[发明专利]一种用户最优及系统最优的动态路径选择方法

说明书

本发明提出一种用户最优及系统最优的动态路径选择方法，流程包括：交通信息中心统计当前路网中总的车辆数量，同时待选择路径车辆将自身实时信息发送给交通信息中心；每隔时间间隔T，通过Sarsa学习更新Q值表；计算交通路网拥堵系数；计算每个相邻路段的概率；计算当前车辆绕行参数，当绕行参数大于等于1时，执行下一步，否则根据上一步计算的概率给出待选择路径；为车辆重新计算诱导路径；使用轮盘赌方法选择的路径提供给用户，直到用户到达期望终点；能够充分利用当前交通系统的实际拥堵状况和用户当前的绕行状况进行最大化两者收益的动态路径诱导，在保证交通系统效率的基础上减少用户出行成本。

技术领域

本发明属于智能交通技术领域，具体涉及一种用户最优及系统最优的动态路径选择方法。

背景技术

近年来，城市交通拥堵已经成为非常普遍的现象，随之而来的环境污染，出行成本增加和能源浪费造成了巨额的社会经济损失。交通拥堵问题不仅仅是交通系统需要面对的难题，对用户而言也是亟需解决的问题。然而，在交通诱导中往往用户和交通系统管理者的目标并不一致。交通系统管理者期望能提高整个交通系统的通行效率、充分利用路网资源，而用户则仅期望自身的行驶时间、花费最少等出行需求得到满足。在交通游道中，两者间的这种关系体现在交通系统发布的诱导信息和用户的路径选择之间。因此，设计能够合理协调用户最优及系统最优的路径选择方法成为研究的热门。

以往的研究大多以博弈模型去分析用户及交通系统管理者的路径选择行为，进而去量化两者的收益进行合适的路径选择建模。在此类研究中，路径选择模型的总是以Logit模型、随机期望效用理论、基于前景理论或累积前景理论的基础上进行研究和建模。而在实际生活中，人们对诱导的需求已趋于实时、动态化而且当前路网规模也非常庞大，这些建立在精准数学模型基础上的路径选择方法并不能满足在大规模路网下的诱导需求。

Sarsa学习作为具有强自学习、自适应能力的一种on-policy强化学习方法，被很多学者应用于动态路径诱导系统中。Sarsa学习不断与交通环境进行交互，能充分利用路网实时交通信息去优化路径诱导方法，非常适用于在复杂多变，随机性强的大规模路网中进行动态路径诱导。

发明内容

针对以上技术不足，本发明提出一种用户最优及系统最优的动态路径选择方法，具体包括：

步骤1：交通信息中心统计当前路网中总的车辆数量，同时待选择路径车辆将自身实时信息发送给交通信息中心，所述实时信息包括通行成本、当前路段、期望终点，其中，所述通行成本设置为旅行时间、燃油费或距离，选择其中之一；

步骤2：每隔时间间隔T，交通信息中心根据步骤1中获取的待选择路径车辆实时信息数据，统计路网中距更新时间最近时刻，各个路段上所经过车辆的实际通行成本以及每个交通节点所对应的相邻路段，通过Sarsa学习更新Q值表，更新公式如下所示：

Q_d(i,j)←Q_d(i,j)+α(r_ij+γQ_d(j,k)-Q_d(i,j))

其中，Q_d(i,j)表示从交通节点i出发经过相邻交通节点j且终点为d的Q值，k表示交通节点j的相邻交通节点，α表示学习率，γ表示折扣率，r_ij表示车辆经过路段s_ij的实际通行成本；

步骤3：计算交通路网拥堵系数：交通信息中心根据路网中当前总的车辆数量，计算交通路网拥堵系数，公式如下所示：

其中，c表示路网拥堵系数，β、λ为参数，Vnum表示当前路网中总的车辆数量；

步骤4：计算每个相邻路段的概率：交通信息中心根据车辆所处当前路段和其期望终点，在Q值表中读取对应此终点并与当前路段相邻的所有路段的Q值，结合如下基于交通路网拥堵系数的Boltzmann概率分布公式计算每个相邻路段的概率：