國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
23
制點依照行動代理人的移動路徑方向排列，再利用 Basic Binary Search (BBS) Algorithm，從中間的控制點開始找，若發現行動代理人已在先前經過此控制 點，則往後找，否則往前找。
2. 找到最接近行動代理人的控制點後，將用來搜尋用的行動代理人，送到行經
此控制點的反向行動節點上，再由這些行動節點逐步接近欲搜尋的行動代理 人。
可使用 Basic Binary Search (BBS)Algorithm 搜尋方式作為搜尋的策略，而在下一 章本論文將針對搜尋演算法另提出一種利用機率預測的搜尋演算法，預測目標代理人 所在之位置，並利用控制網路將搜尋代理人送至距離目標代理人最近即將走訪的控制 節點上，以減少搜尋目標代理人所花費的時間。因一段健行路徑健行者所需的健行時 間，可能是半小時到數小時不等，故若預測目標代理人所在位置準確，對於改善整體 搜尋目標代理人所花費的時間大有助益，則在行動節點訊息交換或是緊急就難搜救上 可提升其效益。
2.4 控制網路上控制節點選擇問題之相關研究
2.4.1 控制網路的建置
在[22]中，提出控制網路的建置模型，並沒有一定的標準，在不同的環境下，所適合 的控制網路皆不盡相同，如要全盤考慮，其面向與範園將非常龐大與複雜，故僅以「山 文誌登山資訊系統」為例，來設計適用於山區環境與登山情境的控制網路，本文也依 照相同假設，設計搜尋方法。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
24
2.4.2 環境假設
以「山文誌登山資訊系統」為背景，可假設原本在山上就已存在網路，只是登山客在 野外活動中不會、也不能去用到這個網路。因此，假設服務範圍內已存在有線或無線 封包網路 (例如︰Internet)，是相當合理的。
此外，基於此研究背景的登山應用，也作以下幾點環境假設。
1. 登山客遵循某些健行路徑在移動。
2. 人 (行動節點) 的移動速率差異不大。
3. 原則上候選控制點是位於健行路徑的交界處或端點，但若候選控制點之
間的健行路徑仍太長，也可在路徑中間另加候選控制點。
2.4.3 設計考量與目標
為了建置成本的考量及避免自然景觀的破壞，在控制網路的建置上，必須有效地 限制控制點的數量。以下為[22]所提出的控制點選擇問題 (Control Point Selection Problem, CPSP)，將考慮如何在有限的預算資源下，挑選適當的候選控制點，來組成 最佳的控制網路。
這些模型的目標與限制條件都遵循以下幾個原則︰
1. 限制︰整體的建置花費不得超過可用資源之上限。
2. 目標︰
盡可能服務到最多的行動代理人或行動節點。
能快速地找到任一個行動代理人或行動節點。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
25
2.4.4 控制點選擇問題—最大總流量模型
假設每一條健行路徑的登山客流量為已知，此模型在控制網路的建置策略上，是 在限制可用資源的前提下，以獲得最大的行動節點之總流量為目的，來選擇控制點的 佈建地點，歸納如下。
• 限制︰整體的建置花費不得超過可用資源之上限。
• 目標︰最大化控制點所涵蓋的行動節點之總流量。
在此模型中，假設只在健行路徑的交界處或端點存在有候選控制點，且候選控制 點之間的距離長度皆相等，故最大化控制點所涵蓋的行動節點之總流量，即能代表最 大化地提升服務到行動節點的機會。但由於此模型的設計目標，可能導致控制點的佈 建地點，可能只集中在少數幾條行動節點流量較多的路徑上。當控制網路的搜尋範圍，
只能涵蓋到所有健行路徑的一小部分時，將使得部分行動節點很容易就遠離了控制網 路所能提供服務的區域，而造成行動節點的搜尋成功率大為降低，或搜尋時間大幅增 加。
此模型的控制網路建置設計，除了可能導致浪費可用資源外，更可能造成搜尋不 到行動代理人的嚴重後果。
2.4.5 控制點選擇問題—最大涵蓋率模型
基於上述模型的缺點，另設計了最大涵蓋率模型，在此模型加入以下兩個設計目標。
1. 必須涵蓋所有健行路徑。因為行走在沒被涵蓋到的路徑上的人，可能永遠無
法被找到。
2. 控制點建置位置分佈均勻。因為我們希望今天、明天、前幾天出發的人，都
可以很快地被找到。
故此模型的設計如下︰
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
26
1、每一條健行路徑上，至少需建置一個控制點。
2、盡量讓佈建的位置平均分散，以擴大控制點所涵蓋的區域。
但由於 Graph 由 node 和 edge 所組成，並沒有面積的概念，所以無法輕易地用較 精確的數學模型，來表示此模型的設計概念，故將此模型的設計，轉化如下︰
• 限制一︰整體的建置花費不得超過可用資源之上限。
• 限制二︰控制點的建置，需涵蓋到所有的健行路徑。
• 目標︰最大化控制點所涵蓋的 edge 數。
此模型為一個控制點的涵蓋率問題，並隱含「每一條 edge 的長度都一樣長」的假 設，故在此模型中並沒有考慮到候選控制點之間路段的長度，如此可能導致有些長路 段 (例如︰2 小時路程)，卻和短路段 (例如︰30 分鐘路程) 所設的控制點數量相同。
另外，也應考量此路段的重要性，例如︰在容易發生山難的地方建置控制點有較高的 優先度，讓此路段的控制點較為密集，才能提供更好的服務。
2.4.6 控制點選擇問題—最大加權涵蓋率模型
為了彌補最大涵蓋率模型的不足，提出一個考慮更周詳的最大加權涵蓋率模型，首先，
將環境假設修改為「不只在健行路徑的交界處或端點存在有候選控制點，若候選控制
點之間的健行路徑仍太長，也可在路徑中間另加候選控制點」，並加入路段重要性的考
量，希望能將候選控制點之間的路段長度、重要性等狀況，也一併考慮進去，做為此 路段的重要性權值 (權重)，主要設計如下。
• 限制一︰整體的建置花費不得超過可用資源之上限。
• 限制二︰控制點的建置，需涵蓋到所有的健行路徑。
• 目標︰最大化控制點所涵蓋 edges 的總權值。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
27
第3章
機會網路上行動代理人搜尋控制點選擇問題及解決方案
由於行動代理人搜尋機制的主要任務，為發送搜尋代理人來找特定的行動代理人，因 此，控制點的可能位置，若能涵蓋、服務到最多行動節點的話，對於快速地找到行動 代理人的機會，相信會是比較大的。若能加入此健行路段上的人數流量，會更加符合 實際山區情況，為能達到此目標，本篇論文在控制點選擇問題上，另提出最大複合加 權涵蓋率模型。