專利名稱：：一種網(wǎng)絡(luò)路徑查找方法、最優(yōu)路徑選擇方法及其系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種網(wǎng)絡(luò)路徑查找方法、一種網(wǎng)絡(luò)最優(yōu)路徑選擇方法及其系統(tǒng)。
背景技術(shù)：
：現(xiàn)有技術(shù)中，在智能控制
技術(shù)領(lǐng)域：
，計(jì)算其中一個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和另外一個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的最優(yōu)路徑的方法是先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧及弧上的量組成的拓?fù)湮募渲?，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的連線，弧上的量是在弧上賦的權(quán)值；再根據(jù)該拓?fù)湮募?，利用兩點(diǎn)間最短路徑尋徑算法計(jì)算兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)之間的最短路徑；將計(jì)算出的最短路徑作為最優(yōu)路徑。該方法可以計(jì)算出兩點(diǎn)間的最優(yōu)路徑，但是在實(shí)際應(yīng)用中，弧上的量隨著時(shí)間或環(huán)境都是在不斷變化，所以不能實(shí)時(shí)的計(jì)算出兩點(diǎn)間的最優(yōu)路徑。比如對于道路交通網(wǎng)絡(luò)系統(tǒng)，需要面對動(dòng)態(tài)的不斷變化的交通堵塞信息，這樣再按預(yù)先建立的拓?fù)湮募聿檎覂牲c(diǎn)間的最短路徑，就不能精確的計(jì)算出該道路交通網(wǎng)絡(luò)系統(tǒng)中兩點(diǎn)間的最優(yōu)路徑。
發(fā)明內(nèi)容本發(fā)明提供了一種網(wǎng)絡(luò)路徑查找方法、一種網(wǎng)絡(luò)最優(yōu)路徑選擇方法及其系統(tǒng)，其能精確的計(jì)算出最優(yōu)路徑。本發(fā)明的技術(shù)方案是一種網(wǎng)絡(luò)路徑查找方法，包括預(yù)先建立包括邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和弧的拓?fù)湮募渲?，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的連線；按預(yù)定時(shí)間間隔采集所述拓?fù)湮募膶?shí)際數(shù)據(jù)信息，根據(jù)采集的實(shí)際數(shù)據(jù)信息更新所述拓?fù)湮募?；根?jù)更新后的拓?fù)湮募?，查找出作為起點(diǎn)的第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和作為終點(diǎn)的第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的路徑。一種網(wǎng)絡(luò)最優(yōu)路徑選擇方法，包括預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的連線，弧上的量是在弧上賦的權(quán)值；按預(yù)定時(shí)間間隔采集所述拓?fù)湮募诓煌疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)每個(gè)考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，并分別更新所述拓?fù)湮募桓鶕?jù)每次更新后的拓?fù)湮募?，分別利用兩點(diǎn)間最短路徑尋徑算法計(jì)算出作為起點(diǎn)的第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和作為終點(diǎn)的第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑；根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑。另外一種網(wǎng)絡(luò)最優(yōu)路徑選擇方法，包括預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的連線，弧上的量是在弧上賦的權(quán)值；按預(yù)定時(shí)間間隔采集所述拓?fù)湮募诓煌疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)每個(gè)考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，并分別更新所述拓?fù)湮募桓鶕?jù)每次更新后的拓?fù)湮募?，分別利用多點(diǎn)間最短路徑尋徑算法計(jì)算出所述邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑；根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑。另外一種網(wǎng)絡(luò)最優(yōu)路徑選擇方法，其包括預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的連線，弧上的量是在弧上賦的權(quán)值；按預(yù)定時(shí)間間隔采集所述拓?fù)湮募谕豢疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)該考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，并更新所述拓?fù)湮募?；根?jù)更新后的拓?fù)湮募脙牲c(diǎn)間最短路徑尋徑算法計(jì)算出作為起點(diǎn)的第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和作為終點(diǎn)的第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑，將該最短路徑作為最優(yōu)路徑。最后一種網(wǎng)絡(luò)最優(yōu)路徑選擇方法，其包括預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募渲?，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的連線，弧上的量是在弧上賦的權(quán)值；按預(yù)定時(shí)間間隔采集所述拓?fù)湮募谕豢疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)該考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，并更新所述拓?fù)湮募?