, 张程潇, 柳毅. 无线传感器网络环境下小车充电路径规划问题的改进模拟退火算法研究[J]. 智能物联技术, 2022, 5(2): 8-13+27.
[30] 许傲雪. 基于爬山遗传算法的T公司农产品配送路径优化研究[D]: [硕士学位论文]. 阜新: 辽宁工程技术大学, 2022.
[31] 程晗. 基于爬山蚁群算法的J物流公司配送路径优化研究[D]: [硕士学位论文]. 无锡: 江南大学, 2022.
[32] 马丽. 基于GIS的物流配送路径规划算法的研究[D]: [硕士学位论文]. 长春: 长春理工大学, 2010.
[33] 邵泳兵. 混合遗传算法在物流配送路径优化上的应用[J]. 物流工程与管理, 2022, 44(12): 32-34.