RNN查询可以应用于许多方面,RNN虽然研究时间很短,但其地位及角色有待进一步探索。RNN可以作为一种基本查询,在其它一些基于邻近的问题中,可以在数据处理中将RNN作为一种标准工具。这就需要更为有效的RNN查询方法,以便应用于更为广泛的实践应用中。这也是本课题的研究目的所在。通过对现有搜集到的论文资料、专业文献进行仔细的阅读分析,了解目前国内外在RNN方面的最新进展以及所采取的技术,并对各种方法的功能、性能和通用性方面进行分析比较。对其中所采用的算法进行算法分析、掌握各种方法的长处及局限性。在对现有思想和技术掌握的基础之上,吸收各种方法的长处所在,并改进其局限性,在参考这些现有方法的基础上,通过改进或提出新的思想或方法来弥补现有方法的不足之处,从而从一定程度上提高通用性和性能。本课题系统地介绍空间数据库索引的一般方法和几种重要的索引结构,为研究反向最近邻查询奠定一定的理论基础。介绍了空间数据库的各种操作和查询类型,以及处理查询的一般方法和步骤。着重研究了空间数据库中的反向最近邻查询算法和解决方法。由已提出的低维算法为基础,对高维、任意维的算法进行比较分析。以便进一步对RNN查询方法进行应用研究。最后将RNN问题在路网中进行了仿真应用,进一步科学地分析出查询方法的性能,促进反向最近邻查询方法在实际生活中的应用。通过对CRNN算法和对比NAV算法进行评估得知,虽然其在某种程度上受各方面因素的影响,性能相应的受到不同程度的影响,但总体来说要比其对比NAV算法更为稳定、更为有效。CRNN算法是一种比较有效的算法。