；根?jù)更新后的拓?fù)湮募枚帱c(diǎn)間最短路徑尋徑算法計(jì)算出所述邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑，將該最短路徑作為最優(yōu)路徑。本發(fā)明還公開了一種網(wǎng)絡(luò)最優(yōu)路徑選擇系統(tǒng)，包括拓?fù)湮募⒛K，用于預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的連線，弧上的量是在弧上賦的權(quán)值；信息采集模塊，用于按預(yù)定時(shí)間間隔采集所述拓?fù)湮募诓煌疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)每個(gè)考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，分別更新所述拓?fù)湮募⒛K建立的拓?fù)湮募坏谝挥?jì)算模塊，根據(jù)所述信息采集模塊每次更新后的拓?fù)湮募?，分別利用兩點(diǎn)間最短路徑尋徑算法計(jì)算出作為起點(diǎn)的第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和作為終點(diǎn)的第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑；處理模塊，用于根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑。另外一種網(wǎng)絡(luò)最優(yōu)路徑選擇系統(tǒng)，包括拓?fù)湮募⒛K，用于預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的連線，弧上的量是在弧上賦的權(quán)值；信息采集模塊，用于按預(yù)定時(shí)間間隔采集所述拓?fù)湮募诓煌疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)每個(gè)考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，分別更新所述拓?fù)湮募⒛K建立的拓?fù)湮募?；第一?jì)算模塊，用于根據(jù)所述信息采集模塊每次更新后的拓?fù)湮募?，分別利用多點(diǎn)間最短路徑尋徑算法計(jì)算出所述邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑；處理模塊，用于根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑。本發(fā)明的網(wǎng)絡(luò)最優(yōu)路徑選擇方法及其系統(tǒng)，其可以采集不同時(shí)刻拓?fù)湮募膶?shí)際數(shù)據(jù)信息，根據(jù)實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，并分別更新所述拓?fù)湮募?，根CN101827024A據(jù)每次更新后的拓?fù)湮募碛?jì)算最短路徑，從而可以選擇不同考察量對應(yīng)的最短路徑作為最優(yōu)路徑，其可以面對動(dòng)態(tài)的不斷變化的拓?fù)湮募_的計(jì)算出起點(diǎn)和終點(diǎn)間或邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最優(yōu)路徑。圖1是本發(fā)明網(wǎng)絡(luò)最優(yōu)路徑選擇方法實(shí)施例一的流程圖；圖2是本發(fā)明網(wǎng)絡(luò)最優(yōu)路徑選擇方法實(shí)施例二的流程圖；圖3是本發(fā)明網(wǎng)絡(luò)最優(yōu)路徑選擇方法實(shí)施例三的流程圖；圖4是本發(fā)明網(wǎng)絡(luò)最優(yōu)路徑選擇方法實(shí)施例四的流程圖；圖5是與實(shí)施例一或?qū)嵤├谋景l(fā)明方法對應(yīng)的本發(fā)明網(wǎng)絡(luò)最優(yōu)路徑選擇系統(tǒng)的結(jié)構(gòu)框圖一；圖6是與實(shí)施例一或?qū)嵤├谋景l(fā)明方法對應(yīng)的本發(fā)明網(wǎng)絡(luò)最優(yōu)路徑選擇系統(tǒng)的結(jié)構(gòu)框圖二；圖7是本發(fā)明具體實(shí)施例中建立的拓?fù)湮募?。具體實(shí)施例方式下面結(jié)合附圖對本發(fā)明的具體實(shí)施例做一詳細(xì)的闡述。實(shí)施例一本發(fā)明網(wǎng)絡(luò)最優(yōu)路徑選擇方法，如圖1，包括步驟S101、預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的連線，弧上的量是在弧上賦的權(quán)值；弧可以為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的帶方向或不帶方向的連線；在建立拓?fù)湮募r(shí)，可以數(shù)據(jù)庫或地圖模型的方式來建立，在建立的時(shí)候先確定邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的位置坐標(biāo)，再確定邏輯網(wǎng)絡(luò)節(jié)點(diǎn)之間的連線，之后再為弧分別賦上權(quán)值，該拓?fù)湮募梢允嵌S模型或三維模型，如圖7的具體實(shí)施例，該圖中建立的拓?fù)湮募ㄟ壿嬀W(wǎng)絡(luò)節(jié)點(diǎn)A、B、C、D和E，弧AB、BE、AD、DE、AC、CE分別為節(jié)點(diǎn)之間的連線，弧AB上的量為1，弧BE上的量為2，弧AD上的量為2，弧DE上的量為3，弧AC上的量為3，弧CE上的量為4;S102、按預(yù)定時(shí)間間隔采集所述拓?fù)湮募诓煌疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)每個(gè)考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，分別更新所述拓?fù)湮募黄渲?，考察量可以是成本、路程或時(shí)間等；預(yù)定時(shí)間間隔可以是固定時(shí)間間隔或根據(jù)實(shí)際需要來設(shè)定，由于不同時(shí)刻拓?fù)湮募际窃诓粩嘧兓?