[发明专利]多目标优化下的空间对象索引与查询方法

权利要求书

1.多目标优化下的空间对象索引与查询方法，其特征在于，包括以下步骤：

步骤1，获取空间待分割对象属性数据；

步骤2，建立倒排文本空间对象索引聚类的多目标优化模型，模型表示如下

其中F(x)为所述模型的目标函数，h表示子目标函数的个数，g_i(x)表示不等式约束条件，m表示不等式约束的个数，h_j(x)表示不等式约束条件，n表示等数约束条件的个数；

步骤3，采用改进的多目标优化算法NSGA-III对所述的多目标优化模型进行求解，计算出空间待分割对象的聚类方案；

步骤4，根据所述的聚类方案构建倒排文本空间索引树；

步骤5，根据查询请求对所述的倒排文本空间索引树进行搜索，获得查询结果；

所述的空间待分割对象的集合表示为O＝{o₁,o₂,...,o_K}，K为空间对象的数量，解空间决策向量x∈Ω，x＝(o₁,o₂,...,o_u,o_u+1,o_u+2,...,o_K)，第i个空间对象的信息表示为o_i＝{loc,doc}，其中，loc代表该对象所处的空间位置信息，loc＝(x_i,y_i)，(x_i,y_i)代表该对象所处空间位置，doc＝(t₁,t₂,...,t_n)，(t₁,t₂,...,t_n)表示该对象所包含的关键字；

所述空间待分割对象属性数据包括空间对象集合，以及每一个空间对象的空间位置信息和文本描述信息；所述的多目标优化模型的目标函数F(x)中子目标函数包括，MBR重叠区域最小化、MBR区域总面积最小化、平均最大距离最小化、文本相似度最小化；约束条件包括服务的子节点数量的平衡约束；

MBR重叠区域f₁(x)的计算公式为：

所述的空间划分方法D_x(O)是指，在决策向量x∈Ω下，对于空间对象集合O＝{o₁,o₂,...,o_K}，其空间划分方法定义为：D_x(O)＝{o₁,o₂,...,o_u,o_u+1,o_u+2,...,o_K}；

MBR区域总面积f₂(x)的计算公式为：

平均最大距离f₃(x)计算公式为：

其中Dis(o_i,o_j)表示空间对象o_i和o_j之间的欧式距离；

文本相似度f₄(x)的计算公式为：

其中，o_i与o_j之间的语义相似度距离用SimDis(o_i,o_j)表示，文本相似度S(o_i,o_j)可以表示为：o_j.doc表示第j个对象的文本信息，本描述o.doc当中出现的次数，tf(t,Coll)表示关键字t在对象空间集合中出现的总次数，|Coll|表示对象空间词数总量，λ为参数值，用于调节单个文本关键字在全文本中的比重；

子节点数量的平衡约束g₁(x)，即文本空间索引树父节点需要保持每个子节点数量的平衡，每一子节点的数量不能少于总节点数量的三分之一，要求：

空间对象集合O＝{o₁,o₂,...,o_K}，对于解空间决策向量x∈Ω，x＝(o₁,o₂,...,o_u,o_u+1,o_u+2,...,o_K)；

所述的多目标优化模型表示如下：

2.根据权利要求1所述的空间对象索引与查询方法，其特征在于，采用NSGA-III对模型进行求解的过程中，种群选择策略采用在NSGA种群选择机制基础上，增加候补解集的填充选择机制，其步骤包括：首先采用NSGA-III主导选择机制在一组解上运行；然后对所有解进行分层，将完全支配解的层级设置为第一层；删除已经访问过的解，取出非最佳解决方案，将其级别设置为第二级，重复操作；当解的非支配水平相同时，即在同一级中进行选择时，比较解的拥挤距离，选择具有大拥挤距离的解；构建候补解来存储前k代的被放弃较好支配解，根据前k代被淘汰解候补集；在优化过程期间，对候补群和当前群同步执行优化操作，剩余的交叉变异策略与NSGAIII中的保持一致。