[发明专利]基于时间的路径优化方法有效
| 申请号: | 201911077784.7 | 申请日: | 2019-11-06 |
| 公开(公告)号: | CN110852502B | 公开(公告)日: | 2022-12-16 |
| 发明(设计)人: | 杨珍珍;高自友 | 申请(专利权)人: | 北京交通大学 |
| 主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/30;G06N7/00 |
| 代理公司: | 北京市商泰律师事务所 11255 | 代理人: | 麻吉凤 |
| 地址: | 100044 北*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 时间 路径 优化 方法 | ||
1.一种基于时间的路径优化方法,其特征在于,包括:
将路网模型化为有向图,基于扩展的转换对数正态分布建立可靠路径模型;
根据所述的可靠路径模型,基于给定时间和可靠度,通过行程时间边界的收敛算法计算目的时间及对应的可靠路径;
所述的给定时间为出发时间,所述的目的时间为最早到达时间;所述的建立可靠路径模型,包括:以最早到达时间为目标函数,以流量守恒约束和二元变量约束为约束条件,建立可靠路径模型;
所述的可靠路径模型如下式(1)所示:
Min yD=yO+γP+exp(Φ-1(RP)·σP+μP) (1)
其中Min yD表示最早到达时间,yO为给定的出发时间,RP为可靠度,Φ-1(·)表示累积概率密度函数Φ(·)的反函数,xτf和xfg是0-1变量,判断路段是否在路径上,xτf=1表示路段aτf在路径P上,xτf=0表示路段aτf不在路径P上;xfg=1表示路段afg在路径P上,xfg=0表示路段afg不在路径P上;NG表示有向图的节点集,{τ,f,g}∈NG,AG表示有向弧集,{afg,aτf}∈AG,σP表示路径P额外行程时间的标准差,μP表示路径P额外行程时间的均值,γP表示路径P自由流行程时间,O和D分别表示路径的起点和终点;所述的根据所述的可靠路径模型,基于给定时间和可靠度,通过行程时间边界的收敛算法计算目的时间及对应的可靠路径,包括:不断迭代更新行程时间的上界值和下界值,当行程时间上界值和下界值之间的差值小于期望阈值时,对应的行程时间和路径为最小行程时间及对应的可靠路径,进而根据给定出发时间得到最早到达时间;
所述的不断迭代 更新行程时间的上界值和下界值,包括:
当额外行程时间MP≤M0时,将路径存放在路径集合中;当MPM0时,将路径存放到路径集中;从路径集中得到逐渐增加的序列的行程时间下界值TKLB;在路径集中,行程时间最小的值是期望行程时间的上界值TKUB;
其中,max(·)表示取最大值,Vmin表示给定OD对之间任何路径的行程时间方差的最小值,Φ-1(·)表示Φ(·)的反函数,Φ(·)表示正态分布累积概率密度函数;
所述的行程时间TP的计算公式如下式(2)所示:
其中,RP为可靠度,Φ-1(·)表示累积概率密度函数Φ(·)的反函数,σP表示路径P额外行程时间的标准差,μP表示路径P额外行程时间的均值,γP表示路径P自由流行程时间;
所述的给定时间为到达时间,所述的目的时间为最晚出发时间;所述的建立可靠路径模型,包括:以最晚出发时间为目标函数,以流量守恒约束和二元变量约束为约束条件,建立可靠路径模型;
所述的可靠路径模型如下式(3)所示:
Max yO=yD-γP-exp(Φ-1(RP)·σP+μP) (3)
其中,Max yO表示最晚出发时间,yD为给定到达时间,RP为可靠度,Φ-1(·)表示累积概率密度函数Φ(·)的反函数,σP表示路径P额外行程时间的标准差,μP表示路径P额外行程时间的均值,γP表示路径P自由流行程时间;xτf和xfg是二元变量,xτf=1表示路段aτf在路径P上,xτf=0表示路段aτf不在路径P上,xfg=1表示路段afg在路径P上,xfg=0表示路段afg不在路径P上,路段afg的尾节点是f,头节点是g;路段aτf的尾节点是τ,头节点是f,O和D分别表示路径的起点和终点;所述的根据所述的可靠路径模型,基于给定时间和可靠度,通过行程时间边界的收敛算法计算目的时间及对应的可靠路径,包括:初始化出发时间,并迭代更新出发时间,每次迭代更新的出发时间,都重新计算行程时间最小值,以及对应的到达时间,如果计算的到达时间与所述给定的到达时间之间的差值小于第二设定阈值,所述的到达时间对应的出发时间为最晚的出发时间;
所述的每次迭代更新的出发时间,都重新计算行程时间最小值,包括:不断迭代更新行程时间的上界值和下界值,当行程时间上界值和下界值之间的差值小于第一设定阈值时,则对应的行程时间和路径为行程时间最小值和对应的可靠路径;
所述的不断迭代更新行程时间的上界值和下界值,包括:
当额外行程时间MP≤M0时,将路径存放在路径集合中;当MPM0时,将路径存放到路径集中;从路径集中得到逐渐增加的序列的行程时间下界值TKLB;在路径集中,行程时间最小的值是期望行程时间的上界值TKUB;
其中,max(·)表示取最大值,Vmin表示给定OD对之间任何路径的行程时间方差的最小值,Φ-1(·)表示Φ(·)的反函数,Φ(·)表示正态分布累积概率密度函数;
所述的行程时间TP的计算公式如下式(4)所示:
其中,RP为可靠度,Φ-1(·)表示累积概率密度函数Φ(·)的反函数,σP表示路径P额外行程时间的标准差,μP表示路径P额外行程时间的均值,γP表示路径P自由流行程时间。
2.根据权利要求1所述的方法,其特征在于,所述的将路网模型化为有向图,包括:将路网模型化为有向图G(NG,AG,TG),其中,NG表示节点集,AG表示有向弧集,TG表示离散化的时间,每个节点有一组前置节点和一组后续节点,每条路段有一个尾节点和一个头节点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京交通大学,未经北京交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911077784.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基础框架包设计方法及装置
- 下一篇:阵列基板、显示面板及显示装置
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理





