[发明专利]大数据环境下基于迭代计算的路径规划分布式计算方法

权利要求书

1.一种大数据环境下基于迭代计算的路径规划分布式计算方法，其特征在于：包括如下步骤：

(1)、首先对路径规划请求的相关性进行定义；

(2)、其次，对路径规划请求按照相关性划分簇；

(3)、最后，设计一个分布式计算框架，实现最大限度的并行处理。

2.根据权利要求1所述的大数据环境下基于迭代计算的路径规划分布式计算方法，其特征在于：所述步骤(1)中路径规划请求的相关性定义为：若某一条路径规划请求产生的路径与另一条路径规划请求涉及的路径重叠数较多，则认为这两条路径规划请求相关性较大，上一条的计算结果会对下一条的计算产生影响，存在迭代计算的关系；否则，认为这两条路径规划请求相关性较小，计算结果对彼此不产生影响，不存在迭代计算的关系。

3.根据权利要求1所述的大数据环境下基于迭代计算的路径规划分布式计算方法，其特征在于：所述路径规划请求的相关性划分利用K-means++聚类算法，具体步骤如下：

(3-1)预处理：确定K-means++聚类算法的k值；

(3-2)所述路径规划请求的输入为：起始点，目的地，请求时间，通过地图API将所述起始点和目的地名称转换为经纬度信息：

(起始点，目的地)→(S_LO，S_LA，D_LO，D_LA) (1)

其中，S_LO表示起始点的经度，S_LA表示起始点的纬度，D_LO表示目的地的经度，D_LA表示目的地的纬度；

(3-3)将所述路径规划请求映射为点：首先将路径规划请求映射在二维坐标系中，横坐标代表经度，纵坐标代表纬度；一个路径规划请求为一个向量，向量的始端为起始点，向量的终端为目的地，之后进行第二次映射，将所述向量映射至抽象的四维空间，所述坐标系中的一个向量对应一个路径规划请求；

(3-4)利用K-means++算法，将坐标系中的点进行聚类，将坐标信息接近的点划分在一个簇中，也就是将起始点和目的地都接近的路径规划请求划分在一个簇中。

4.根据权利要求3所述的大数据环境下基于迭代计算的路径规划分布式计算方法，其特征在于：所述步骤(3-1)中k值的计算步骤如下：

(4-1)以当前时刻为起始时刻，向后取若干分钟作为当前时间区间；

(4-2)从历史数据库中确定每条路段在当前时间区间的平均行驶速度，之后确定路段的交通运行等级；

(4-3)计算被标记为“拥堵”的路段数量，认为相邻的拥堵路段为一条拥堵道路，最终得出拥堵的道路数量，以该数量作为K-means++聚类算法的k值。

5.根据权利要求1所述的大数据环境下基于迭代计算的路径规划分布式计算方法，其特征在于：所述步骤(3)中，设计一个分布式计算框架，框架中计算节点的个数由权利要求4中的k值决定，将一个簇中的路径规划请求放置在同一个计算节点上串行计算，将不同簇的路径规划请求分布在不同的计算节点中并行计算。