本發(fā)明涉及一種查詢最小距離和位置的動態(tài)監(jiān)控方法及系統(tǒng)。

背景技術：
在過去幾年中，有很多工作研究一類在存在客戶點集合的情況下的“設施放置問題”（參見文獻8：Farahani,R.Z.,Hekmatfar,M.:FacilityLocation:Concepts,Models,AlgorithmsandCaseStudies,1stedn.Physica-VerlagHD(2009),文獻15：Nickel,S.,Puerto,J.:LocationTheory:AUnifiedApproach,1stedn.Springer(2005)）。在最普遍的情況下，問題包含：（1）一個客戶點的集合C和一個設施點候選集合P，并（2）在P中查詢k個新設施點的位置從而滿足一個事先定義的最佳條件。這類問題在k是常數(shù)的情況下存在多項式時間內的算法，在k是一般變量的情況下是NP-hard問題（參見文獻8和15），已經存在的工作主要研究其近似算法。最佳位置查詢問題可以被看做設施放置問題的一個變種，首先P是一個無限集合；然后通常k=1，也就是說只需要為新建一個設施點來選取位置；最后通常事先已經擁有了一個設施點集合F。以上這些是最佳位置查詢問題相對于一般的“設施放置問題”的不同點。之前的最佳位置查詢問題的研究工作（參見文獻2：Cabello,S.,J.M.,Langerman,S.,Seara,C.,Ventura,I.:Reversefacilitylocationproblems.In:CCCG,pp.68–71(2005),文獻6：Du,Y.,Zhang,D.,Xia,T.:Theoptimal-locationquery.In:SSTD,pp.163–180(2005),文獻21：Wong,R.C.W.,¨Ozsu,T.,Yu,P.S.,Fu,A.W.C.,Liu,L.:Efficientmethodformaximizingbichromaticreversenearestneighbor.PVLDB2(1),1126–1137(2009),文獻24：Zhang,D.,Du,Y.,Xia,T.,Tao,Y.:Progressivecomputationofthemin-distoptimal-locationquery.In:VLDB,pp.643–654(2006)）中考慮的是設施點和客戶點之間在Lp空間中的距離。其中Cabello等人（參見文獻2）和Wong等人（參見文獻21）的研究是基于L2空間的，而Du等人（參見文獻6）和Zhang等人（參見文獻24）的研究是基于L1空間的。這些工作并沒有研究最佳位置查詢問題在路網中的情況?，F(xiàn)有的研究工作中包括另外兩種與設施點的位置選取有關的問題：單設施點查詢問題（參見文獻8和15）以及設施點實時建立問題（參見文獻9：Fotakis,D.:Incrementalalgorithmsforfacilitylocationandkmedian.Theor.Comput.Sci.361(2-3),275–313(2006)，文獻13：Meyerson,A.:Onlinefacilitylocation.In:FOCS,pp.426–431(2001)），這兩種問題研究內容與最佳位置查詢問題類似但是有所不同。單設施點查詢問題研究的是，給定一個客戶點的集合，尋找一個設施建立點從而滿足一個最佳條件，在這個問題里，輸入數(shù)據(jù)中沒有已經建立的設施點集合，然而在最佳位置查詢問題里，需要考慮一個已有的設施點的集合。設施點實時建立問題研究的是，隨著客戶點的不斷增加，實時選取位置建立新的設施點來滿足一個給定的優(yōu)化條件，與最佳位置查詢問題相似的是，這類問題在尋找新的設施點時，也考慮已有的設施點集合，然而[9]和[13]所采用的方法并不能解決最佳位置查詢問題，這是因為在設施點實時建立問題中，建立新設施點的候選地點是一個有限的集合，但是在最佳位置查詢問題中，建立新設施點的候選地點是一個無限的集合，例如Lp空間中的所有地點或是路網中的所有邊上的所有地點的集合。