一种前k条具有差异性的动态限制搜索区域路径规划方法技术

本发明专利技术提供了一种前k条具有差异性的动态限制搜索区域路径规划方法，包括以下步骤：1）使用了一种新的惩罚系数计算方式；2）在步骤1）的基础上基于不同的惩罚系数设置了不同的统计参数计算方式；3）本发明专利技术根据OD（Origin

【技术实现步骤摘要】
一种前k条具有差异性的动态限制搜索区域路径规划方法


[0001]本专利技术设计物流配送、交通运输、智能优化、网络分析等应用领域，尤其是涉及一种前k条具有差异性的动态限制搜索区域路径规划方法。

技术介绍

[0002]近年来，随着地理信息系统、全球定位系统，遥感和无线通信等技术的迅猛普及和快速发展，城市路网中的路径规划已经成为人们在日常生活中必不可少的需求，它能为人们驾驶提供参考路线，方便了人们的日常出行。然而，由于近些年车辆数量的迅猛增长，以及城市交通规划的不尽合理限制了车辆的通行效率。因此如何在城市路网中规划出多条具有差异性的并且符合人们日常出行需求的路径，成为众多国内外学者关心和研究的热点问题。
[0003]在网络中，这对应于前k条最短路径（top
‑
k shortest path，KSP）问题。在任意长度的有向网络中，KSP问题是在单源最短路径上的一个延伸，目的是寻找从起始节点到终止节点的前k条最优路径，当k=1时，该方法即为最短路径方法。虽然在求解KSP问题的过程中求得的K条最优路径可以有效弥补一条最短路径满足不了用户需求的问题，但是目前求解KSP问题的方法普遍存在方法复杂度偏高，求得的前k条最优路径解相似度过高的问题。通过对KSP问题进行分析，发现KSP问题一般可以分为无环KSP问题和有环KSP问题，前者要求所有求得的路径都必须是简单路径，不能含有环；后者则对路径没有什么限制。根据不同的KSP问题求解的方法也有所不同，解决无环问题的方法称为限定无环KSP方法，主要包括偏离路径方法和改进Dijkstra方法；解决有环问题的方法称为一般的KSP方法，主要包括标号方法、删除路径方法、偏离路径方法和改进智能方法。
[0004]虽然传统k最短路径方法可以根据给定图中起点和终点求出前k条最短路径解，提供多条候选路径方便用户按需选择，但是方法返回的前k条最短路径往往高度相似，即求得的路径之间有大量重合的边，这种现象在大规模的道路网中尤为明显。因此基于差异性的前k条最短路径方法已经受到了国内外许多学者的重视。Akg
ü
n等提出在生成大量候选路径的前提下，通过使用离散模型选择子集，从而实现最大化所选子集中的最小相异性。实验结果表明这种方法的计算结果可以求解出具有较大差异性的k条路径。Wilton等研究无线传感器网络路径规划中的最短差异性路径问题，通过对已经计算出的最短路径上的边从图中移除来产生下一条最短差异性路径，该路径不会与前面的最短路径产生交集。实验结果表明该方法可以达到可信的通信级别。Caleb等研究机器人路径规划中的最短差异性路径问题，提出的方法与已经计算出的最短路径相邻的边从图中移除达到避免障碍物的目的。实验结果表明该方法在可容忍的损失下，方法可以更快的生成多样化的路径集。Liu等在双向路网模型下提出了一个通用框架来高效地近似解决基于差异性的前k条最短路径查询，并设计了最短路径下界和差异路径下界。实验结果表明论文中提出的方法可以高效地过滤大量不必要的路径，从而降低了方法的搜索空间，提高了方法的搜索效率。周子韬在无线网络模型中提出了一种基于惩罚因子的KSP方法。实验结果表明该方法得到的结果虽然不是最
短路径，但是该方法求得的前k条路径解的相似度远低于传统KSP方法求得的前k条最短路径解。
[0005]上述学者提出的各种基于差异性的前k条路径规划方法充分考虑了方法求得的路径之间的差异性，在一定程度上满足了用户的多条路径需求，但是方法仍然存在一些限制，可以概括为以下几个方面：1）以前或现在的基于差异性的前k条路径规划方法使用的数据模型大多是双向路网模型或者无线网络模型等，然而双向路网模型和无线网络模型不能很好的表示现实世界实际道路情况；2）部分基于差异性的前k条路径规划方法只考虑了在不同路径相似度度量下计算不相似路径，而没有考虑到求得的路径长度；3）现有的基于差异性的前k条路径规划方法没有考虑到路网空间分布的特征属性，在一定程度上影响了方法的搜索效率。
[0006]因此，提供一种前k条具有差异性的动态限制搜索区域路径规划方法，以解决现有存在的问题。