，所以在弧上賦的權(quán)值都是在不斷變化，通過采集拓?fù)湮募膶?shí)際數(shù)據(jù)信息來為弧上的量重新賦上權(quán)值，可以適時(shí)更新弧上的量，這樣可以精確的計(jì)算出最短路徑，在實(shí)際操作中可以通過GPS定位系統(tǒng)、攝像頭或傳感器等按預(yù)定時(shí)間間隔來采集拓?fù)湮募诓煌目疾炝肯碌膶?shí)際數(shù)據(jù)信息，并根據(jù)不同的實(shí)際數(shù)據(jù)信息來為所述弧上的量重新賦上權(quán)值；如圖7，在初始狀態(tài)，在時(shí)間考察量下，弧AB上的量為1，弧BE上的量為2，弧AD上的量為2，弧DE上的量為3，弧AC上的量為3，弧CE上的量為4；在第一時(shí)刻采集到拓?fù)湮募膶?shí)際數(shù)據(jù)信息，發(fā)現(xiàn)弧AB、BE的實(shí)際數(shù)據(jù)信息發(fā)生變化，這樣就需要根據(jù)弧AB、BE的實(shí)際數(shù)據(jù)信息來重新為弧AB上的量、弧BE上的量賦上權(quán)值，具體賦的權(quán)值多少可以由用戶根據(jù)采集的實(shí)際數(shù)據(jù)信息來設(shè)定，或?qū)?shí)際數(shù)據(jù)信6息分為不同的等級，不同等級下賦的權(quán)值不同；S103、根據(jù)每次更新后的拓?fù)湮募謩e利用兩點(diǎn)間最短路徑尋徑算法計(jì)算出作為起點(diǎn)的第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和作為終點(diǎn)的第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑；該兩點(diǎn)間最短路徑尋徑算法可以為Dijkstra算法或其他的類似算法；該兩點(diǎn)間最短路徑尋徑算法可以適用于交通網(wǎng)絡(luò)、醫(yī)學(xué)領(lǐng)域等；S104、根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑。每個(gè)考察量對應(yīng)一個(gè)最短路徑，此時(shí)需要根據(jù)考察量來選擇與之對應(yīng)的最短路徑作為最優(yōu)路徑。比如，如圖7，當(dāng)考察量為路程時(shí)，計(jì)算的最短路徑為ABE；在考察量為時(shí)間時(shí)，計(jì)算的最短路徑為ADE；在考察量為成本時(shí)，計(jì)算的最短路徑為ACE；此時(shí)如果要選路程為考察量則選擇ABE作為最優(yōu)路徑，如果選時(shí)間為考察量時(shí)則選擇ADE為最優(yōu)路徑，如果選成本為考察量時(shí)則選擇ACE為最優(yōu)路徑。由此可見，該實(shí)施例中，本發(fā)明的網(wǎng)絡(luò)最優(yōu)路徑選擇方法，其可以采集不同時(shí)刻拓?fù)湮募膶?shí)際數(shù)據(jù)信息，根據(jù)實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，并分別更新所述拓?fù)湮募鶕?jù)每次更新后的拓?fù)湮募碛?jì)算最短路徑，從而可以選擇不同考察量對應(yīng)的最短路徑作為最優(yōu)路徑，其可以面對動(dòng)態(tài)的不斷變化的拓?fù)湮募?，精確的計(jì)算出起點(diǎn)和終點(diǎn)間的最優(yōu)路徑。另外，當(dāng)所述弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的不帶方向的連線時(shí)，還可以包括步驟根據(jù)每次更新后的拓?fù)湮募?，分別利用雙重Dijkstra算法計(jì)算出所述第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的后備路徑；此時(shí)，步驟S104，根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑，更新為根據(jù)不同組合的考察量選擇對應(yīng)的最短路徑或后備路徑作為最優(yōu)路徑。這樣對于每個(gè)考察量都可以計(jì)算出一個(gè)最短路徑和多個(gè)后備路徑，以供用戶進(jìn)行選擇，用戶根據(jù)需要可以選擇最短路徑或后備路徑，即可綜合考慮不同組合的考察量，使得選擇出的最優(yōu)路徑更加精確。如圖7及下表格，當(dāng)考察量為路程時(shí)，計(jì)算的最短路徑為ABE，后備路徑為ADE、ACE；在考察量為時(shí)間時(shí)，計(jì)算的最短路徑為ADE，后備路徑為ABE、ACE；在考察量為成本時(shí)，計(jì)算的最短路徑為ACE，后備路徑為ABE、ADE；此時(shí)如果要選路程為考察量則選擇ABE作為最優(yōu)路徑，如果選時(shí)間為考察量時(shí)則選擇ADE為最優(yōu)路徑，如果選成本為考察量時(shí)則選擇ACE為最優(yōu)路徑。<table>tableseeoriginaldocumentpage7</column></row><table>為了方便根據(jù)考察量的不同選擇出最優(yōu)路徑，可以為每個(gè)考察量下計(jì)算出的最短路徑和后備路徑分別賦上權(quán)值，上表格中，在路程為考察量時(shí)，最短路徑ABE權(quán)值為3、后備路徑ADE為4、ACE為5；在時(shí)間為考察量時(shí)，最短路徑ADE權(quán)值為2、后備路徑ABE為4、ACE為6；在成本為考察量時(shí)，最短路徑ACE權(quán)值為3、后備路徑ABE為5、ADE為7；此時(shí)，如果選擇路程、時(shí)間和成本三個(gè)考察量的組合，在選擇最優(yōu)路徑時(shí)需綜合考慮三個(gè)考察量；路徑ABE在三種考察量下的權(quán)值和為3+4+5=12，路徑ADE在三種考察量下的權(quán)值和為4+2+7=13，路徑ACE在三種考察量下的權(quán)值和為5+6+3=14；則在三種考察量下的最優(yōu)路徑為ABE。此時(shí)在計(jì)算出最短路徑和后備路徑時(shí)，需要根據(jù)不同組合的考察量來選擇最短路徑或后備路徑作為最優(yōu)路徑。與該實(shí)施例中的網(wǎng)絡(luò)最優(yōu)路徑選擇方法相對應(yīng)，本發(fā)明的網(wǎng)絡(luò)最優(yōu)路徑選擇系統(tǒng)，如圖5，包括拓?fù)湮募⒛K、信息采集模塊、第一計(jì)算模塊和處理模塊，拓?fù)湮募⒛K依次通過信息采集模塊、第一計(jì)算模塊與處理模塊連接；拓?fù)湮募⒛K，用于預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的連線，弧上的量是在弧上賦的權(quán)值；弧可以為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的帶方向或不帶方向的連線；在建立拓?fù)湮募r(shí)，可以數(shù)據(jù)庫或地圖模型的方式來建立，在建立的時(shí)候先確定邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的位置坐標(biāo)，再確定邏輯網(wǎng)絡(luò)節(jié)點(diǎn)之間的連線，之后再為弧分別賦上權(quán)值；信息采集模塊，用于按預(yù)定時(shí)間間隔采集所述拓?fù)湮募诓煌疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)每個(gè)考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，分別更新所述拓?fù)湮募?