在我們之前的研究工作中我們提出了靜態(tài)一次查詢路網中最佳位置的方法（參見文獻22：Xiao,X.,Yao,B.,Li,F.:Optimallocationqueriesinroadnetworkdatabases.In:ICDE,pp.804–815(2011)），與那篇文章相比，我們的發(fā)明提出了新的動態(tài)維護路網中最佳位置的解決方案，并為三個不同的最佳位置查詢問題設計了具體的實現(xiàn)方法。最后，現(xiàn)有的研究工作中存在著很多關于路網數(shù)據(jù)庫中查詢方法的研究（參見3：Chen,Z.,Shen,H.T.,Zhou,X.,Yu,J.X.:Monitoringpathnearestneighborinroadnetworks.In:SIGMOD,pp.591–602(2009),文獻4：Deng,K.,Zhou,X.,Shen,H.T.,Sadiq,S.,Li,X.:Instanceoptimalqueryprocessinginspatialnetworks.VLDBJ18(3),675–693(2009),文獻11：Jensen,C.S.,Kol′aˇrvr,J.,Pedersen,T.B.,Timko,I.:Nearestneighborqueriesinroadnetworks.In:GIS,pp.1–8(2003),文獻12：Kolahdouzan,M.R.,Shahabi,C.:Voronoi-basedk-nearestneighborsearchforspatialnetworkdatabases.In:VLDB,pp.840–851(2004),文獻14：Mouratidis,K.,Yiu,M.L.,Papadias,D.,Mamoulis,N.:Continuousnearestneighbormonitoringinroadnetworks.In:VLDB,pp.43–54(2006),文獻16：Papadias,D.,Zhang,J.,Mamoulis,N.,Tao,Y.:Queryprocessinginspatialnetworkdatabases.In:VLDB,pp.802–813(2003)，文獻17：Samet,H.,Sankaranarayanan,J.,Alborzi,H.:Scalablenetworkdistancebrowsinginspatialdatabases.In:SIGMOD,pp.43–54(2008)，文獻18：Sankaranarayanan,J.,Samet,H.:Distanceoraclesforspatialnetworks.In:ICDE,pp.652–663(2009)，文獻19：Sankaranarayanan,J.,Samet,H.,Alborzi,H.:Pathoraclesforspatialnetworks.PVLDB2(1),1210–1221(2009),文獻23：Yiu,M.L.,Mamoulis,N.,Papadias,D.:Aggregatenearestneighborqueriesinroadnetworks.TKDE17(6),820–833(2005)）。然而這些研究工作都是關注路網數(shù)據(jù)庫中最近點的查詢（參見文獻12、16和17）及其變種:最近點近似查詢（參見文獻18和19）、聚合查詢（參見文獻23），連續(xù)最近點查詢（參見文獻14），路徑最近點查詢（參見文獻3）等等。這些研究工作中的技術并不能解決最佳位置查詢問題，因為最近點查詢問題與最佳位置查詢問題在本質上是有所不同的。