技术实现思路

[0007]本专利技术提供的一种前k条具有差异性的动态限制搜索区域路径规划方法，考虑了路网的空间特征，解决了传统k最短路径方法在搜索得到的前k条路径相似度过高，总长度过长的问题，降低了路网存储的空间复杂度与方法搜索的时间复杂度，提高了方法执行效率，最终达到提高规划方法的实时性与准确性的目的。
[0008]本专利技术解决其技术问题所采用的技术方案是：一种前k条具有差异性的动态限制搜索区域路径规划方法，包括以下步骤：步骤1. 给出路网的矢量数据，可以将路网理解为图数据结构，即路网可以抽象为图G，从图G中确定起始节点和终止节点,以得到统计参数函数和惩罚系数函数；步骤2. 根据步骤1给出起始节点和终止节点，并计算起始节点和终止节点之间的欧式距离，以得到惩罚系数和统计参数值，具体操作如下：2.1将起始节点和终止节点之间的欧式距离α代入拟合函数R
95%
和Sim
95%
中，得出一个比值系数R和惩罚系数δ；2.2以起始节点和终止节点作为焦点，以Rα为长轴长建立椭圆限制搜索区域，通过起始节点和终止节点的欧氏距离以得到低于一定相似度的统计参数值；步骤3：通过步骤1和步骤2的操作，求得不同的路径解时，需要将其进行处理，以得到低于一定相似度的不同路径解，具体的过程如下：3.1求得第一条路径解S时，标记第一条路径的所有解，即令S
i
’
·
δ =1，其中S
i
∈S，并将所有的路段解乘以惩罚系数放到图G中；3.2求解第二条路径时，根据惩罚系数δ和j得到统计参数值，j为当前求得的第j条路径,根据传统方法求得第j条路径解；3.3求得第j条路径解时，对路径子解进行判断，路径子解已经被标记为S
i
’
·
δ =1，此时将路径子解从S'中剔除，并除以惩罚系数δ将路径子解重新放入S' 中；3.4路径子解没有被标记，即S
i
’
·
δ =0，此时将路径进行标记，即令S
i
’
·
δ =1，并将所有的路段解乘以惩罚系数放到图G中；
步骤4：重复上述过程，直至搜索到第k条路径，方法结束。
[0009]所述步骤2中得到的惩罚系数和统计参数由不同欧式距离的统计参数拟合得到的惩罚系数函数和统计参数函数。
[0010]所述步骤1的具体操作如下：1.1在路网中系统地抽取N个节点，构造集合G
O
，G
D
；笛卡尔乘积G
OD
=G
O
×
G
D
={(O,D)|(O∈G
O
)∧(D∈G
D
)}，G
OD
中的每个元素看成是待求最短路径的起终结点，则G
OD
中共包括M个样本元素；1.2对集合G...

【技术保护点】

【技术特征摘要】
1.一种前k条具有差异性的动态限制搜索区域路径规划方法，其特征在于：包括以下步骤：步骤1. 给出路网的矢量数据，将路网理解为图数据结构，即路网抽象为图G，从图G中确定起始节点和终止节点,以得到统计参数函数和惩罚系数函数；步骤2. 根据步骤1给出起始节点和终止节点，并计算起始节点和终止节点之间的欧式距离，以得到惩罚系数和统计参数值，具体操作如下：2.1将起始节点和终止节点之间的欧式距离α代入拟合函数R
95%
和Sim
95%
中，得出一个比值系数R和惩罚系数δ；2.2以起始节点和终止节点作为焦点，以Rα为长轴长建立椭圆限制搜索区域，通过起始节点和终止节点的欧氏距离以得到低于一定相似度的统计参数值；步骤3：通过步骤1和步骤2的操作，求得不同的路径解时，需要将其进行处理，以得到低于一定相似度的不同路径解，具体的过程如下：3.1求得第一条路径解S时，标记第一条路径的所有解，即令S
i
’
·
δ =1，其中S
i
∈S，并将所有的路段解乘以惩罚系数放到图G中;3.2求解第二条路径时，根据惩罚系数δ和j得到统计参数值，j为当前求得的第j条路径,根据传统方法求得第j条路径解；3.3求得第j条路径解时，对路径子解进行判断，路径子解已经被标记为S
i
’
·
δ =1，此时将路径子解从S'中剔除，并除以惩罚系数δ将路径子解重新放入S' 中；3.4路径子解没有被标记，即S
i
’
·
δ =0，此时将路径进行标记，即令S
i
’
·
δ =1，并将所有的路段解乘以惩罚系数放到图G中；步骤4：重复上述过程，直至搜索到第k条路径，方法结束。2.根据权利要求1所述的一种前k条具有差异性的动态限制搜索区域路径规划方法，其特征在于：所述步骤2中得到的惩罚系数和统计参数由不同欧式距离的统计参数拟合得到的惩罚系数函数和统计参数函数。3.根据权利要求1所述的一种前k条具有差异性的动态限制搜索区域路径规划方法，其...

【专利技术属性】
技术研发人员：魏海涛，郭恒亮，张述胜，赵姗，乔宝晋，
申请(专利权)人：郑州大学，
类型：发明
国别省市：