；其中，考察量可以是成本、路程或時(shí)間等；預(yù)定時(shí)間間隔可以是固定時(shí)間間隔或根據(jù)實(shí)際需要來設(shè)定，由于不同時(shí)刻拓?fù)湮募际窃诓粩嘧兓栽诨∩腺x的權(quán)值都是在不斷變化，通過采集拓?fù)湮募膶?shí)際數(shù)據(jù)信息來為弧上的量重新賦上權(quán)值，可以適時(shí)更新弧上的量，這樣可以精確的計(jì)算出最短路徑，在實(shí)際操作中信息采集模塊可以是GPS定位系統(tǒng)、攝像頭或傳感器等；第一計(jì)算模塊，根據(jù)所述信息采集模塊每次更新后的拓?fù)湮募?，分別利用兩點(diǎn)間最短路徑尋徑算法計(jì)算出作為起點(diǎn)的第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和作為終點(diǎn)的第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑。該兩點(diǎn)間最短路徑尋徑算法可以為Dijkstra算法或其他類似的算法；處理模塊，用于根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑。每個(gè)考察量對應(yīng)一個(gè)最短路徑，此時(shí)需要根據(jù)考察量來選擇與之對應(yīng)的最短路徑。在具體實(shí)施時(shí)，該實(shí)施例中本發(fā)明的網(wǎng)絡(luò)最優(yōu)路徑選擇系統(tǒng)還可以包括第二計(jì)算模塊，如圖6，與所述信息采集模塊和處理模塊連接，用于當(dāng)所述弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的不帶方向的連線時(shí)，根據(jù)信息采集模塊每次更新后的拓?fù)湮募?，分別利用雙重Dijkstra算法計(jì)算出所述第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的后備路徑；此時(shí)處理模塊根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑更新為根據(jù)不同組合的考察量選擇對應(yīng)的最短路徑或后備路徑作為最優(yōu)路徑。此時(shí)每個(gè)考察量對應(yīng)一個(gè)最短路徑和多個(gè)后備路徑，供用戶根據(jù)需要進(jìn)行選擇。即可綜合考慮不同組合的考察量，使得選擇出的最優(yōu)路徑更加精確。實(shí)施例二該實(shí)施例與實(shí)施例一的區(qū)別在于，該實(shí)施例用于計(jì)算多個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑，在該實(shí)施例中，本發(fā)明的網(wǎng)絡(luò)最優(yōu)路徑選擇方法，如圖2，包括步驟S201、預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的連線，弧上的量是在弧上賦的權(quán)值；弧可以為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的帶方向或不帶方向的連線；在建立拓?fù)湮募r(shí)，可以數(shù)據(jù)庫或地圖模型的方式來建立，在建立的時(shí)候先確定邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的位置坐標(biāo)，再確定邏輯網(wǎng)絡(luò)節(jié)點(diǎn)之間的連線，之后再為弧分別賦上權(quán)值；S202、按預(yù)定時(shí)間間隔采集所述拓?fù)湮募诓煌疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)每個(gè)考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，分別更新所述拓?fù)湮募?；其中，考察量可以是成本、路程或時(shí)間等；預(yù)定時(shí)間間隔可以是固定時(shí)間間隔或根據(jù)實(shí)際需要來設(shè)定，由于不同時(shí)刻拓?fù)湮募际窃诓粩嘧兓栽诨∩腺x的權(quán)值都是在不斷變化，通過采集拓?fù)湮募膶?shí)際數(shù)據(jù)信息來為弧上的量重新賦上權(quán)值，可以適時(shí)更新弧上的量，這樣可以精確的計(jì)算出最短路徑，在實(shí)際操作中可以通過GPS定位系統(tǒng)、攝像頭或傳感器等按預(yù)定時(shí)間間隔來采集拓?fù)湮募诓煌目疾炝肯碌膶?shí)際數(shù)據(jù)信息，并根據(jù)不同的實(shí)際數(shù)據(jù)信息來為所述弧上的量重新賦上權(quán)值；S203、根據(jù)每次更新后的拓?fù)湮募?，分別利用多點(diǎn)間最短路徑尋徑算法計(jì)算出所述邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑；所述多點(diǎn)間最短路徑尋徑算法可以為Prim算法或Kruskal算法；該多點(diǎn)間最短路徑尋徑算法可以適用于信息傳輸網(wǎng)絡(luò)、虛擬網(wǎng)絡(luò)等；S204、根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑。每個(gè)考察量對應(yīng)一個(gè)最短路徑，此時(shí)需要根據(jù)考察量來選擇與之對應(yīng)的最短路徑作為最優(yōu)路徑。比如當(dāng)考察量為路程時(shí)，采集在路程下弧上的量的實(shí)際權(quán)值，根據(jù)該實(shí)際權(quán)值更新拓?fù)湮募?，利用多點(diǎn)間最短路徑尋徑算法即可計(jì)算出邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑，并將該最短路徑作為時(shí)間考察量的最優(yōu)路徑。