另外，本發(fā)明相關的參考文獻還包括如下：文獻1：deBerg,M.,Cheong,O.,vanKreveld,M.,Overmars,M.:ComputationalGeometry:AlgorithmsandApplications,3rdedn.Springer-Verlag(2008)；文獻5：Dijkstra,E.W.:Anoteontwoproblemsinconnexionwithgraphs.NumerischeMathematik1,269–271(1959)；文獻7：Erwig,M.,Hagen,F.:Thegraphvoronoidiagramwithapplications.Networks36,156–163(2000)；文獻10：Hershberger,J.:Findingtheupperenvelopeofnlinesegmentsino(nlogn)time.Inf.Process.Lett.33(4),169–174(1989)；文獻20：Shekhar,S.,Liu,D.R.:CCAM:Aconnectivity-clusteredaccessmethodfornetworksandnetworkcomputations.TKDE9(1),102–119(1997)。

技術實現(xiàn)要素：
本發(fā)明的目的在于提供一種查詢最小距離和位置的動態(tài)監(jiān)控方法及系統(tǒng)，能夠快速和動態(tài)地查詢最小距離和位置。為解決上述問題，本發(fā)明提供一種查詢最小距離和位置的動態(tài)監(jiān)控方法，包括：給定一個客戶點的集合C和一個設施點的集合F，以及一個候選位置集合P,最小距離和位置為其中為客戶點c的加權吸引距離，w(c)是客戶點c的權重，如果客戶點c和設施點f在道路網絡中的距離d(c,f)是c和F中的點的極小值，則定義f是c的吸引者，c被f吸引，a(c)=d(c,f)為c的吸引距離；根據(jù)路網中初始的設施點集合F和客戶點集合C獲取p;根據(jù)路網中設施點集合F或客戶點集合C發(fā)生的更新隨時動態(tài)監(jiān)控p。進一步的，在上述方法中，根據(jù)路網中初始的設施點集合F和客戶點集合C獲取p的步驟包括：通過向表示路網的無向連通圖Go=(Vo,Eo)插入所有的設施點f和客戶點c來將Eo中的邊劃分成新的邊，對于每一個點ρ∈C∪F，先考慮ρ所在的邊e∈Eo，令e的兩個端點為vl和vr，然后將e分為兩部分即從vl到ρ和從ρ到vr，以使ρ成為無向連通圖的一個新頂點，加入所有的新頂點以生成了一個新的無向連通圖G=(V,E)，且V=Vo∪C∪F；對于每一條邊e∈Ec初始化計算其局部最佳位置I以及對應的收益值m,其中，Ec為包含候選位置集合P中所有點的邊的集合，某個位置σ的收益值為局部最佳位置I為邊e上所有具有最大收益值的點集合；根據(jù)所有邊上的局部最佳位置I選出對應的收益值m最大的作為最大競爭力位置p。進一步的，在上述方法中，對于每一條邊e∈Ec初始化計算其局部最佳位置I以及對應的收益值m的步驟包括：通過Erwig和Hagen的算法來計算G中每一個頂點v的最近設施點f以及距離d(v,f)；分別計算e的兩個端點vl和vr的吸引集合A(vl)和A(vr)，其中，給定一個頂點v，A(v)是包含v能吸引到的所有客戶點c以及對應距離d(c,v)的集合；根據(jù)已經計算出的A(vl)和A(vr)計算e的局部最佳位置I以及對應的收益值m。進一步的，在上述方法中，已知一個頂點v，A(v)通過如下步驟獲?。撼跏蓟疉(v)為空集；用Dijkstra算法按照到v的距離升序遍歷G中所有頂點；對于每一個遍歷到的頂點v′，令a(v′)為v′到其最近的設施點f的距離，如果d(v,v′)≤a(v′)，并且v′是一個客戶點，則將把<v′,d(v′,v)>加入頂點v吸引集合A(v)后；如果d(v,v′)>a(v′)，則忽略所有以v′為端點的邊。