基于公共交通的人员路线规划方法及装置制造方法及图纸

技术编号:23099998 阅读:15 留言:0更新日期:2020-01-14 20:46
本发明专利技术公开了基于公共交通的人员路线规划方法及装置。涉及路线规划领域,其中,方法通过获取人员的出行信息,基于公共交通的路线信息获取满足出行信息的多条公共交通路线信息,根据节约算法从多条公共交通路线信息中获取一条初始规划路线,从获取的所有初始规划路线中生成大量初始种群,结合遗传算法进行迭代得到最优规划路线。克服了现有技术中路线规划效率低、计算成本高、规划结果效果差或者基于人工经验缺乏变通性的缺点,能够智能实现路线规划,并且算法复杂度低、运行效率高,同时可以并行扩展计算,能够处理大批量的数据。可广泛应用于路线规划领域。

Method and device of personnel route planning based on public transport

【技术实现步骤摘要】
基于公共交通的人员路线规划方法及装置
本专利技术涉及路线规划领域,尤其是一种基于公共交通的人员路线规划方法及装置。
技术介绍
根据业务需求规划公共交通出行路线属于NP-hard问题,随着复杂度愈来愈高,传统方法,例如人工经验法、线性规划法、动态规划法等,逐渐满足不了问题的需求,传统方法的计算精度高,能够列出问题的全部可行解,并求出确定最优解,但计算量非常大,只能解决一些非常简单的、小规模路线排线规划径问题。所以寻找其他方法来解决现有路线规划问题十分必要,随着计算机的迅猛发展,启发式算法在解决此类问题上表现出巨大优势,尤其是群体智能算法在解决路线规划问题等上应用非常广泛。现有智能算法大多都能较快速地解决路线排线规划,相比于人工调度而言优势显然。但每种智能算法都有自身的缺点,仅仅用单种智能算法解决路线排线规划问题,既容易陷入局部最优,无法找到近似最优解,迭代求解花费的时间也会十分长,不符合现实当中每日要求的实时计算。因此需要提出一种能够智能调度路线,同时算法复杂度低运算效率高的基于公共交通人员路线规划方法。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本专利技术的目的是提供一种能够智能调度路线,同时算法复杂度低运算效率高的基于公共交通人员路线规划方法。本专利技术所采用的技术方案是:第一方面,本专利技术提供一种基于公共交通的人员路线规划方法,包括:获取人员的出行信息,所述出行信息包括:起始地址、目标地址、出发时间、业务时间窗;基于公共交通的路线信息获取满足所述出行信息的多条公共交通路线信息,所述公共交通路线信息包括:路线用时、路线距离、具体交通方式;根据节约算法从多条所述公共交通路线信息中获取一条初始规划路线;从获取的所有初始规划路线中生成大量初始种群,结合遗传算法进行迭代得到最优规划路线。进一步地,还包括进行地图经纬度查询,判断所述起始地址和所述目标地址是否符合真实坐标信息。进一步地,所述根据节约算法从多条所述公共交通路线信息中获取一条初始规划路线具体为:选择距离所述起始地址最近的站点,对其他的站点用节约算法进行评估判断是否作为选中的站点,直至达到迭代条件,将所有选中的站点按照时间顺序构成所述初始规划路线。进一步地,通过随机顺序对所有初始规划路线进行排列,将每一种排列方式作为一个染色体,多个所述染色体构成所述初始种群。进一步地,所述遗传算法的适应性评价函数表示为:其中,fi(T)为第T代种群中染色体i的适应值,zi(T)为T代种群中染色体i的目标函数值,即染色体i对应的运输总成本。进一步地,所述节约算法和所述遗传算法在基于Hadoop分布式集群的spark架构下实现运算过程。第二方面,本专利技术还提供一种基于公共交通的人员路线规划装置,包括:获取出行信息模块:用于获取每一个人员的出行信息,所述出行信息包括:起始地址、目标地址、出发时间、业务时间窗;获取原始路线模块:用于基于公共交通的路线信息获取满足所述出行信息的多条公共交通路线信息,所述公共交通路线信息包括:路线用时、路线距离、具体交通方式;获取初始规划路线模块:用于根据节约算法从每一个人员对应的多条公共交通路线信息中获取一条初始规划路线;获取最优规划路线模块:用于从获取的所有初始规划路线中生成大量初始种群,结合遗传算法进行迭代得到最优规划路线。进一步地,还包括地图经纬度查询模块,用于判断所述起始地址和所述目标地址是否符合真实的坐标信息。第三方面,本专利技术提供一种基于公共交通的人员路线规划设备,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器;其中,所述处理器通过调用所述存储器中存储的计算机程序,用于执行如第一方面任一项所述的方法。第四方面,本专利技术提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如第一方面任一项所述的方法。本专利技术的有益效果是:本专利技术通过获取人员的出行信息,基于公共交通的路线信息获取满足出行信息的多条公共交通路线信息,根据节约算法从多条公共交通路线信息中获取一条初始规划路线,从获取的所有初始规划路线中生成大量初始种群,结合遗传算法进行迭代得到最优规划路线。克服了现有技术中路线规划效率低、计算成本高、规划结果效果差或者基于人工经验缺乏变通性的缺点,能够智能实现路线规划,并且算法复杂度低、运行效率高,同时可以并行扩展计算,能够处理大批量的数据。可广泛应用于路线规划领域。附图说明图1是本专利技术中基于公共交通的人员路线规划方法的一具体实施例的实现流程图;图2是本专利技术中基于公共交通的人员路线规划方法的一具体实施例的节约算法原理示意图;图3是本专利技术中基于公共交通的人员路线规划方法的一具体实施例的遗传算法的整体流程示意图;图4是本专利技术中基于公共交通的人员路线规划装置的一具体实施例的结构框图。具体实施方式为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对照附图说明本专利技术的具体实施方式。显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。除非另有定义,本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本专利技术。实施例一:本实施例的一个场景表示如下:一定数量的业务员需要从起始地址去若干个位置不同的目的地址做业务,并且目的地址每天都是动态变化的,选择的交通方式为公共交通,并且每个目的地址都有规定的业务时间窗,即服务的时间范围,因此业务员需要在规定的业务时间窗内去到该目的地址做业务,另外还可以假设每个业务员每天的最大的服务目的地址数量,通过对该场景进行路线规划提供最优规划路线,使所有业务员花在路上的时间尽可能的小。本专利技术实施例一提供一种基于公共交通的人员路线规划方法,图1为本专利技术实施例提供的基于公共交通的人员路线规划方法的实现流程图,如图1所示,该方法包括以下步骤:S1:获取人员的出行信息。本实施例中,出行信息包括:起始地址、目标地址、出发时间、业务时间窗。其中起始地址和目标地址均表示为经纬度信息,因此本实施例还包括:进行地图经纬度查询,判断起始地址和目标地址是否符合真实坐标信息,对不符合真实坐标信息进行排除或者修正,同时将全部的坐标位置经纬度进行编号,便于后续计算。S2:基于公共交通的路线信息获取满足出行信息的多条公共交通路线信息,公共交通路线信息包括:路线用时、路线距离、具体交通方式。获取公开的公共交通路线信息,生成多条满足步骤S1中出行信息的公共交通路线信息,这里仅需满足出行需求即可,无需考虑是否为最优路线,同时排除一些尽在本文档来自技高网
...

