[發明專利]一種解決路徑選擇實時性問題以避免局部擁堵的方法有效
| 申請號: | 201711311832.5 | 申請日: | 2017-12-11 |
| 公開(公告)號: | CN108597246B | 公開(公告)日: | 2020-10-13 |
| 發明(設計)人: | 胡文斌;聶聰;張成;邱振宇;杜博 | 申請(專利權)人: | 武漢大學 |
| 主分類號: | G08G1/0968 | 分類號: | G08G1/0968;G06Q10/04 |
| 代理公司: | 武漢科皓知識產權代理事務所(特殊普通合伙) 42222 | 代理人: | 魏波 |
| 地址: | 430072 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 解決 路徑 選擇 實時 問題 避免 局部 擁堵 方法 | ||
1.一種解決路徑選擇實時性問題以避免局部擁堵的方法,其特征在于,包括以下步驟:
步驟1:構建城市交通路網的實時動態多路口路徑選擇模型;
步驟1的具體實現過程是:
將真實路網映射為路網模型有向圖G(L,E),其中,將真實路網中的路口映射為節點L,Li表示單個路口,i=1、2、3、...、c,其中c為路口總數;將真實路網中的路段映射為節點間帶方向的矢量箭頭E,Ej包含兩個路口,表示某一側路段,j=1、2、3、...、r,其中r為路網中路段總數;將路網中所有行駛的車輛集合用V表示,路網中單個車輛用Vk表示,其中,k=1、2、3、...、n,n為路網中行駛的車輛總數;
對于車輛Vk,其當前位置為Ls,其目的地為Lt,則路徑用路口集合{Ls,Lj,...,Lt}表示,可行的一個路徑選擇表示為Routes,t={Ls,Lj,...,Lt};路網中每個車輛被選擇一個路徑,所有車輛的路徑構成一次路徑選擇,表示為路徑集合這樣的一個路徑集合稱為一次路徑選擇;
步驟2:構建效用值評價模型,通過效用值大小評判路徑選擇方案的優劣;
其中,效用值F的計算公式為:
F=Z-K (1)
其中,影響路徑選擇方案效用值F的因素有很多,包括不變因素和變化因數,不變因素整合為偏好值Z,變化因素整合為成本值K;
所述偏好值Z的計算公式為:
其中,表示路段是否可抵達,取值范圍為{1,0},1表示可達,0表示不可達;表示路段狀況,取值范圍為[0,1],路面狀況越好,該值越大;表示速度限制,取值范圍為[0,1],速度限制越少,取值越大;Zl表示路段照明狀況,取值范圍為[0,1],照明條件越好,該值越大,白天設置為1;表示司機對推薦導航方案的順從程度,取值范圍為[0,1],順從程度越大,該值越大;表示司機對路段的熟悉程度,取值范圍為[0,1],越熟悉的道路,取值越大;
∈i(i=1,2......5)是偏好值Z的各影響因素對應的獨立乘法因子,其值與城市規模、決策目標的設定相關,乘法因子數值越大,其對應的影響因素越重要,計算偏好值時所占的權重比例越大,對偏好的影響越大;
所述成本值K的計算公式為:
其中,Ka表示突發的交通事故或臨時管制等帶來的道路影響,取值范圍為[0,1]∪{INF}[0,1],影響程度越大,該值越大,INF表示無法通行;表示所選路徑耗費的時間代價,取值范圍為(0,∞);Kd表示所選路徑耗費的距離代價,取值范圍為(0,∞);表示所選路徑耗費的油量代價,取值范圍為(0,∞);Kl表示交通燈的影響,取值范圍為[0,1],所選路徑交通燈等待時間越長,該值越大;
ωi(i=1,2......5)是成本值K的各影響因素的獨立乘法因子,其值與城市規模、決策目標設定相關,它們的大小分別代表了各影響因素對成本值K的影響程度,也代表了其重要程度;
一個路段中的擁堵系數γ為:
其中,H為路段的閾值容量,R為路段的擁堵容量,τ為當前路段中的車輛數;一個路段中的擁堵系數確定之后,相對應路段的油量代價和時間代價也相應計算得到;
步驟3:最優路徑選擇;
步驟3中的具體實現包括以下子步驟:
步驟3.1:在對車輛道路進行量子編碼的前提下,對實際交通狀況進行轉換編碼,構建量子染色體;
其中,利用QCIS策略對實際交通狀況進行轉換編碼,具體實現包括以下子步驟:
步驟3.1.1:基于車輛對路段進行量子遺傳編碼,車輛與每一個路段的關系用一個量子位表示;對于某一確定車輛與某一路網中路段來說,其關系有兩種:該車輛經過該路段和該車輛不經過該路段,|0>態表示車輛不經過該路段,|1>態表示車輛經過該路段;
使用量子位編碼時,對于單獨的一輛車需要構建的量子染色體編碼規模為2r,對于一個種群的量子染色體編碼規模則為2n×r,則一次算法所需要的量子染色體編碼規模為2m×n×r;
單個車輛的量子染色體編碼記為U,表達式為:
其中,r為路網中路段編號,n為路網中車輛編號,c為路段中路口編號,m為量子種群數量;αi表示量子態|0態的概率幅,βi表示量子態|1態的概率幅,1≤i≤n;
步驟3.1.2:確定路網中路段編號與路口編號對應關系集Ei=(Ls,Lt),s,t∈{1,2,...,c};其中,Ls表示當前位置,Lt表示目的地;
步驟3.1.3:確定車輛對應量子染色體各段的編碼方式;
對于種群Pi中的每一輛車Vj,其初始化編碼方式為:對于Vj的第到第段量子染色體,|0態的編碼為|1態的編碼為對于Vj的其他段的量子染色體,其|1態的編碼為|0態的編碼為其中,i=1、2、......、m,j=1、2、......、n;x表示染色體序號,L表示染色體總數;
步驟3.1.4:對量子染色體按照選擇好的編碼方式進行賦值編碼;
步驟3.1.5:編碼完成后輸出初代量子染色體Bm;
步驟3.2:將量子染色體的計算位轉化為針對不同車輛的路徑選擇結果;
步驟3.3:對當前的路徑選擇結果優劣進行評判;
步驟3.4:對種群的量子編碼進行迭代更新。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢大學,未經武漢大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711311832.5/1.html,轉載請聲明來源鉆瓜專利網。





