[發明專利]一種考慮實時信息的動態路徑選擇方法

在審

• 申請號: 201710382322.0
• 申請日: 2017-05-25
• 公開（公告）號: CN107134137A
• 公開（公告）日: 2017-09-05
• 發明（設計）人: 李大韋;楊炅宇
• 申請（專利權）人: 東南大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/09
• 代理公司: 南京眾聯專利代理有限公司32206
• 代理人: 蔣昱

1.一種考慮實時信息的動態路徑選擇方法，其特征在于，該方法包括如下步驟：

1)獲取車輛的歷史數據，所述歷史數據為某個時間段內，n輛小汽車的GPS數據，以及由GPS數據推算出來的路段交通狀態和小汽車位置信息；

2)按照如下方式構建交通狀態的貝葉斯網絡：

建立出行時間預測的貝葉斯網路結構；

貝葉斯網絡的參數估計采用EM算法即最大期望算法，該算法主要有兩個步驟：

1.初始化分布參數；

2.重復直到收斂：

E步驟：估計未知參數的期望值，給出當前的參數估計；

M步驟：重新估計分布參數，以使得數據的似然性最大，給出未知變量的期望估計；

3)將駕駛員已通過的路段狀態作為證據，更新貝葉斯網絡，推斷更新剩余路段的出行時間；

出行時間預測模型可以理解成，當知道某些路段狀態的情況下，估計剩余路段的狀態的問題，即，計算未知狀態路段的后驗概率分布S/S'，其中，e＝{U,S'}；S'為狀態已知的路段的集合；S_i∈S/S'，S_i的后驗概率分布為：

P(Si|e)=P(Si,e)P(e)=ΣX/{Si,e}P(X)ΣX/eP(X)---(1);]]>

其中，P(X)可以通過貝葉斯網絡系數計算得：

P(X)=Πxi∈XP(xi|π(xi))---(2);]]>

當路段S的狀態概率分布更新完成后，就可以估計出路段出行時間分布，估計出行時間的均值，便于后續直接構建路徑選擇模型：

M(Ti|e)=Σs=1|sp(si)|P(Si=s|e)M(Ti|Si=s)---(3);]]>

其中，M(T_i|e)為路段i的平均預測出行時間，M(T_i|S_i＝s)可以直接由調查的歷史數據得出，如果沒有駕駛員實時信息的更新，則

4)利用最短路算法，找到更新了路段出行時間的路網上的最短路徑；

Dijkstra最短路徑算法包括以下步驟：

Step0：初始化；

Step1：終止檢驗；

Step2：修改T標號；

Step3：確定P標號。

2.根據權利要求1所述的一種考慮實時信息的動態路徑選擇方法，其特征在于：步驟二中建立出行時間預測的貝葉斯網路結構，其中假設交通網絡上有m個OD對，n條路段，變量Si表示路段i的狀態；變量Qj表示OD對j的交通需求等級；變量U表示路網中交通需求總量的等級，如果路段i是OD對j的路徑選擇集里某條路徑上的路段，則Qj是Si的父節點；U是所有OD對的父節點，只有OD需求等級的變量Q＝{Q₁，…，Q_m}是路段狀態變量S＝{S₁，…，S_n}的父節點，即，在給定OD需求的情況下，所有的路段狀態之間是相互獨立的，變量Q的父節點是變量U，變量U表示了一天內的不同時間段，變量Q表示一天的不同時間段內OD需求量，其中變量U可以自行定義，變量根據收集的歷史數據進行估計，變量Q無法直接得出，所以變量Q是隱變量。