一种基于拉格朗日松弛算法的短期预警疏散路径规划方法技术

本发明专利技术公开了一种基于拉格朗日松弛算法的短期预警疏散路径规划方法，包括：(1)根据疏散人员的疏散起点、疏散终点以及出发时间窗和到达时间窗，建立三维车辆/步行—时间—空间网络；(2)定义二元决策变量，建立多乘客多司机网络流模型；(3)将难约束赋予拉格朗日乘子，松弛到目标函数中得到新的拉格朗日松弛函数。求解以拉格朗日乘子为变量的拉格朗日对偶问题；(4)使用次梯度法更新拉格朗日乘子；(5)构建新的车辆/步行—时间—空间网络，求解新的车辆路径问题模型，同时更新搜索步长和迭代次数；(6)若此时迭代次数不满足要求，则迭代(3)

【技术实现步骤摘要】
一种基于拉格朗日松弛算法的短期预警疏散路径规划方法


[0001]本专利技术属于路径规划
，具体涉及一种基于拉格朗日松弛算法的短期预警疏散路径规划方法。

技术介绍

[0002]自然灾害包括洪涝、风雹、干旱、台风、地震、地质灾害、低温冷冻和雪灾等，近年来，灾害造成的经济损失明显增加。为了减少由于灾害造成的直接或潜在的生命危险，有必要将人口从受灾地区大规模疏散到安全的地方，这种极端事件需要在短时间内或者毫无预警的情况下从受灾区域撤离大量人口。灾害发生的可预测性的准备时间直接影响到疏散通知的发布。疏散问题可分为短期预警疏散和无预警疏散短期预警灾害的疏散，例如台风或洪水等短期预警灾害通常会在24至72小时前发布预警，从而使撤离人员和应急管理机构为撤离做好更多准备。在短期预警疏散计划的编制中，没有私人汽车和缺乏燃油是应急疏散中的两个主要问题。
[0003]如果能够在拼车疏散的基础上允许乘客步行从起点到上车点或者步行从下车点到终点，就能够充分利用乘客的灵活性从而减少司机为了服务乘客必须的绕路路程，从而尽可能缩短疏散时间。而在实际的灾害疏散中，难以提前确定可行的无车乘客上车或者下车点。因此，研究允许乘客步行的短期预警拼车疏散问题对于成功完成短期预警灾害的疏散具有较高的实际应用价值。

