在车辆导航中，地图匹配算法通过筛选正确道路来计算和显示车辆行驶的正确位置并校正车载定位系统的误差。基于神经网络的自适应确定性地图匹配算法便是其中的一种，但该方法运算量大，不能够适应实时性要求。对确定性地图匹配算法作了一系列的改进：在各节点处选择适当固定的参数替代利用神经网络对参数进行自适应的调整，简化了车辆是否进入节点区域的判断条件，取消了在跟踪模式下的确定性值计算，从而使算法在不降低计算准确性的基础上大大减少了运算复杂度，提高了时间效率，更能够适应实时导航系统的需求。