進一步的，在上述方法中，根據(jù)已經計算出的A(vl)和A(vr)計算e的局部最佳位置I以及對應的收益值m的步驟包括：計算e的兩個端點的收益值；如果兩個端點的收益值不同，則返回收益值較大的那個端點作為e的局部最佳位置I，兩個收益值中較大的作為e的對應收益值m；否則，將這兩個相等的收益值作為e的對應收益值m，并考察e的中點的收益值，如果比端點收益值小，則將兩個端點作為e的局部最佳位置I，如果e的中點的收益值與兩個端點的收益值相等，則把整條邊e都作為局部最佳位置I。進一步的，在上述方法中，根據(jù)路網中設施點集合F或客戶點集合C發(fā)生的更新隨時動態(tài)監(jiān)控p的步驟包括：路網中設施點和客戶點的更新可以歸結為增加一個客戶點（AddC(c)），減少一個客戶點DelC(c)，增加一個設施點AddF(f)，減少一個設施點DelF(f)共四種基本操作；當一個更新操作到來的時候，首先計算吸引距離會被更新所影響的客戶點的集合Vc，如果操作是AddC(c)或DelC(c)，則Vc={c}；如果操作是AddF(f)或DelF(f)，則Vc={c|<c,d(c,v)>∈A(f)}；對于每一個客戶點c∈Vc，找出該客戶點之前的吸引距離a0(c)和新的吸引距離a'(c)，并建立兩個集合和對于每一個客戶點c∈Vc，根據(jù)a0(c)，a'(c)，來更新每一條邊e的局部最佳位置I以及對應的收益值m，令更新前的局部最佳位置以及對應的收益值分別為I0和m0；根據(jù)所有邊上的局部最佳位置I選出對應的收益值m最大的作為最小距離和位置p。進一步的，在上述方法中，已知更新前的局部最佳位置以及對應的收益值分別為I0和m0，根據(jù)a0(c)，a'(c)，來更新每一條邊e的局部最佳位置I以及對應的收益值m的步驟包括：建立一個頂點集合對于S中的每個頂點v：如果并且則設定m(v)=m(v)-w(c)(a0(c)-d(v,c))；如果并且則設定m(v)=m(v)+w(c)(a′(c)-d(v,c))；如果和都成立，則設定m(v)=m(v)+w(c)(a′(c)-a0(c))；其中m(v)表示頂點v的收益值；對于每一條邊e，如果e的兩個端點的收益值中至少一個發(fā)生變化：讀取e的兩個端點更新后的收益值，如果兩個端點的收益值不同，則返回收益值較大的那個端點作為e的局部最佳位置I，兩個收益值中較大的作為e的對應收益值m；否則，將這兩個相等的收益值作為e的對應收益值m，并考察e的中點的收益值，如果比端點收益值小，則將兩個端點作為e的局部最佳位置I，如果e的中點的收益值與兩個端點的收益值相等，則把整條邊e都作為局部最佳位置I。根據(jù)本發(fā)明的另一面，提供一種查詢最小距離和位置的動態(tài)監(jiān)控系統(tǒng)，包括：定義模塊，用于給定一個客戶點的集合C和一個設施點的集合F，以及一個候選位置集合P,最小距離和位置為其中為客戶點c的加權吸引距離，w(c)是客戶點c的權重，如果客戶點c和設施點f在道路網絡中的距離d(c,f)是c和F中的點的極小值，則定義f是c的吸引者，c被f吸引，a(c)=d(c,f)為c的吸引距離；獲取模塊，用于根據(jù)路網中初始的設施點集合F和客戶點集合C獲取p;更新模塊，用于根據(jù)路網中設施點集合F或客戶點集合C發(fā)生的更新隨時動態(tài)監(jiān)控p。進一步的，在上述系統(tǒng)中，所述獲取模塊用于：通過向表示路網的無向連通圖Go=(Vo,Eo)插入所有的設施點f和客戶點c來將Eo中的邊劃分成新的邊，對于每一個點ρ∈C∪F，先考慮ρ所在的邊e∈Eo，令e的兩個端點為vl和vr，然后將e分為兩部分即從vl到ρ和從ρ到vr，以使ρ成為無向連通圖的一個新頂點，加入所有的新頂點以生成了一個新的無向連通圖G=(V,E)，且V=Vo∪C∪F；對于每一條邊e∈Ec初始化計算其局部最佳位置I以及對應的收益值m,其中，Ec為包含候選位置集合P中所有點的邊的集合，某個位置σ的收益值為局部最佳位置I為邊e上所有具有最大收益值的點集合；根據(jù)所有邊上的局部最佳位置I選出對應的收益值m最大的作為最大競爭力位置p。