技术实现思路

[0004]解决的技术问题：针对现有技术中存在的问题，本专利技术提出一种基于拉格朗日松弛算法的短期预警疏散路径规划方法，将无车疏散人员的步行引入拼车疏散中，从而用尽可能少的成本完成更多人员的疏散。
[0005]技术方案：
[0006]一种基于拉格朗日松弛算法的短期预警疏散路径规划方法，所述短期预警疏散路径规划方法用于将无车疏散人员的步行信息引入拼车疏散中，解决允许乘客步行情况下的短期预警拼车疏散问题；
[0007]所述短期预警疏散路径规划方法包括以下步骤：
[0008]S1，根据疏散人员的疏散起点、疏散终点、出发时间窗、到达时间窗和有车疏散人员拥有车辆的车容量，在交通网络中添加所有疏散人员起终点对应的虚拟节点和虚拟路段，确定无车疏散人员的可达节点和有车疏散人员的可行路径，建立三维车辆/步行—时间—空间网络；三维车辆/步行—时间—空间网络包括三维车辆/步行—时间—空间节点集合、依据可行规则构建的连接在车辆/步行—时间—空间节点之间的车辆/步行—时间—空间弧集合以及每条车辆/步行—时间—空间弧的使用成本；
[0009]S2，定义二元决策变量其
中p∈P，集合P是所有疏散人员集合；(v,u,i,j,t,s)∈Φ，y(p,v,u,i,j,t,s)∈{0,1}，Φ是可行弧集合；以最小化无车疏散人员的总路线成本为目标函数，建立多乘客多司机网络流模型；如果y(p,v,u,i,j,t,s)等于1，则疏散人员p通过方式v在t时刻到达节点i，且通过方式u在s时刻到达节点j；方式v和方式u包括搭载车辆和步行两种方式；
[0010]S3，将难约束赋予拉格朗日乘子，松弛到目标函数中得到新的拉格朗日松弛函数，求解以拉格朗日乘子为变量的拉格朗日对偶问题；
[0011]S4，使用次梯度法更新拉格朗日乘子；
[0012]S5，采用更新后的拉格朗日乘子构建新的车辆/步行—时间—空间网络，求解新的车辆路径问题模型，同时更新搜索步长和迭代次数；
[0013]S6，重复步骤S3至步骤S5，直至迭代次数达到预设的迭代次数阈值时，结束循环。
[0014]进一步地，步骤S1中，在交通网络中添加所有疏散人员起终点对应的虚拟节点和虚拟路段，确定无车疏散人员的可达节点和有车疏散人员的可行路径的过程包括以下步骤：
[0015]A11，对于疏散人员p的起点o
p
，添加对应的虚拟起点o
′
p
和路段(o
p
,o
′
p
)，路段(o
p
,o
′
p
)成本为0；对于疏散人员p的终点d
p
，添加对应的虚拟起点d
′
p
和路段(d
p
,d
′
p
)，路段(d
p
,d
′
p
)成本为0；
[0016]A12，对于无车疏散人员pr的起点o
pr
，如果从o
pr
到网络中的实际节点i的最短步行距离小于等于600米，则将节点o
pr
和节点i添加到无车疏散人员pr的可行上车点集合H
pr
，同时将该最短路径添加到无车疏散人员pr的步行路径集合Walk
pr
；其中pr∈PR，集合PR是所有无车疏散人员集合；对于无车疏散人员pr的终点d
pr
，如果从网络中的实际节点i到d
pr
的最短步行距离小于等于600米，则将节点d
pr
和节点i添加到无车疏散人员pr的可行下车点集合X
pr
，同时将该最短路径添加到无车疏散人员pr的步行路径集合Walk
pr
；最短路距离均采用实际路网距离；
[0017]A13，对于有车疏散人员pd，计算从pd的起点o
pd
到终点d
pd
的最短路径path
pd
，长度记为l
pd
，其中pd∈PD，集合PD是所有有车疏散人员集合；
[0018]A14，对于有车疏散人员pd和无车疏散人员pr，如果网络中的实际节点i∈H
pr
而且网络中的实际节点j∈X
pr
，则计算从有车疏散人员pd起点o
pd
开始，经过节点i和节点j到达终点d
pd
的最短路径path，最短路径长度记为l
pr
；如果l
pr
≤3
×
l
pd
，将路径path
pd
和路径path添加到有车疏散人员pd的可行路径集合Feasible
pd
。
[0019]进一步地，步骤S1中，三维车辆/步行—时间—空间节点集合的构建过程包括以下步骤：
[0020]B11，对于有车疏散人员pd的虚拟起点o
′
pd
，其对应的车辆—时空节点为(v
pd
,o
′
pd
,a
pd
)，其中v
pd
是有车疏散人员pd拥有的车辆状态，a
pd
是有车疏散人员pd的最早出发时间；对于有车疏散人员pd的虚拟终点d
′
pd
，其对应的车辆—时空节点为(v
pd
,d
′
pd
,b
′
pd
)，其中b
′
pd
是有车疏散人员pd的最晚到达时间；...

