一种考虑路段相关性的时变随机网络动态路径搜索方法技术

本发明专利技术公开了一种考虑路段相关性的时变随机网络动态路径搜索方法，属于智能交通领域，包括：1、采集路网状态信息，并基于预处理后的数据，建立动态行程时间数据库；2、出行者设定本次出行需求；3、设置遗传算法参数，产生初始路径集，构建适应度函数计算候选路径适应度；4、基于遗传算法迭代搜索最优路径，车辆按照迭代得到的最优路径行驶；5、通过判断车辆状态及路网状态，实现最优路径的实时更新，以确保车辆持续在最优路径内行驶，直至目的地。本发明专利技术所提出的算法，不但充分考虑了路网时变、行程时间随机分布、路段相关性等一系列复杂因素，同时，较好地保证了遗传算法的求解速度和求解精度，更有利于实现动态路径搜索方法。

【技术实现步骤摘要】
一种考虑路段相关性的时变随机网络动态路径搜索方法
本专利技术公开了一种考虑路段相关性的时变随机网络动态路径搜索方法，属于智能交通

技术介绍
随着城市的不断发展和扩张，人们的出行需求也越来越多样化和准时化。在实际道路网络中，交通状态在不断变化，突发的交通拥堵可能给出行者带来巨大的损失。所以，如何在实时变化的交通网络中找到从起点到终点的最优路径成为满足出行者出行需求的关键问题。时变随机网络能够较好地模拟实际路网。在时变随机网络中，每一条路段的行程时间都是一个随机变量，在足够小的时间段内服从某一分布，且该分布的参数也会随着时间的变化而变化。根据实际采集的行程时间数据的分布拟合结果来看，通常行程时间的分布可以假定为正态分布、对数正态分布、伽马分布、威布尔分布等。在时变随机网络中进行路径搜索，比在传统的静态确定性网络中搜索得到的结果更符合实际路网情况，从而使得结果更准确。路段相关性是指路段之间相互关联的性质，可以用路段行程时间的相关系数来量化。在考虑路段相关性的基础上进行路径搜索，较传统假设路段之间相互独立的方式更为合理。遗传算法是一种对自然的进化过程进行模仿的搜索最优解的方法。首先本文档来自技高网...

【技术保护点】
一种考虑路段相关性的时变随机网络动态路径搜索方法，包括以下几个步骤：步骤一、采集路网状态信息，并基于预处理后的数据，建立动态行程时间数据库；步骤二、出行者设定本次出行的始发地、目的地和行程时间可靠度；步骤三、设置遗传算法参数，并基于所产生的初始路径集及构建的适应度函数计算候选路径适应度；步骤四、基于遗传算法迭代搜索最优路径，车辆按照迭代后所得到的当前最优路径行驶；步骤五、通过判断车辆状态及路网状态，实现最优路径的实时更新，以确保车辆持续在最优路径内行驶，直至目的地。

【技术特征摘要】
1.一种考虑路段相关性的时变随机网络动态路径搜索方法，包括以下几个步骤：步骤一、采集路网状态信息，并基于预处理后的数据，建立动态行程时间数据库；步骤二、出行者设定本次出行的始发地、目的地和行程时间可靠度；步骤三、设置遗传算法参数，并基于所产生的初始路径集及构建的适应度函数计算候选路径适应度；步骤四、基于遗传算法迭代搜索最优路径，车辆按照迭代后所得到的当前最优路径行驶；步骤五、通过判断车辆状态及路网状态，实现最优路径的实时更新，以确保车辆持续在最优路径内行驶，直至目的地。2.根据权利要求1所述的一种考虑路段相关性的时变随机网络动态路径搜索方法，所述的步骤一中，动态行程时间数据库示例的具体内容如表1所示。表1动态行程时间数据库示例3.根据权利要求1所述的一种考虑路段相关性的时变随机网络动态路径搜索方法，所述的步骤二中，行程时间可靠度如下定义：行程时间可靠度α是指出行者在当前位置能够准时到达目的地的概率，范围为0到1之间。4.根据权利要求1所述的一种考虑路段相关性的时变随机网络动态路径搜索方法，所述的步骤三中，遗传算法的参数需要根据实际问题的不同来调整。比如在动态路径搜索中，若当前节点距离目的地较近，可以设置较小的初始路径集规模和最大迭代次数，否则设置较大的初始路径集规模和最大迭代次数。5.根据权利要求1所述的一种考虑路段相关性的时变随机网络动态路径搜索方法，所述的步骤三中，初始路径集需要在满足无环路的前提下，尽量增大路径集的多样性，保证动态路径搜索具有较快的收敛速度和较好的搜索结果。6.根据权利要求1所述的一种考虑路段相关性的时变随机网络动态路径搜索方法，所述的步骤三中，每一...

【专利技术属性】
技术研发人员：陈鹏，童睿，王云鹏，鲁光泉，鹿应荣，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11