進一步的，在上述系統(tǒng)中，所述獲取模塊用于：通過Erwig和Hagen的算法來計算G中每一個頂點v的最近設施點f以及距離d(v,f)；分別計算e的兩個端點vl和vr的吸引集合A(vl)和A(vr)，其中，給定一個頂點v，A(v)是包含v能吸引到的所有客戶點c以及對應距離d(c,v)的集合；根據(jù)已經計算出的A(vl)和A(vr)計算e的局部最佳位置I以及對應的收益值m。進一步的，在上述系統(tǒng)中，所述獲取模塊用于：初始化A(v)為空集；用Dijkstra算法按照到v的距離升序遍歷G中所有頂點；對于每一個遍歷到的頂點v′，令a(v′)為v′到其最近的設施點f的距離，如果d(v,v′)≤a(v′)，并且v′是一個客戶點，則將把<v′,d(v′,v)>加入頂點v吸引集合A(v)后；如果d(v,v′)>a(v′)，則忽略所有以v′為端點的邊。進一步的，在上述系統(tǒng)中，所述獲取模塊用于：計算e的兩個端點的收益值；如果兩個端點的收益值不同，則返回收益值較大的那個端點作為e的局部最佳位置I，兩個收益值中較大的作為e的對應收益值m；否則，將這兩個相等的收益值作為e的對應收益值m，并考察e的中點的收益值，如果比端點收益值小，則將兩個端點作為e的局部最佳位置I，如果e的中點的收益值與兩個端點的收益值相等，則把整條邊e都作為局部最佳位置I。進一步的，在上述系統(tǒng)中，所述更新模塊用于：路網中設施點和客戶點的更新可以歸結為增加一個客戶點（AddC(c)），減少一個客戶點DelC(c)，增加一個設施點AddF(f)，減少一個設施點DelF(f)共四種基本操作；當一個更新操作到來的時候，首先計算吸引距離會被更新所影響的客戶點的集合Vc，如果操作是AddC(c)或DelC(c)，則Vc={c}；如果操作是AddF(f)或DelF(f)，則Vc={c|<c,d(c,v)>∈A(f)}；對于每一個客戶點c∈Vc，找出該客戶點之前的吸引距離a0(c)和新的吸引距離a'(c)，并建立兩個集合和對于每一個客戶點c∈Vc，根據(jù)a0(c)，a'(c)，來更新每一條邊e的局部最佳位置I以及對應的收益值m，令更新前的局部最佳位置以及對應的收益值分別為I0和m0；根據(jù)所有邊上的局部最佳位置I選出對應的收益值m最大的作為最小距離和位置p。進一步的，在上述系統(tǒng)中，已知更新前的局部最佳位置以及對應的收益值分別為I0和m0，所述更新模塊用于：建立一個頂點集合對于S中的每個頂點v：如果并且則設定m(v)=m(v)-w(c)(a0(c)-d(v,c))；如果并且則設定m(v)=m(v)+w(c)(a′(c)-d(v,c))；如果和都成立，則設定m(v)=m(v)+w(c)(a′(c)-a0(c))；其中m(v)表示頂點v的收益值；對于每一條邊e，如果e的兩個端點的收益值中至少一個發(fā)生變化：讀取e的兩個端點更新后的收益值，如果兩個端點的收益值不同，則返回收益值較大的那個端點作為e的局部最佳位置I，兩個收益值中較大的作為e的對應收益值m；否則，將這兩個相等的收益值作為e的對應收益值m，并考察e的中點的收益值，如果比端點收益值小，則將兩個端點作為e的局部最佳位置I，如果e的中點的收益值與兩個端點的收益值相等，則把整條邊e都作為局部最佳位置I。與現(xiàn)有技術相比，本發(fā)明通過給定一個客戶點的集合C和一個設施點的集合F，以及一個候選位置集合P,最小距離和位置為其中為客戶點c的加權吸引距離，w(c)是客戶點c的權重，如果客戶點c和設施點f在道路網絡中的距離d(c,f)是c和F中的點的極小值，則定義f是c的吸引者，c被f吸引，a(c)=d(c,f)為c的吸引距離；根據(jù)路網中初始的設施點集合F和客戶點集合C獲取p;根據(jù)路網中設施點集合F或客戶點集合C發(fā)生的更新隨時動態(tài)監(jiān)控p，能夠快速和動態(tài)地查詢最小距離和位置。附圖說明圖1是本發(fā)明一實施例的查詢最小距離和位置的動態(tài)監(jiān)控方法的流程圖。