网络Voronoi图模型是一种有效地划分空间影响范围方法,基于网络最短路径时间分析的Voronoi图可以反映实际的设施服务需求之间传递方向和关联关系。鉴于相邻发生元引力势能平衡点理论所发展的网络加权Voronoi图顾及了设施中心规模向外辐射能力的差异,其模拟环境、辐射机制与实际服务需求分布情况基本相符,是划分空间影响范围较为科学的方法。图模型位置关联信息获取可为设施服务现状分析、位置性能评估、负载均衡评价、最大覆盖范围空间优化等方面提供高信息度支持。实用的空间优化技术对网络Voronoi图模型构图算法的计算性能提出了较高要求,串行构图算法不能满足空间优化技术对图模型海量调用的快速响应,亟需高性能构图算法达到空间优化技术快速响应要求和提升图模型的实用性。本文依据国家自然科学基金项目“基于网络Voronoi图启发和群智能的空间优化建模方法研究”(项目编号:41671390)中对高性能构图算法的需求,深入分析串行构图流程中可提升算法执行时间的环节,采用基于邻接表四叉堆优先队列技术改进的Dijkstra算法和OpenMP并行计算技术开展了面向空间优化分析的高性能网络Voronoi图模型研究。论文主要研究内容与结论包括:(1)高性能网络Voronoi图模型构图算法。基于设施布局位置与不同路网格局差异,采用功能设施最邻近道路结点并行检索与生成算法、改进的单源最短路径算法、道路网络Voronoi并行划分算法、离散空间Voronoi并行划分算法等方法完成高性能网络Voronoi图模型的构建。基于邻接表四叉堆优先队列改进的Dijkstra算法将发生元最短路径分析算法的时间复杂度由O(n2)降到O(nlogn),节省了构图算法的耗费时间;基于共享内存的多线程并行编程模型(OpenMP)实现的高性能构图算法大幅度地降低了海量栅格Voronoi划分的耗费时间;通过比较分析构图算法对南京市急救中心、电影院和派出所3种典型公共服务设施功能辐射现状模拟可知,高性能构图算法可以节省一半左右的串行执行时间;不同线程数目相对加速比和标准-效率评价结果可知,任务量一定时,线程数目越多节省构图时间越多,但其计算效率会越低,浪费的系统内存资源也会越多。(2)图模型位置关联信息获取与应用。网络Voronoi图模型是一种较为准确的空间划分方法,图模型中获取的位置关联信息可为多设施选址和智能空间优化分析提供数据支持。选用以最短路径时间为度量的网络加权Voronoi图模拟的功能设施辐射现状与真实的服务需求分布情况较为相符,引入不同地铁规模条件能模拟出功能设施辐射域新旧格局变化的真实情形;结合空间分析方法从功能设施辐射域中获得的位置关联信息,包括功能设施交通区位条件、覆盖道路结点数、面积、周长、人口、辐射最远路径时间、辐射平均路径时间、路网密度、设施最邻近网络路段,线近点位置、最邻近设施及其编号、邻近设施最短路径时间、最远设施及其编号,最远设施最短路径时间等信息可用于设施辐射现状需求分析,负载均衡评价,位置性能评估等方面。还可为多设施辐射范围空间优化分析提供技术支持和多设施选址提供高信息度服务。论文采用基于邻接表四叉堆优先队列技术改进的Dijkstra算法和OpenMP并行编程模型实现的高性能构图算法节省了图模型串行构建的耗费时间,可使空间优化技术对图模型快速响应成为现实,结合空间分析和数据挖掘方法从图模型中获取的位置关联信息可进一步提升图模型的实用性和应用深度。