果如图4所示，离散后共得到762个节，比原始数据多了455个节，离散后的节数据见附件中的“newpoint.txt〞。

图4 整个区域离散结果图

采用这值方法路离散后，将直线上的无穷多个转化有限个，便于分析问题和实现相应的算法，由图4可知，所取得的整离散效果还是比拟理想的。

5.1.3 分区域求解警车数目的算法设计

考虑到警车置和巡逻方案需要满足：警车在接警后三分钟内赶到普通位案发现场的比例不低于90%，赶到重位必须控制在两分钟之内的要求。设计算法的目标就是求解在满足D1情况下，总的警车数目最小，即每个区域都尽可能多地覆盖路节。由于警车的初始位置是未知的，我们可设警车初始停靠在路上的任一，即分布在图4所示的762个离散中的某些节上，总思路是让每两辆车之间尽量分散地分布，一辆警车辖一个分区，用这些分区覆盖整个区域。

于是我们设计算法1，步骤如下所示：

Step1：将整个区域预分为个分区，每个分区分一辆警车，警车的初始停靠位置设在预分区中心的路节上，假设区域的中心不在路节上，那么将警车放在离中心最近的路节上；

Step2：统计分区不能覆盖的节，调整警车的初始停靠，使分区覆盖尽可能多的路节，调整分为区内调整和区间调整方案：〔1〕区内调整照模拟退火思想构造的函数，在区间调整调整车辆初始的位置〔后文中有详细说明〕，当分区内节数较多时，调整的概率小些，分区内节数较少时，调整的概率大些，〔2〕当区域中存在未被覆盖的节或节群〔大于等于三个节集中在一个范围内〕时，将警车初始位置的调整方向为朝着这些未被覆盖的节一定的规那么〔在

对算法的几说明：

〔1〕该算法所取的车辆数是由多到少行计算的，初始值设为20，这个值的选取是据区域图估算的。

(2)预分区的优在于使警车的初始位置尽可能均匀地分散分布，警车的初始停靠在一个分区的中心附近寻找得到，比起在整个区域随机生成停靠，计算效率明显得到提。

预分之后，需要对整个区域不断地行调整，调整时需要考虑调整方向和 调整概率。

警车调整借鉴的是模拟退火算法的方法，为了使分区内包路节数较多的分区的初始停车调整的概率小些，而分区内包路节数的少的分区内的初始停车调整的概率大些，我们构造了一个调整概率函数,

〔1〕