【技术实现步骤摘要】
基于用户偏好的出行路径和出行时间的出行方案优化方法
[0001]本专利技术涉及交通规划设计
，尤其涉及基于用户偏好的出行路径和出行时间的出行方案优化方法。
技术介绍
[0002]随着城市化进程的发展，以机动车为主要交通工具的出行者越来越多，如何根据出行者偏好制定个性化动态出行方案，是提高出行效率和满意度的重要途径。
[0003]目前，现存的出行方案规划方法主要可以分为以下两类：一类是静态路径规划，通过路段距离，并结合出行者的平均出行消耗的时间或速度来确定出行路线，该方法主要以某区域整体出行者的相关的平均指标为参考，而未涉及动态变化的交通现状以及个体在面对不同的交通状况时做出的出行行为，规划出的路径受到交通状况及个体出行行为的影响可能会产生极大的出行时间代价；实际上，在面对交通拥挤时，驾驶技术熟练的出行者通过该拥挤路段的时间较小，而某些不熟练的出行者通过的时间较长；若某个区域内的主要人群为驾驶技术高超的驾驶员，将会提供一个较高的参考车速，会普遍提升区域人群的驾驶水平；而对于存在的少数不熟练者来说，他们无法到达平均...
【技术保护点】
【技术特征摘要】
1.基于用户偏好的出行路径和出行时间的出行方案优化方法，其特征在于，包括：步骤S1，获取用户的起点、终点、出发时间段和期望到达时刻；步骤S2，预测用户偏好车速；步骤S3，根据用户输入的起点和终点，获得备选路径集；步骤S4，根据出发时间段和期望到达时刻，并基于预测的用户偏好车速和备选路径集，确定最优出行方案。2.根据权利要求1所述的基于用户偏好的出行路径和出行时间的出行方案优化方法，其特征在于，步骤S2中，预测用户偏好车速的具体过程为：步骤S21，根据公路交通负荷状况，将交通密度划分为n个类别，即获得交通密度类别集{K1,K2,L,K
n
}；步骤S22，获取用户的a条出行记录集X＝{x1,x2,L x
a
}，并计算出出行记录x
j
中用户在交通密度K
i
下的平均速度V
i
，其中，i∈[1,n]，j∈[1,a]，即获得交通密度类别
‑
车速集{K1:V1,K2:V2,L,K
n
:V
n
}；假设交通密度K
i
下的平均车速V
i
近似服从正态分布N(θ,σ2)，且θ的先验分布为N(μ,γ2)；步骤S23，假设出行记录x
j
含有b个交通密度类别，其中，b∈[1,n]，获得交通密度
‑
车速K
i,j
:V
i,j
∈{K1:V1,K2:V2,L,K
n
:V
n
}，其中,K
i,j
表示用户的第j条出行记录的第i个交通密度类别，V
i,j
表示用户的第j条出行记录的第i个交通密度对应的平均车速；V
i,j
包含r个车速样本数据,即V
i,j
＝{v1,v2,L,v
r
}，均值为方差为步骤S23，取出用户的出行记录x
j
；步骤S24，计算出行记录x
j
中交通密度K
i,j
下的车速V
i,j
的后验分布，后验分布公式为：其中，m(X)表示X的边缘分布函数，h(X,θ)表示联合概率密度，其中，其中，其中，交通密度K
i,j
下的车速V
i,j
的后验分布是关于θ的正态分布其中，μ
i,j
,的计算公式如下：步骤S25，依据公式(Ⅰ)计算出行记录x
j
中交通密度K
i+1,j
下的速度V
i+1,j
的后验分布，根据公式(Ⅱ)，更新μ
i+1,j
,其中，i+1∈[1,n]；步骤S26，循环步骤S24至步骤S25，依次计算交通密度K
1,j
下的速度V
1,j
的后验分布并更新μ
1,j
,交通密度K
2,j
下的速度V
2,j
的后验分布并更新μ
2,j
,
…
、交通密度K
b,j
下的速度
V
b,j
的后验分布并更新μ
b,j
,步骤S26，取出用户的出行记录x
j+1
；步骤S27，将出行记录x
j
中交通密度K
i,j
下的速度V
i,j
的后验分布视为出行记录x
j+1
中交通密度K
i,j
下的速度V
i,j
的后验分布，即出行记录x
j+1
中交通密度K
i,j+1
下的速度V
i,j+1
的先验分布步骤S28，循环步骤S24至步骤S27，依次计算交通密度K
i,1
下的速度V
i,1
的后验分布并更新μ
i,1
,交通密度K
i,2
下的速度V
i,2
的后验分布并更新μ
i,2
,
…
、交通密度K
i,a
下的速度V
i,a
的后验分布并更新μ
i,a
,步骤S29，计算a条出行记录中的交通密度K
i,j
下的速度V
i,j
的后验分布均值,即为交通密度类别K
i
下用户的偏好车速V
i
′
，由下式确定：其中，表示出行记录x
a
‑1中交通密度K
i
下的速度V
i
的后验分布的均值，γ
i,a
‑1表示出行记录x
a
‑1中的交通密度K
i
下的速度V
...
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。