由此可見，該實(shí)施例中，本發(fā)明的網(wǎng)絡(luò)最優(yōu)路徑選擇方法，其可以采集不同時(shí)刻拓?fù)湮募膶?shí)際數(shù)據(jù)信息，根據(jù)實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，并分別更新所述拓?fù)湮募?，根?jù)每次更新后的拓?fù)湮募碛?jì)算最短路徑，從而可以選擇不同考察量對應(yīng)的最短路徑作為最優(yōu)路徑，其可以面對動(dòng)態(tài)的不斷變化的拓?fù)湮募?，精確的計(jì)算出邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最優(yōu)路徑。另外，當(dāng)所述弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的不帶方向的連線時(shí)，還可以包括步驟根據(jù)每次更新后的拓?fù)湮募?，分別利用雙重Dijkstra算法計(jì)算出所述邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的后備路徑；此時(shí)，步驟S204，根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑，更新為根據(jù)不同組合的考察量選擇對應(yīng)的最短路徑或后備路徑作為最優(yōu)路徑。這樣對于每個(gè)考察量都可以計(jì)算出一個(gè)最短路徑和多個(gè)后備路徑，以供用戶進(jìn)行選擇，即可綜合考慮不同組合的考察量，使得選擇出的最優(yōu)路徑更加精確。根據(jù)不同組合的考察量選擇對應(yīng)的最短路徑或后備路徑作為最優(yōu)路徑的具體過程和實(shí)施例一的方法相同，在此不贅述。與該實(shí)施例中的網(wǎng)絡(luò)最優(yōu)路徑選擇方法相對應(yīng)，本發(fā)明的網(wǎng)絡(luò)最優(yōu)路徑選擇系統(tǒng)，如圖5，包括拓?fù)湮募⒛K、信息采集模塊、第一計(jì)算模塊和處理模塊，拓?fù)湮募⒛K依次通過信息采集模塊、第一計(jì)算模塊與處理模塊連接；拓?fù)湮募⒛K，用于預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的連線，弧上的量是在弧上賦的權(quán)值；弧可以為兩個(gè)邏9輯網(wǎng)絡(luò)節(jié)點(diǎn)間的帶方向或不帶方向的連線；在建立拓?fù)湮募r(shí)，可以數(shù)據(jù)庫或地圖模型的方式來建立，在建立的時(shí)候先確定邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的位置坐標(biāo)，再確定邏輯網(wǎng)絡(luò)節(jié)點(diǎn)之間的連線，之后再為弧分別賦上權(quán)值；信息采集模塊，用于按預(yù)定時(shí)間間隔采集所述拓?fù)湮募诓煌疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)每個(gè)考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，分別更新所述拓?fù)湮募黄渲?，考察量可以是成本、路程或時(shí)間等；預(yù)定時(shí)間間隔可以是固定時(shí)間間隔或根據(jù)實(shí)際需要來設(shè)定，由于不同時(shí)刻拓?fù)湮募际窃诓粩嘧兓?，所以在弧上賦的權(quán)值都是在不斷變化，通過采集拓?fù)湮募膶?shí)際數(shù)據(jù)信息來為弧上的量重新賦上權(quán)值，可以適時(shí)更新弧上的量，這樣可以精確的計(jì)算出最短路徑；在實(shí)際操作中信息采集模塊可以是GPS定位系統(tǒng)、攝像頭或傳感器等；第一計(jì)算模塊，用于根據(jù)所述信息采集模塊每次更新后的拓?fù)湮募?，利用多點(diǎn)間最短路徑尋徑算法計(jì)算出所述邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑。所述多點(diǎn)間最短路徑尋徑算法可以為Prim算法或Kruskal算法；處理模塊，用于根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑。每個(gè)考察量對應(yīng)一個(gè)最短路徑，此時(shí)需要根據(jù)考察量來選擇與之對應(yīng)的最短路徑。在具體實(shí)施時(shí)，該實(shí)施例中本發(fā)明的網(wǎng)絡(luò)最優(yōu)路徑選擇系統(tǒng)還可以包括第二計(jì)算模塊，如圖6，與所述信息采集模塊和處理模塊連接，用于當(dāng)所述弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的不帶方向的連線時(shí)，根據(jù)信息采集模塊每次更新后的拓?fù)湮募?，分別利用雙重Dijkstra算法計(jì)算出所述邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的后備路徑；此時(shí)，處理模塊根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑更新為根據(jù)不同組合的考察量選擇對應(yīng)的最短路徑或后備路徑作為最優(yōu)路徑。此時(shí)每個(gè)考察量對應(yīng)一個(gè)最短路徑和多個(gè)后備路徑，供用戶根據(jù)需要進(jìn)行選擇。即可綜合考慮不同組合的考察量，使得選擇出的最優(yōu)路徑更加精確。實(shí)施例三該實(shí)施例與實(shí)施例一的區(qū)別在于，在該實(shí)施例中按預(yù)定時(shí)間間隔采集所述拓?fù)湮募谕豢疾炝肯碌膶?shí)際數(shù)據(jù)信息。在該實(shí)施例中，本發(fā)明的網(wǎng)絡(luò)最優(yōu)路徑選擇方法，如圖3，其包括S301、預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的連線，弧上的量是在弧上賦的權(quán)值；弧可以為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的帶方向或不帶方向的連線；在建立拓?fù)湮募r(shí)，可以數(shù)據(jù)庫或地圖模型的方式來建立，在建立的時(shí)候先確定邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的位置坐標(biāo)，再確定邏輯網(wǎng)絡(luò)節(jié)點(diǎn)之間的連線，之后再為弧分別賦上權(quán)值，該拓?fù)湮募梢允嵌S模型或三維模型；S302、按預(yù)定時(shí)間間隔采集所述拓?fù)湮募谕豢疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)該考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，并更新所述拓?fù)湮募?