基于GA的矢量数据压缩优化算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (34): 185-187.

基于GA的矢量数据压缩优化算法

陈飞翔¹,于文洋²,李华³

1.北京林业大学信息学院，北京 100083
2.中国科学院中国遥感卫星地面站，北京 100086
3.国土资源部土地整理中心，北京 100035

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-12-01 发布日期:2007-12-01
通讯作者: 陈飞翔

Algorithm for vector data compression based on GA

CHEN Fei-xiang¹,YU Wen-yang²,LI Hua³

1.College of Information，Beijing Forestry University，Beijing 100083，China
2.China Remote Sensing Satellite Ground Station，Chinese Academy of Sciences，Beijing 100086，China
3.Land Consolidation and Rehabilitation Center，the Ministry of Land and Resources，Beijing 100035，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-12-01 Published:2007-12-01
Contact: CHEN Fei-xiang

摘要/Abstract

摘要： 矢量数据压缩在地形环境仿真、制图综合、GIS等研究中具有重要作用，对增加移动设备的存储能力和提高矢量数据的网络传输效率来说是一项很重要的工作。根据遗传算法理论、Douglas-Peucker算法和矢量数据的特点，提出了基于GA的矢量数据压缩的模型和方法。通过对构成曲线的结点进行二进制编码，以压缩后结点数较少和误差较小为优化目标，并利用Douglas-Peucker算法控制选择、变异和交叉的有效性，所得最优解中值为1的基因对应压缩后的曲线结点。实验结果表明，该方法能够得到较大的压缩率。

关键词: 矢量数据压缩, 遗传算法, Douglas-Peucker算法

Abstract: Vector data compression plays an important role in the research of terrain environment simulation，integrated mapping and GIS.It is a very important task for the increase of storage capacity of mobile equipment and the improvement of transmission efficiency of vector data on network.According to genetic algorithm theory，Douglas-Peucker algorithm and vector data characteristics，this paper proposes a model and method of vector data compression based on GA，encodes for the node of curve，and compresses the node to fewer nodes by smaller error.Experimental results show that this method can be greater compression ratios.

Key words: vector data compression, genetic algorithm, Douglas-Peucker algorithm

陈飞翔¹,于文洋²,李华³. 基于GA的矢量数据压缩优化算法[J]. 计算机工程与应用, 2007, 43(34): 185-187.

CHEN Fei-xiang¹,YU Wen-yang²,LI Hua³

. Algorithm for vector data compression based on GA[J]. Computer Engineering and Applications, 2007, 43(34): 185-187.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[10]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[11]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[12]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.