基于固定-滑动混合模型的 MPI 并行遗传算法用于多类地理要素标注放置
分布式、并行与集群计算
2022-12-01 v1
摘要
多类地理要素标注放置(MGFLP)数十年来一直是地理信息可视化中的基础问题。标注定位的本质被证明是 NP 难问题，其复杂度直接受输入数据量的影响。计算机技术与鲁棒方法的发展已解决了部分标注问题。然而近期研究较少考虑 MGFLP 的计算复杂度，这显著降低了那些新近提出方法的可用性。本研究提出一种基于固定位置模型与滑动模型混合的 MPI 并行遗传算法，用于对固定类型地理要素进行标注。为评估标注质量，基于四项质量度量定义了质量函数：标注-要素冲突、标注-标注冲突、标注歧义因子，以及点状与面状要素的标注位置优先级。实验结果表明，与已有研究相比，所提算法显著降低了质量函数总得分及标注计算时间。对于同一数据集，该算法在少于一分钟内得出结果且仅 6 处标注-要素冲突，而 Parallel-MS（Lessani 等，2021）耗时逾 20 分钟且出现 12 处标注-要素冲突。
引用
@article{arxiv.2211.17215,
title = {An MPI-based parallel genetic algorithm for multiple geographical feature label placement based on the hybrid of fixed-sliding models},
author = {Mohammad Naser Lessani and Zhenlong Li and Jiqiu Deng and Zhiyong Guo},
journal= {arXiv preprint arXiv:2211.17215},
year = {2022}
}
备注
35 Pages, 11 Figures