；其中，考察量可以是成本、路程或時(shí)間等；預(yù)定時(shí)間間隔可以是固定時(shí)間間隔或根據(jù)實(shí)際需要來設(shè)定，由于不同時(shí)刻拓?fù)湮募际窃诓粩嘧兓?，所以在弧上賦的權(quán)值都是在不斷變化，通過采集拓?fù)湮募膶?shí)際數(shù)據(jù)信息來為弧上的量重新賦上權(quán)值，可以適時(shí)更新弧上的量，這樣可以精確的計(jì)算出最短路徑，在實(shí)際操作中可以通過GPS定位系統(tǒng)、攝像頭或傳感器等按預(yù)定時(shí)間間隔來采集拓?fù)湮募谕豢疾炝肯碌膶?shí)際數(shù)據(jù)信息，并根據(jù)實(shí)際數(shù)據(jù)信息來為所述弧上的量重新賦上權(quán)值；S303、根據(jù)更新后的拓?fù)湮募?，利用兩點(diǎn)間最短路徑尋徑算法計(jì)算出作為起點(diǎn)的第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和作為終點(diǎn)的第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑，將該最短路徑作為最優(yōu)路徑。該兩點(diǎn)間最短路徑尋徑算法可以為Dijkstra算法或其他的類似算法；該兩點(diǎn)間最短路徑尋徑算法可以適用于交通網(wǎng)絡(luò)、醫(yī)學(xué)領(lǐng)域等。實(shí)施例四該實(shí)施例與實(shí)施例二的區(qū)別在于，在該實(shí)施例中按預(yù)定時(shí)間間隔采集所述拓?fù)湮募谕豢疾炝肯碌膶?shí)際數(shù)據(jù)信息。在該實(shí)施例中，本發(fā)明網(wǎng)絡(luò)最優(yōu)路徑選擇方法，其包括S401、預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的連線，弧上的量是在弧上賦的權(quán)值；弧可以為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的帶方向或不帶方向的連線；在建立拓?fù)湮募r(shí)，可以數(shù)據(jù)庫或地圖模型的方式來建立，在建立的時(shí)候先確定邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的位置坐標(biāo)，再確定邏輯網(wǎng)絡(luò)節(jié)點(diǎn)之間的連線，之后再為弧分別賦上權(quán)值；S402、按預(yù)定時(shí)間間隔采集所述拓?fù)湮募谕豢疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)每個(gè)考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，分別更新所述拓?fù)湮募?；其中，考察量可以是成本、路程或時(shí)間等；預(yù)定時(shí)間間隔可以是固定時(shí)間間隔或根據(jù)實(shí)際需要來設(shè)定，由于不同時(shí)刻拓?fù)湮募际窃诓粩嘧兓?，所以在弧上賦的權(quán)值都是在不斷變化，通過采集拓?fù)湮募膶?shí)際數(shù)據(jù)信息來為弧上的量重新賦上權(quán)值，可以適時(shí)更新弧上的量，這樣可以精確的計(jì)算出最短路徑，在實(shí)際操作中可以通過GPS定位系統(tǒng)、攝像頭或傳感器等按預(yù)定時(shí)間間隔來采集拓?fù)湮募诓煌目疾炝肯碌膶?shí)際數(shù)據(jù)信息，并根據(jù)不同的實(shí)際數(shù)據(jù)信息來為所述弧上的量重新賦上權(quán)值；S403、根據(jù)每次更新后的拓?fù)湮募?，分別利用多點(diǎn)間最短路徑尋徑算法計(jì)算出所述邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑，將該最短路徑作為最優(yōu)路徑。所述多點(diǎn)間最短路徑尋徑算法可以為Prim算法或Kruskal算法；該多點(diǎn)間最短路徑尋徑算法可以適用于信息傳輸網(wǎng)絡(luò)、虛擬網(wǎng)絡(luò)等；實(shí)施例五該實(shí)施例公開了一種網(wǎng)絡(luò)路徑查找方法，其包括步驟預(yù)先建立包括邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和弧的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的連線；弧可以為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的帶方向或不帶方向的連線；在建立拓?fù)湮募r(shí)，可以數(shù)據(jù)庫或地圖模型的方式來建立，在建立的時(shí)候先確定邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的位置坐標(biāo)，再確定邏輯網(wǎng)絡(luò)節(jié)點(diǎn)之間的連線，該拓?fù)湮募梢允嵌S模型或三維模型；按預(yù)定時(shí)間間隔采集所述拓?fù)湮募膶?shí)際數(shù)據(jù)信息，根據(jù)采集的實(shí)際數(shù)據(jù)信息更新所述拓?fù)湮募?；預(yù)定時(shí)間間隔可以是固定時(shí)間間隔或根據(jù)實(shí)際需要來設(shè)定，在實(shí)際操作中可以通過GPS定位系統(tǒng)、攝像頭或傳感器等按預(yù)定時(shí)間間隔來采集所述拓?fù)湮募膶?shí)際數(shù)據(jù)信息；根據(jù)更新后的拓?fù)湮募?，查找出作為起點(diǎn)的第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和作為終點(diǎn)的第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的路徑。需要說明的是，實(shí)施例一、實(shí)施例二、實(shí)施例三和實(shí)施例四中的網(wǎng)絡(luò)最優(yōu)路徑選擇方法，可以適用于一切網(wǎng)絡(luò)，如動(dòng)力運(yùn)行網(wǎng)絡(luò)(交通網(wǎng)絡(luò)、醫(yī)用微創(chuàng)手術(shù)路線)、信息傳輸網(wǎng)絡(luò)(互聯(lián)網(wǎng)、類神經(jīng)網(wǎng)絡(luò))、壓力輸送網(wǎng)絡(luò)(輸電、氣、液網(wǎng)絡(luò))及虛擬網(wǎng)絡(luò)(人工智能)等邏輯網(wǎng)絡(luò)。