數(shù)據(jù)在許多研究領(lǐng)域都可采用圖形來(lái)表示，圖形和圖形理論為人工智能決策提供了有效的可視化工具、體系化準(zhǔn)則和相關(guān)技術(shù)。本文以交通線路自動(dòng)調(diào)整系統(tǒng)為例，說(shuō)明在嵌入式智能查詢(xún)算法中如何利用圖形對(duì)數(shù)據(jù)進(jìn)行可視化處理的方法來(lái)避免“盲目”操作，從而提高算法的決策效率。
　　圖形由節(jié)點(diǎn)和邊線組成，節(jié)點(diǎn)通常畫(huà)作圓形，而邊線則是節(jié)點(diǎn)之間的連線。在軟件中，節(jié)點(diǎn)通常采用將邊線作為指針或數(shù)組下標(biāo)的數(shù)據(jù)結(jié)構(gòu)加以實(shí)現(xiàn)。對(duì)圖形進(jìn)行遍歷查詢(xún)的算法有多種，常用的算法包括深度優(yōu)先查詢(xún)和寬度優(yōu)先查詢(xún)算法。深度優(yōu)先和寬度優(yōu)先都屬于“盲目”查詢(xún)算法，深度優(yōu)先算法沿著一組邊線從根節(jié)點(diǎn)一直查詢(xún)到最遠(yuǎn)端的葉節(jié)點(diǎn)，再查詢(xún)下一個(gè)葉節(jié)點(diǎn)；寬度優(yōu)先算法則首先查詢(xún)一個(gè)邊線距離以?xún)?nèi)的所有節(jié)點(diǎn)，再查詢(xún)兩個(gè)邊線距離以?xún)?nèi)的節(jié)點(diǎn)，以此類(lèi)推。
　　上述算法之所以具有盲目性，是因?yàn)樗惴ㄔ诓樵?xún)適當(dāng)解決方案的過(guò)程中并未指示任何有效信息，而只是盲目地遵循遍歷算法，甚至有可能在找到解決方案之前需要遍歷每一個(gè)節(jié)點(diǎn)，因而效率比較低。本文介紹的基于數(shù)據(jù)可視化處理的嵌入式智能查詢(xún)算法以車(chē)輛行駛線路自動(dòng)調(diào)整系統(tǒng)為例來(lái)說(shuō)明解決上述問(wèn)題的思路。
　　車(chē)輛導(dǎo)航
　　在設(shè)計(jì)一個(gè)遍歷整個(gè)公路段的網(wǎng)絡(luò)系統(tǒng)中，假定存在一個(gè)自動(dòng)垃圾收集站系統(tǒng)、運(yùn)動(dòng)攝像機(jī)或自動(dòng)交通線路調(diào)整系統(tǒng)。圖1顯示了舊金山的部分城市交通圖。首先，需要?jiǎng)?chuàng)建代表上述數(shù)據(jù)的網(wǎng)絡(luò)圖，以確定將哪些單元作為節(jié)點(diǎn)。如果其他標(biāo)志不甚明顯，那么道路交叉口就可選擇為節(jié)點(diǎn)。隨著這些節(jié)點(diǎn)的插入，就完成了網(wǎng)絡(luò)圖的一部分，不過(guò)目前得到的只是城市交通圖的無(wú)目標(biāo)靜態(tài)表示。
　　
　　下一步是添加系統(tǒng)進(jìn)行智能決策所需的額外信息。如果系統(tǒng)的目標(biāo)是幫助車(chē)輛選擇最佳的路徑而從一個(gè)交叉口駛向另一交叉口，很自然地就會(huì)想到為那些連接交叉口的公路段分配權(quán)值。在最簡(jiǎn)單的情形中，所有的道路都不是單行道，并且具有相同的速度限制和車(chē)道數(shù)目。即便這些條件不能完全反映真實(shí)的道路狀況，一旦構(gòu)建好網(wǎng)絡(luò)圖和權(quán)值模型，就能很容易擴(kuò)展到這些真實(shí)環(huán)境中去。
　　對(duì)交通圖中的邊線賦以權(quán)值有助于系統(tǒng)找到最佳的路徑。在某種程度上，這些權(quán)值可以任意分配，這里假定權(quán)值表征平均車(chē)流密度?；谔囟〞r(shí)段或局域條件的動(dòng)態(tài)權(quán)值也是可行的，并不影響以下分析。
　　圖1中，邊線的權(quán)值表示了每小時(shí)穿過(guò)道路的平均車(chē)流量，這些統(tǒng)計(jì)數(shù)據(jù)并不基于任何實(shí)際的數(shù)據(jù)，但在分析中相當(dāng)有效。如果車(chē)輛必須從Scott和Jackson交叉口（節(jié)點(diǎn)5）行駛到Fillmore和Vallejo交叉口（節(jié)點(diǎn)17），采用最小車(chē)流量判據(jù)，得到的查詢(xún)算法應(yīng)能得到總權(quán)值最小的路徑。
　　我們很容易就能在網(wǎng)絡(luò)圖中畫(huà)出結(jié)果，但仍然希望能借助計(jì)算機(jī)解決問(wèn)題。表征圖形的兩種最常用方法是鄰接矩陣（adjacencymatrix）和鄰接表（adjacencylist）。鄰接矩陣是靜態(tài)的多維陣列，矩陣中的元素表示一個(gè)節(jié)點(diǎn)到另一節(jié)點(diǎn)的權(quán)值。圖2顯示了示例網(wǎng)絡(luò)中包含節(jié)點(diǎn)1至節(jié)點(diǎn)6之間邊線權(quán)值的部分鄰接矩陣。節(jié)點(diǎn)1和節(jié)點(diǎn)6之間的邊線權(quán)值位于最右角（對(duì)應(yīng)點(diǎn)位于左下角）。圖2中36個(gè)節(jié)點(diǎn)的公路網(wǎng)絡(luò)的整個(gè)鄰接矩陣可包含36個(gè)元素。