具體實施方式為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結合附圖和具體實施方式對本發(fā)明作進一步詳細的說明。實施例一如圖1所示，本發(fā)明提供一種查詢最小距離和位置的動態(tài)監(jiān)控方法，包括步驟S1至步驟S3。步驟S1，給定一個客戶點的集合C和一個設施點的集合F，以及一個候選位置集合P,最小距離和位置為其中為客戶點c的加權吸引距離，w(c)是客戶點c的權重，如果客戶點c和設施點f在道路網絡中的距離d(c,f)是c和F中的點的極小值，則定義f是c的吸引者，c被f吸引，a(c)=d(c,f)為c的吸引距離；步驟S2，根據(jù)路網中初始的設施點集合F和客戶點集合C獲取p;優(yōu)選的，步驟S2包括：根據(jù)路網中初始的設施點集合F和客戶點集合C獲取p的步驟包括：通過向表示路網的無向連通圖Go=(Vo,Eo)插入所有的設施點f和客戶點c來將Eo中的邊劃分成新的邊，對于每一個點ρ∈C∪F，先考慮ρ所在的邊e∈Eo，令e的兩個端點為vl和vr，然后將e分為兩部分即從vl到ρ和從ρ到vr，以使ρ成為無向連通圖的一個新頂點，加入所有的新頂點以生成了一個新的無向連通圖G=(V,E)，且V=Vo∪C∪F；對于每一條邊e∈Ec初始化計算其局部最佳位置I以及對應的收益值m,其中，Ec為包含候選位置集合P中所有點的邊的集合，某個位置σ的收益值為局部最佳位置I為邊e上所有具有最大收益值的點集合；根據(jù)所有邊上的局部最佳位置I選出對應的收益值m最大的作為最大競爭力位置p。較佳的，對于每一條邊e∈Ec初始化計算其局部最佳位置I以及對應的收益值m的步驟包括：通過Erwig和Hagen的算法來計算G中每一個頂點v的最近設施點f以及距離d(v,f)；分別計算e的兩個端點vl和vr的吸引集合A(vl)和A(vr)，其中，給定一個頂點v，A(v)是包含v能吸引到的所有客戶點c以及對應距離d(c,v)的集合；根據(jù)已經計算出的A(vl)和A(vr)計算e的局部最佳位置I以及對應的收益值m。較佳的，已知一個頂點v，A(v)通過如下步驟獲?。撼跏蓟疉(v)為空集；用Dijkstra算法按照到v的距離升序遍歷G中所有頂點；對于每一個遍歷到的頂點v′，令a(v′)為v′到其最近的設施點f的距離，如果d(v,v′)≤a(v′)，并且v′是一個客戶點，則將把<v′,d(v′,v)>加入頂點v吸引集合A(v)后；如果d(v,v′)>a(v′)，則忽略所有以v′為端點的邊。較佳的，根據(jù)已經計算出的A(vl)和A(vr)計算e的局部最佳位置I以及對應的收益值m的步驟包括：計算e的兩個端點的收益值；如果兩個端點的收益值不同，則返回收益值較大的那個端點作為e的局部最佳位置I，兩個收益值中較大的作為e的對應收益值m；否則，將這兩個相等的收益值作為e的對應收益值m，并考察e的中點的收益值，如果比端點收益值小，則將兩個端點作為e的局部最佳位置I，如果e的中點的收益值與兩個端點的收益值相等，則把整條邊e都作為局部最佳位置I。步驟S3，根據(jù)路網中設施點集合F或客戶點集合C發(fā)生的更新隨時動態(tài)監(jiān)控p。優(yōu)選的，步驟S3包括：根據(jù)路網中設施點集合F或客戶點集合C發(fā)生的更新隨時動態(tài)監(jiān)控p的步驟包括：路網中設施點和客戶點的更新可以歸結為增加一個客戶點（AddC(c)），減少一個客戶點DelC(c)，增加一個設施點AddF(f)，減少一個設施點DelF(f)共四種基本操作；當一個更新操作到來的時候，首先計算吸引距離會被更新所影響的客戶點的集合Vc，如果操作是AddC(c)或DelC(c)，則Vc={c}；如果操作是AddF(f)或DelF(f)，則Vc={c|<c,d(c,v)>∈A(f)}；對于每一個客戶點c∈Vc，找出該客戶點之前的吸引距離a0(c)和新的吸引距離a'(c)，并建立兩個集合和對于每一個客戶點c∈Vc，根據(jù)a0(c)，a'(c)，來更新每一條邊e的局部最佳位置I以及對應的收益值m，令更新前的局部最佳位置以及對應的收益值分別為I0和m0；根據(jù)所有邊上的局部最佳位置I選出對應的收益值m最大的作為最小距離和位置p。