在具體實(shí)施時(shí)，可以交通網(wǎng)絡(luò)的交點(diǎn)(岔路口、港口、車站)、信息網(wǎng)絡(luò)的節(jié)點(diǎn)(服務(wù)器、用戶、路由器)、壓力輸送網(wǎng)絡(luò)的控制節(jié)點(diǎn)(配電變壓器、斷路開關(guān)、節(jié)流閥)為邏輯網(wǎng)絡(luò)節(jié)點(diǎn)；以連通相鄰兩邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的線路為弧，如交通網(wǎng)絡(luò)的道路、航線、信息網(wǎng)絡(luò)的信道、壓力輸送網(wǎng)絡(luò)的管道、水道；弧上的量則可以是交通網(wǎng)絡(luò)的里程、耗時(shí)、油耗、道路級別、信息網(wǎng)絡(luò)的帶寬、負(fù)載、時(shí)延、干擾、壓力輸送網(wǎng)絡(luò)的壓強(qiáng)、流速、長度、輸送功率等。對于人工智能系統(tǒng)，可以事、物、動(dòng)作等邏輯主題為邏輯網(wǎng)絡(luò)節(jié)點(diǎn)，事物的邏輯、情感等的聯(lián)系為弧，聯(lián)系的難易達(dá)成度或優(yōu)先級等成本量為弧上的量。在醫(yī)用領(lǐng)域，也有很多應(yīng)用，如微創(chuàng)手術(shù)、血管栓塞疏通等。微創(chuàng)手術(shù)可以切割或縫合點(diǎn)為拓?fù)湮募倪壿嬀W(wǎng)絡(luò)節(jié)點(diǎn)，各主要臟器、組織間的區(qū)域或在體內(nèi)自成通道的管道為拓?fù)湮募幕?，以行程、誤差允許范圍、傷害程度等為弧上的量。血管疏通手術(shù)可以管網(wǎng)的分支為邏輯網(wǎng)絡(luò)節(jié)點(diǎn)，管網(wǎng)分支間的管道為弧，以行程或傷害程度為弧上的量。以上所述的本發(fā)明實(shí)施方式，并不構(gòu)成對本發(fā)明保護(hù)范圍的限定。任何在本發(fā)明的精神和原則之內(nèi)所作的修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的權(quán)利要求保護(hù)范圍之內(nèi)。權(quán)利要求一種網(wǎng)絡(luò)路徑查找方法，其特征在于，包括預(yù)先建立包括邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和弧的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的連線；按預(yù)定時(shí)間間隔采集所述拓?fù)湮募膶?shí)際數(shù)據(jù)信息，根據(jù)采集的實(shí)際數(shù)據(jù)信息更新所述拓?fù)湮募桓鶕?jù)更新后的拓?fù)湮募?，查找出作為起點(diǎn)的第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和作為終點(diǎn)的第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的路徑。2.—種網(wǎng)絡(luò)最優(yōu)路徑選擇方法，其特征在于，包括預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的連線，弧上的量是在弧上賦的權(quán)值；按預(yù)定時(shí)間間隔采集所述拓?fù)湮募诓煌疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)每個(gè)考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，并分別更新所述拓?fù)湮募桓鶕?jù)每次更新后的拓?fù)湮募?，分別利用兩點(diǎn)間最短路徑尋徑算法計(jì)算出作為起點(diǎn)的第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和作為終點(diǎn)的第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑；根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑。3.根據(jù)權(quán)利要求2所述的網(wǎng)絡(luò)最優(yōu)路徑選擇方法，其特征在于當(dāng)所述弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的不帶方向的連線時(shí)，還包括步驟根據(jù)每次更新后的拓?fù)湮募謩e利用雙重Dijkstra算法計(jì)算出所述第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的后備路徑；步驟，根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑，更新為根據(jù)不同組合的考察量選擇對應(yīng)的最短路徑或后備路徑作為最優(yōu)路徑。4.一種網(wǎng)絡(luò)最優(yōu)路徑選擇方法，其特征在于，包括預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的連線，弧上的量是在弧上賦的權(quán)值；按預(yù)定時(shí)間間隔采集所述拓?fù)湮募谕豢疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)該考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，并更新所述拓?fù)湮募?；根?jù)更新后的拓?fù)湮募?，利用兩點(diǎn)間最短路徑尋徑算法計(jì)算出作為起點(diǎn)的第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和作為終點(diǎn)的第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑，將該最短路徑作為最優(yōu)路徑。5.一種網(wǎng)絡(luò)最優(yōu)路徑選擇方法，其特征在于，包括預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的連線，弧上的量是在弧上賦的權(quán)值；按預(yù)定時(shí)間間隔采集所述拓?fù)湮募诓煌疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)每個(gè)考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，并分別更新所述拓?fù)湮募?