【技术保护点】

【技术特征摘要】
1.一种基于拉格朗日松弛算法的短期预警疏散路径规划方法，其特征在于，所述短期预警疏散路径规划方法用于将无车疏散人员的步行信息引入拼车疏散中，解决允许乘客步行情况下的短期预警拼车疏散问题；所述短期预警疏散路径规划方法包括以下步骤：S1，根据疏散人员的疏散起点、疏散终点、出发时间窗、到达时间窗和有车疏散人员拥有车辆的车容量，在交通网络中添加所有疏散人员起终点对应的虚拟节点和虚拟路段，确定无车疏散人员的可达节点和有车疏散人员的可行路径，建立三维车辆/步行—时间—空间网络；三维车辆/步行—时间—空间网络包括三维车辆/步行—时间—空间节点集合、依据可行规则构建的连接在车辆/步行—时间—空间节点之间的车辆/步行—时间—空间弧集合以及每条车辆/步行—时间—空间弧的使用成本；S2，定义二元决策变量其中p∈P，集合P是所有疏散人员集合；(v,u,i,j,t,s)∈Φ，y(p,v,u,i,j,t,s)∈{0,1}，Φ是可行弧集合；以最小化无车疏散人员的总路线成本为目标函数，建立多乘客多司机网络流模型；如果y(p,v,u,i,j,t,s)等于1，则疏散人员p通过方式v在t时刻到达节点i，且通过方式u在s时刻到达节点j；方式v和方式u包括搭载车辆和步行两种方式；S3，将难约束赋予拉格朗日乘子，松弛到目标函数中得到新的拉格朗日松弛函数，求解以拉格朗日乘子为变量的拉格朗日对偶问题；S4，使用次梯度法更新拉格朗日乘子；S5，采用更新后的拉格朗日乘子构建新的车辆/步行—时间—空间网络，求解新的车辆路径问题模型，同时更新搜索步长和迭代次数；S6，重复步骤S3至步骤S5，直至迭代次数达到预设的迭代次数阈值时，结束循环。2.根据权利要求1所述的基于拉格朗日松弛算法的短期预警疏散路径规划方法，其特征在于，步骤S1中，在交通网络中添加所有疏散人员起终点对应的虚拟节点和虚拟路段，确定无车疏散人员的可达节点和有车疏散人员的可行路径的过程包括以下步骤：A11，对于疏散人员p的起点o
p
，添加对应的虚拟起点o
′
p
和路段(o
p
,o
′
p
)，路段(o
p
,o
′
p
)成本为0；对于疏散人员p的终点d
p
，添加对应的虚拟起点d
′
p
和路段(d
p
,d
′
p
)，路段(d
p
,d
′
p
)成本为0；A12，对于无车疏散人员pr的起点o
pr
，如果从o
pr
到网络中的实际节点i的最短步行距离小于等于600米，则将节点o
pr
和节点i添加到无车疏散人员pr的可行上车点集合H
pr
，同时将该最短路径添加到无车疏散人员pr的步行路径集合Walk
pr
；其中pr∈PR，集合PR是所有无车疏散人员集合；对于无车疏散人员pr的终点d
pr
，如果从网络中的实际节点i到d
pr
的最短步行距离小于等于600米，则将节点d
pr
和节点i添加到无车疏散人员pr的可行下车点集合X
pr
，同时将该最短路径添加到无车疏散人员pr的步行路径集合Walk
pr
；最短路距离均采用实际路网距离；A13，对于有车疏散人员pd，计算从pd的起点o
pd
到终点d
pd
的最短路径path
pd
，长度记为l
pd
，其中pd∈PD，集合PD是所有有车疏散人员集合；A14，对于有车疏散人员pd和无车疏散人员pr，如果网络中的实际节点i∈H
pr
而且网络
中的实际节点j∈X
pr
，则计算从有车疏散人员pd起点o
pd
开始，经过节点i和节点j到达终点d
pd
的最短路径path，最短路径长度记为l
pr
；如果l
pr
≤3
×
l
pd
，将路径path
pd
和路径path添加到有车疏散人员pd的可行路径集合Feasible
pd
。3.根据权利要求1所述的基于拉格朗日松弛算法的短期预警疏散路径规划方法，其特征在于，步骤S1中，三维车辆/步行—时间—空间节点集合的构建过程包括以下步骤：B11，对于有车疏散人员pd的虚拟起点o
