[发明专利]基于时间的路径优化方法

说明书

本发明提供了一种基于时间的路径优化方法，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。本方法能够有效解决当行程时间服从转换对数正态分布，且给定期望时间和可靠度时，求解目的时间和对应可靠路径的问题，为出行者推荐可靠出行路径，并预测时间，降低行程时间波动带来的出行延误风险。

技术领域

本发明涉及出行信息技术领域，尤其涉及一种基于时间的路径优化方法。

背景技术

随着城市汽车数量的日益增多，交通拥堵成为日常出行中面临的难题。交通拥堵导致出行者的行程时间增加，为了合理规划出行，出行者常常借助先进的出行者信息系统提前规划路线，以减少出行延误。但是，由于各种因素的影响，出行时间呈现高度的动态性和随机性。出行者当前获得的最优路径可能随着时间的变化而动态变化，实际的行程时间超过规划的行程时间，导致出行者迟到并承担迟到带来的后果。

在实际出行中，出行者常常会面临在给定预期到达时间和可靠度的情况下，如何选择路径才能在最晚的时间出发，例如，当出行者乘坐飞机，需要在10点前到达机场，最晚几点出发，选择哪条路径，才能保证90％的概率准点到达机场？在给定出发时间和可靠度的情况下，最早几点到达，相应的可靠路径是哪条？例如，早上9点出发，准点到达率(可靠度)为90％时，选择哪一条路径才能在最早时间到达目的地？

对于给定可靠度的最小行程时间预算问题，Chen和Ji提出α-可靠路径问题及求解算法，在行程时间可靠度约束条件下使行程时间预算最小化，通过比较OD对间路径的预算行程时间，确定预算行程时间最小的路径作为最可靠路径，并提出基于仿真的遗传算法，该算法计算成本较高，结果的精度取决于最大模拟次数。Nie和Wu基于一阶占优条件提出了一种标号修正算法，通过生成网络中所有非支配路径来寻找α-可靠路径，该算法在一阶占优条件下非支配路径的数量随着网络大小的增加呈指数级增长。为了减少生成的非支配路径数量，Nie和Wu提出一种近似方法，但是这种方法有可能错过最优路径。Chen等提出了考虑各种优势条件的α-可靠路径的多准则标签算法和A*算法。其中，多准则标签算法可以在不生成网络中所有非支配路径的情况下确定α-可靠路径；多准则A*算法可以通过为靠近目标的节点分配更高的优先级来进一步加快搜索过程。2014年，Chen等将给定出发时间求解到达时间和相应可靠路径的问题称为可靠路径的“正向问题”，并提出求解算法。Chen和Li等建立了K可靠最短路径问题，提出一种偏差路径算法来精确求解K可靠最短路径问题，引入A*技术提高算法的计算效率。

在已有的给定可靠度求解最晚出发时间的研究中，行程时间分布被假设服从正态分布。实际数据分析表明，扩展的转换对数正态分布(ESLN)能够更好的描述行程时间分布。但是目前的研究都假设行程时间服从正态分布，如何基于ESLN分布，建立考虑目的时间的可靠路径数学规划模型，并提出求解算法，是需要进一步研究的技术难点。

发明内容

本发明提供了一种基于时间的路径优化方法，以解决现有技术中存在的问题。

为了实现上述目的，本发明采取了如下技术方案。

本发明提供了一种基于时间的路径优化方法，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。

优选地，将路网模型化为有向图，包括：将路网模型化为有向图G(N_G，A_G，T_G)，其中，N_G表示节点集，A_G表示有向弧集，T_G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。