；根?jù)每次更新后的拓?fù)湮募謩e利用多點(diǎn)間最短路徑尋徑算法計(jì)算出所述邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑；根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑。6.根據(jù)權(quán)利要求5所述的網(wǎng)絡(luò)最優(yōu)路徑選擇方法，其特征在于當(dāng)所述弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的不帶方向的連線時(shí)，還包括步驟根據(jù)每次更新后的拓?fù)湮募?，分別利用雙重Dijkstra算法計(jì)算出所述邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的后備路徑；步驟，根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑，具體為根據(jù)不同組合的考察量選擇對應(yīng)的最短路徑或后備路徑作為最優(yōu)路徑。7.—種網(wǎng)絡(luò)最優(yōu)路徑選擇方法，其特征在于，包括預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的連線，弧上的量是在弧上賦的權(quán)值；按預(yù)定時(shí)間間隔采集所述拓?fù)湮募谕豢疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)該考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，并更新所述拓?fù)湮募?；根?jù)更新后的拓?fù)湮募?，利用多點(diǎn)間最短路徑尋徑算法計(jì)算出所述邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑，將該最短路徑作為最優(yōu)路徑。8.—種網(wǎng)絡(luò)最優(yōu)路徑選擇系統(tǒng)，其特征在于，包括拓?fù)湮募⒛K，用于預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的連線，弧上的量是在弧上賦的權(quán)值；信息采集模塊，用于按預(yù)定時(shí)間間隔采集所述拓?fù)湮募诓煌疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)每個(gè)考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，并分別更新所述拓?fù)湮募⒛K建立的拓?fù)湮募?；第一?jì)算模塊，根據(jù)所述信息采集模塊每次更新后的拓?fù)湮募謩e利用兩點(diǎn)間最短路徑尋徑算法計(jì)算出作為起點(diǎn)的第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和作為終點(diǎn)的第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑；處理模塊，用于根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑。9.根據(jù)權(quán)利要求8所述的網(wǎng)絡(luò)最優(yōu)路徑選擇系統(tǒng)，其特征在于還包括第二計(jì)算模塊，與所述信息采集模塊和處理模塊連接，用于當(dāng)所述弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的不帶方向的連線時(shí)，根據(jù)所述信息采集模塊每次更新后的拓?fù)湮募謩e利用雙重Dijkstra算法計(jì)算出所述第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的后備路徑；所述處理模塊根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑更新為根據(jù)不同組合的考察量選擇對應(yīng)的最短路徑或后備路徑作為最優(yōu)路徑。10.一種網(wǎng)絡(luò)最優(yōu)路徑選擇系統(tǒng)，其特征在于，包括拓?fù)湮募⒛K，用于預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)的連線，弧上的量是在弧上賦的權(quán)值；信息采集模塊，用于按預(yù)定時(shí)間間隔采集所述拓?fù)湮募诓煌疾炝肯碌膶?shí)際數(shù)據(jù)信息，根據(jù)每個(gè)考察量下采集的實(shí)際數(shù)據(jù)信息為所述弧上的量重新賦上權(quán)值，并分別更新所述拓?fù)湮募⒛K建立的拓?fù)湮募?；第一?jì)算模塊，用于根據(jù)所述信息采集模塊每次更新后的拓?fù)湮募?，分別利用多點(diǎn)間最短路徑尋徑算法計(jì)算出所述邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑；處理模塊，用于根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑。全文摘要本發(fā)明公開了一種網(wǎng)絡(luò)路徑查找方法、網(wǎng)絡(luò)最優(yōu)路徑選擇方法及系統(tǒng)，所述方法包括預(yù)先建立由邏輯網(wǎng)絡(luò)節(jié)點(diǎn)、弧和弧上的量組成的拓?fù)湮募?，其中，弧為兩個(gè)邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的連線，弧上的量是在弧上賦的權(quán)值；采集拓?fù)湮募诓煌疾炝肯碌膶?shí)際數(shù)據(jù)信息，并分別更新拓?fù)湮募?；根?jù)每次更新后的拓?fù)湮募?，分別利用兩點(diǎn)間最短路徑尋徑算法計(jì)算出作為起點(diǎn)的第一邏輯網(wǎng)絡(luò)節(jié)點(diǎn)和作為終點(diǎn)的第二邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最短路徑；根據(jù)不同的考察量選擇對應(yīng)的最短路徑作為最優(yōu)路徑。本發(fā)明可以采集拓?fù)湮募诓煌目疾炝肯碌膶?shí)際數(shù)據(jù)信息，并分別更新拓?fù)湮募?，根?jù)每次更新后的拓?fù)湮募碛?jì)算最短路徑，可以精確的計(jì)算出起點(diǎn)和終點(diǎn)間或邏輯網(wǎng)絡(luò)節(jié)點(diǎn)間的最優(yōu)路徑。文檔編號H04L12/56GK101827024SQ20101013355公開日2010年9月8日申請日期2010年3月24日優(yōu)先權(quán)日2010年3月24日發(fā)明者林定偉申請人:林定偉