較佳的，已知更新前的局部最佳位置以及對應的收益值分別為I0和m0，根據(jù)a0(c)，a'(c)，來更新每一條邊e的局部最佳位置I以及對應的收益值m的步驟包括：建立一個頂點集合對于S中的每個頂點v：如果并且則設定m(v)=m(v)-w(c)(a0(c)-d(v,c))；如果并且則設定m(v)=m(v)+w(c)(a′(c)-d(v,c))；如果和都成立，則設定m(v)=m(v)+w(c)(a′(c)-a0(c))；其中m(v)表示頂點v的收益值；對于每一條邊e，如果e的兩個端點的收益值中至少一個發(fā)生變化：讀取e的兩個端點更新后的收益值，如果兩個端點的收益值不同，則返回收益值較大的那個端點作為e的局部最佳位置I，兩個收益值中較大的作為e的對應收益值m；否則，將這兩個相等的收益值作為e的對應收益值m，并考察e的中點的收益值，如果比端點收益值小，則將兩個端點作為e的局部最佳位置I，如果e的中點的收益值與兩個端點的收益值相等，則把整條邊e都作為局部最佳位置I。實施例二本發(fā)明還提供另一種查詢最小距離和位置的動態(tài)監(jiān)控系統(tǒng)，包括：定義模塊，用于給定一個客戶點的集合C和一個設施點的集合F，以及一個候選位置集合P,最小距離和位置為其中為客戶點c的加權吸引距離，w(c)是客戶點c的權重，如果客戶點c和設施點f在道路網絡中的距離d(c,f)是c和F中的點的極小值，則定義f是c的吸引者，c被f吸引，a(c)=d(c,f)為c的吸引距離；獲取模塊，用于根據(jù)路網中初始的設施點集合F和客戶點集合C獲取p;更新模塊，用于根據(jù)路網中設施點集合F或客戶點集合C發(fā)生的更新隨時動態(tài)監(jiān)控p。進一步的，在上述系統(tǒng)中，所述獲取模塊用于：通過向表示路網的無向連通圖Go=(Vo,Eo)插入所有的設施點f和客戶點c來將Eo中的邊劃分成新的邊，對于每一個點ρ∈C∪F，先考慮ρ所在的邊e∈Eo，令e的兩個端點為vl和vr，然后將e分為兩部分即從vl到ρ和從ρ到vr，以使ρ成為無向連通圖的一個新頂點，加入所有的新頂點以生成了一個新的無向連通圖G=(V,E)，且V=Vo∪C∪F；對于每一條邊e∈Ec初始化計算其局部最佳位置I以及對應的收益值m,其中，Ec為包含候選位置集合P中所有點的邊的集合，某個位置σ的收益值為局部最佳位置I為邊e上所有具有最大收益值的點集合；根據(jù)所有邊上的局部最佳位置I選出對應的收益值m最大的作為最大競爭力位置p。進一步的，在上述系統(tǒng)中，所述獲取模塊用于：通過Erwig和Hagen的算法來計算G中每一個頂點v的最近設施點f以及距離d(v,f)；分別計算e的兩個端點vl和vr的吸引集合A(vl)和A(vr)，其中，給定一個頂點v，A(v)是包含v能吸引到的所有客戶點c以及對應距離d(c,v)的集合；根據(jù)已經計算出的A(vl)和A(vr)計算e的局部最佳位置I以及對應的收益值m。進一步的，在上述系統(tǒng)中，所述獲取模塊用于：初始化A(v)為空集；用Dijkstra算法按照到v的距離升序遍歷G中所有頂點；對于每一個遍歷到的頂點v′，令a(v′)為v′到其最近的設施點f的距離，如果d(v,v′)≤a(v′)，并且v′是一個客戶點，則將把<v′,d(v′,v)>加入頂點v吸引集合A(v)后；如果d(v,v′)>a(v′)，則忽略所有以v′為端點的邊。進一步的，在上述系統(tǒng)中，所述獲取模塊用于：計算e的兩個端點的收益值；如果兩個端點的收益值不同，則返回收益值較大的那個端點作為e的局部最佳位置I，兩個收益值中較大的作為e的對應收益值m；否則，將這兩個相等的收益值作為e的對應收益值m，并考察e的中點的收益值，如果比端點收益值小，則將兩個端點作為e的局部最佳位置I，如果e的中點的收益值與兩個端點的收益值相等，則把整條邊e都作為局部最佳位置I。