【技术保护点】
1.一种基于公共交通的人员路线规划方法,其特征在于,包括:/n获取人员的出行信息,所述出行信息包括:起始地址、目标地址、出发时间、业务时间窗;/n基于公共交通的路线信息获取满足所述出行信息的多条公共交通路线信息,所述公共交通路线信息包括:路线用时、路线距离、具体交通方式;/n根据节约算法从多条所述公共交通路线信息中获取一条初始规划路线;/n从获取的所有初始规划路线中生成大量初始种群,结合遗传算法进行迭代得到最优规划路线。/n

【技术特征摘要】
1.一种基于公共交通的人员路线规划方法,其特征在于,包括:
获取人员的出行信息,所述出行信息包括:起始地址、目标地址、出发时间、业务时间窗;
基于公共交通的路线信息获取满足所述出行信息的多条公共交通路线信息,所述公共交通路线信息包括:路线用时、路线距离、具体交通方式;
根据节约算法从多条所述公共交通路线信息中获取一条初始规划路线;
从获取的所有初始规划路线中生成大量初始种群,结合遗传算法进行迭代得到最优规划路线。


2.根据权利要求1所述的一种基于公共交通的人员路线规划方法,其特征在于,还包括进行地图经纬度查询,判断所述起始地址和所述目标地址是否符合真实坐标信息。


3.根据权利要求1所述的一种基于公共交通的人员路线规划方法,其特征在于,所述根据节约算法从多条所述公共交通路线信息中获取一条初始规划路线具体为:
选择距离所述起始地址最近的站点,对其他的站点用节约算法进行评估判断是否作为选中的站点,直至达到迭代条件,将所有选中的站点按照时间顺序构成所述初始规划路线。


4.根据权利要求1所述的一种基于公共交通的人员路线规划方法,其特征在于,通过随机顺序对所有初始规划路线进行排列,将每一种排列方式作为一个染色体,多个所述染色体构成所述初始种群。


5.根据权利要求4所述的一种基于公共交通的人员路线规划方法,其特征在于,所述遗传算法的适应性评价函数表示为:



其中,fi(T)为第T代种群中染色体i的适应值,zi(T)为T代种群中染色体i的目标函数值,即染色...

【专利技术属性】
技术研发人员:张鋆蔡如昕林丹英闵奕波符海林张建兵
申请(专利权)人:深圳市威豹联合金融服务有限公司深圳市北斗智能科技有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1