| Student: | Maxime Notté |
|---|
| Richting: | Master of Science in de industriële wetenschappen: informatica |
|---|
| Abstract: | De meeste studies rond algoritmen voor routeplanning zijn gericht op het ontdekken van betere en snellere methoden om een bepaald probleem op te lossen. Deze probleemoplossende algoritmen zijn gebaseerd op wiskundige principes en laten weinig tot geen ruimte vrij voor toeval. De introductie van serendipiteit in routeplanning zou interessante oplossingen kunnen opleveren die niet door een klassiek algoritme gevonden kunnen worden. In deze thesis zoeken we naar mogelijke veranderingen in meerdere bekende algoritmen voor routeplanning om willekeur te introduceren. Dit zou recreatieve routeplanning mogelijk maken die unieke paden creëert in functie van de voorkeuren van de gebruiker. We gebruiken data uit OpenStreetMap om een omgeving te creëren waarin de verschillende aanpassingen getest en geëvalueerd kunnen worden. De verschillende tests werden uitgevoerd met aangepaste versies van A* en Dijkstra’s algoritme. Dit resulteerde in een aantal mogelijkheden om vele verschillende and interessante routes te vormen. Met de resultaten van deze thesis, is het mogelijk om nieuwe recreatieve paden te verkrijgen om een stad te ontdekken of te herontdekken op basis van de voorkeuren van de gebruiker. Naarmate het veld evolueert en het onderzoek vordert, kunnen nieuwe domeinen zich interesseren voor serendipiteit in routeplanning om mogelijke resultaten te verkrijgen naast de optimale oplossing. |
|---|
| Abstract (Eng): | Most studies around route-planning algorithms are focused on discovering better and faster methods to solve a certain problem. These problem solving algorithms are based on mathematical foundations and leave little to no space for chance. Introducing serendipity into some forms of routeplanning might lead to interesting findings that actual algorithms are unable to find. This study looks for potential changes in routeplanning algorithms in an attempt to create surprising and interesting paths based on the user’s preferences. We use data from OpenStreetMap to create an environment in which the different implementations can be tested and evaluated. The different test were performed with altered versions of A* and Dijkstra’s algorithm and revealed a couple ways to create many different and interesting paths. By using the results of this thesis, it is possible to obtain new recreational paths to discover or rediscover a city based on the user’s preferences. As the field evolves and research progresses, new domains might take an interest into seredipitous routeplanning to obtain possible results besides the optimal solution. |
|---|