進一步的，在上述系統(tǒng)中，所述更新模塊用于：路網中設施點和客戶點的更新可以歸結為增加一個客戶點（AddC(c)），減少一個客戶點DelC(c)，增加一個設施點AddF(f)，減少一個設施點DelF(f)共四種基本操作；當一個更新操作到來的時候，首先計算吸引距離會被更新所影響的客戶點的集合Vc，如果操作是AddC(c)或DelC(c)，則Vc={c}；如果操作是AddF(f)或DelF(f)，則Vc={c|<c,d(c,v)>∈A(f)}；對于每一個客戶點c∈Vc，找出該客戶點之前的吸引距離a0(c)和新的吸引距離a'(c)，并建立兩個集合和對于每一個客戶點c∈Vc，根據(jù)a0(c)，a'(c)，來更新每一條邊e的局部最佳位置I以及對應的收益值m，令更新前的局部最佳位置以及對應的收益值分別為I0和m0；根據(jù)所有邊上的局部最佳位置I選出對應的收益值m最大的作為最小距離和位置p。進一步的，在上述系統(tǒng)中，已知更新前的局部最佳位置以及對應的收益值分別為I0和m0，所述更新模塊用于：建立一個頂點集合對于S中的每個頂點v：如果并且則設定m(v)=m(v)-w(c)(a0(c)-d(v,c))；如果并且則設定m(v)=m(v)+w(c)(a′(c)-d(v,c))；如果和都成立，則設定m(v)=m(v)+w(c)(a′(c)-a0(c))；其中m(v)表示頂點v的收益值；對于每一條邊e，如果e的兩個端點的收益值中至少一個發(fā)生變化：讀取e的兩個端點更新后的收益值，如果兩個端點的收益值不同，則返回收益值較大的那個端點作為e的局部最佳位置I，兩個收益值中較大的作為e的對應收益值m；否則，將這兩個相等的收益值作為e的對應收益值m，并考察e的中點的收益值，如果比端點收益值小，則將兩個端點作為e的局部最佳位置I，如果e的中點的收益值與兩個端點的收益值相等，則把整條邊e都作為局部最佳位置I。實施例二的其它詳細內容具體可參見實施例一，在此不再贅述。本發(fā)明通過給定一個客戶點的集合C和一個設施點的集合F，以及一個候選位置集合P,最小距離和位置為其中為客戶點c的加權吸引距離，w(c)是客戶點c的權重，如果客戶點c和設施點f在道路網絡中的距離d(c,f)是c和F中的點的極小值，則定義f是c的吸引者，c被f吸引，a(c)=d(c,f)為c的吸引距離；根據(jù)路網中初始的設施點集合F和客戶點集合C獲取p;根據(jù)路網中設施點集合F或客戶點集合C發(fā)生的更新隨時動態(tài)監(jiān)控p，能夠快速和動態(tài)地查詢最小距離和位置。本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。對于實施例公開的系統(tǒng)而言，由于與實施例公開的方法相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。專業(yè)人員還可以進一步意識到，結合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬件、計算機軟件或者二者的結合來實現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術方案的特定應用和設計約束條件。專業(yè)技術人員可以對每個特定的應用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應認為超出本發(fā)明的范圍。顯然，本領域的技術人員可以對發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權利要求及其等同技術的范圍之內，則本發(fā)明也意圖包括這些改動和變型在內。