最短路线计算方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种基于人工智能技术领域的最短路线计算方法、装置、计算机设备和存储介质。所述方法包括：获取路线计算任务，所述路线计算任务携带多个城市标识；根据所述城市标识获取对应的城市坐标；根据所述路线计算任务调用神经网络模型，利用所述神经网络模型计算所述城市坐标对应的编码隐状态以及解码隐状态；利用所述神经网络模型根据所述城市坐标对应的编码隐状态、解码隐状态以及预设关系计算每个城市标识的路线概率；根据所述路线概率生成多个城市之间的最短路线序列。采用本方法能够有效解决启发式算法引发的输出序列变长的问题，提高了多个城市之间的最短路线计算的准确性。

Shortest Path Calculating Method, Device, Computer Equipment and Storage Media

This application relates to a shortest path calculation method, device, computer equipment and storage medium based on the field of artificial intelligence technology. The method includes: acquiring route calculation task, which carries multiple city signs; acquiring corresponding city coordinates according to the city signs; calling a neural network model according to the route calculation task, using the neural network model to calculate the encoding hidden state and decoding hidden state corresponding to the city coordinates; and using the neural network model to calculate the encoding hidden state corresponding to the city coordinates. The encoding hidden state, decoding hidden state and preset relationship corresponding to the city coordinates are used to calculate the route probability of each city sign, and the shortest path sequence among multiple cities is generated according to the route probability. This method can effectively solve the problem of output sequence lengthening caused by heuristic algorithm, and improve the accuracy of the shortest path calculation between multiple cities.

【技术实现步骤摘要】
最短路线计算方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种最短路线计算方法、装置、计算机设备和存储介质。
技术介绍
在工业应用中，会经常遇到交通运输及物流配送等问题。为了节省时间及提高运输效率，就需要规划经过的多个城市之间的最短路线。多个城市之间的最短路线通常采用启发式算法进行求解，但是启发式算法又容易引发输出序列变长的问题，导致多个城市之间的最短路线计算不准确。因此，如何提高多个城市之间的最短路线计算的准确性成为目前需要解决的一个技术问题。
技术实现思路
基于此，有必要针对上述技术问题，提供一种最短路线计算方法、装置、计算机设备和存储介质。一种最短路线计算方法，所述方法包括：获取路线计算任务，所述路线计算任务携带多个城市标识；根据所述城市标识获取对应的城市坐标；根据所述路线计算任务调用神经网络模型，利用所述神经网络模型计算所述城市坐标对应的编码隐状态以及解码隐状态；利用所述神经网络模型根据所述城市坐标对应的编码隐状态、解码隐状态以及预设关系计算每个城市标识的路线概率；根据所述路线概率生成多个城市之间的最短路线序列。在其中一个实施例中，所述神经网络模型包括初始本文档来自技高网...

【技术保护点】
1.一种最短路线计算方法，所述方法包括：获取路线计算任务，所述路线计算任务携带多个城市标识；根据所述城市标识获取对应的城市坐标；根据所述路线计算任务调用神经网络模型，利用所述神经网络模型计算所述城市坐标对应的编码隐状态以及解码隐状态；利用所述神经网络模型根据所述城市坐标对应的编码隐状态、解码隐状态以及预设关系计算每个城市标识的路线概率；根据所述路线概率生成多个城市之间的最短路线序列。

【技术特征摘要】
1.一种最短路线计算方法，所述方法包括：获取路线计算任务，所述路线计算任务携带多个城市标识；根据所述城市标识获取对应的城市坐标；根据所述路线计算任务调用神经网络模型，利用所述神经网络模型计算所述城市坐标对应的编码隐状态以及解码隐状态；利用所述神经网络模型根据所述城市坐标对应的编码隐状态、解码隐状态以及预设关系计算每个城市标识的路线概率；根据所述路线概率生成多个城市之间的最短路线序列。2.根据权利要求1所述的方法，其特征在于，所述神经网络模型包括初始编码隐状态以及初始解码隐状态；所述利用所述神经网络模型计算所述城市坐标对应的编码隐状态以及解码隐状态包括：通过所述神经网络模型利用所述初始编码隐状态对所述城市坐标进行编码，得到与所述城市坐标对应的编码隐状态；通过所述神经网络模型利用所述初始解码隐状态以及城市标识对所述城市坐标对应的编码隐状态进行解码，得到与所述城市坐标对应的解码隐状态。3.根据权利要求1所述的方法，其特征在于，所述利用所述神经网络模型根据所述城市坐标对应的编码隐状态、解码隐状态以及预设关系计算每个城市标识的路线概率；包括：将每个城市坐标对应的解码隐状态与多个城市坐标对应的编码隐状态进行比对，得到所述每个城市坐标对应的解码隐状态与所述多个城市标识对应的编码隐状态的相似度；将所述相似度进行归一化处理，得到每个城市标识的路线概率。4.根据权利要求3所述的方法，其特征在于，所述根据路线概率生成多个城市之间的最短路线序列，包括：利用所述解码隐状态与对应的相似度生成每个城市标识对应的注意力指针；根据所述注意力指针指向所述路线概率中的最大概率，将所述最大概率对应的城市标识进行输出。5.根据权利要求3所述的方法，其特征在于，所述方法...

【专利技术属性】
技术研发人员：陈娴娴，来蕾，阮晓雯，徐亮，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44