′
pd
，其对应的车辆—时空节点为(v
pd
,o
′
pd
,a
pd
)，其中v
pd
是有车疏散人员pd拥有的车辆状态，a
pd
是有车疏散人员pd的最早出发时间；对于有车疏散人员pd的虚拟终点d
′
pd
，其对应的车辆—时空节点为(v
pd
,d
′
pd
,b
′
pd
)，其中b
′
pd
是有车疏散人员pd的最晚到达时间；B12，对于无车疏散人员pr的虚拟起点o
′
pr
，其对应的车辆/步行—时空节点为(0,o
′
pr
,a
pr
)，其中a
pr
是有车疏散人员pr的最早出发时间；对于无车疏散人员pr的虚拟终点d
′
pr
，其对应的车辆/步行—时空节点为(0,d
′
pr
,b
′
pr
)，其中b
′
pr
是无车疏散人员pr的最晚到达时间；B13，对于集合Feasible
pd
中每条路径的每个节点i的每个可行时间，添加车辆/步行—时空节点为(v
pd
,i,t)，其中t为车辆v
pd
到达节点i的时刻；B14，对于集合Walk
pr
中每条路径的每个节点i的每个可行时间，添加车辆/步行—时空节点为(w
pr
,i,t)，其中w
pr
表示无车疏散人员pr的步行状态，t为无车疏散人员pr步行到达节点i的时刻；B15，将上述步骤B11
‑
B14获得的所有车辆/步行—时空节点添加到可行节点集合Ω；将上述步骤B11
‑
B12获得的车辆/步行—时空节点添加到虚拟节点集合Ω0；将上述步骤B13
‑
B14获得的车辆/步行—时空节点添加到实际节点集合Ω
*
。4.根据权利要求3所述的基于拉格朗日松弛算法的短期预警疏散路径规划方法，其特征在于，步骤B13中，对于集合Feasible
pd
中每条路径的每个节点i，如果i是有车疏散人员pd的起点o
pd
，则a
pd
≤t≤b
pd
，其中a
pd
是pd的最早出发时间，b
pd
是pd的最晚出发时间；如果i是有车疏散人员pd的终点d
pd
，则a
′
pd
≤t≤b
′
pd
，其中a
′
pd
是pd的最晚到达时间，b
′
pd
是pd的最晚出发时间；如果i既不是有车疏散人员pd的有车疏散人员pd的起点o
pd
，也不是终点d
pd
，则a
pd
≤t≤b
′
pd
；步骤B14中，对于集合Walk
pr
中每条路径的每个节点i，如果i是无车疏散人员pr的起点o
pr
，则a
pr
≤t≤b
pr
，其中a
pr
是pr的最早出发时间，b
pr
是pr的最晚出发时间；如果i是无车疏散人员pr的终点d
pr
，则a
′
pr
≤t≤b
′
pr
。其中a
′
pr
是pr的最晚到达时间，b
′
pr
是pr的最晚出发时间；如果i既不是无车疏散人员pr的无车疏散人员pr的起点o
pr
，也不是终点d
pr
，则a
pr
≤t≤b
′
pr
。5.根据权利要求3所述的基于拉格朗日松弛算法的短期预警疏散路径规划方法，其特征在于，步骤S1中，车辆/步行—时间—空间弧集合的构建过程包括以下步骤：对可行节点集合Ω、虚拟节点集合Ω0和实际节点集合Ω
*
中所有的车辆/步行—时空节点进行分析：如果(v
pd
,i,t)∈Ω
*
且(v
pd
,j,s)∈Ω
*
，同时从节点i到节点j的路段在交通网络中存在，并且满足t(i,j)≤(s
‑
t)≤t(i,j)+15，则将(v
pd
,v
pd
,i,j,t,s)添加到可行弧集合Φ，其中t(i,j)为乘车通过路段(i,j)的成本；
如果(w
pr
,i,t)∈Ω
*
且(w
pr
,j,s)∈Ω
*
，并且从节点i到节点j的路段在交通网络中，同时满足(s
‑
t)＝T(i,j)，则将(w
pr
,w
pr
,i,j,t,s)添加...

【专利技术属性】
技术研发人员：程琳，夏益翀，
申请(专利权)人：东南大学，
类型：发明
国别省市：