一种机场人群路线引导方案优化方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种机场人群路线引导方案优化方法、装置及存储介质，其中方法包括：获取机场的布局信息，根据布局信息将机场场景抽象为一个完全图；根据预设筛选条件对完全图中的边进行筛选，以删除不符合条件的边；根据筛选后的完全图，将机场人群路线引导方案优化问题抽象成为组合优化问题；采用离散的差分进化算法，对组合优化问题进行优化，获得最终的优化结果。本发明专利技术对机场出发层场景进行数学建模，并使用离散的差分进化算法自动生成和优化机场人群路线引导方案，可以获得较高质量的解，能够有效辅助机场中人群路线的引导。本发明专利技术可广泛应用于智能交通和演化计算两大领域。广泛应用于智能交通和演化计算两大领域。广泛应用于智能交通和演化计算两大领域。

【技术实现步骤摘要】
一种机场人群路线引导方案优化方法、装置及存储介质


[0001]本专利技术涉及智能交通和演化计算两大领域，尤其涉及一种机场人群路线引导方案优化方法、装置及存储介质。

技术介绍

[0002]机场作为城市交通系统中的重要枢纽，承载着很大一部分的交通客流量。机场通常和其他交通系统中的元素连接起来，例如地铁、巴士等等。随着城市规模和城市人口的不断增加，机场在特殊节假日的客流量会达到高峰，甚至可能会超过其客流承受能力而造成拥堵、乘客误机等。因此，要提高机场运营的质量，就需要有一个合理的人群路线引导方案来实时应对高峰时期的超大客流量，以避免拥堵。

技术实现思路

[0003]为至少一定程度上解决现有技术中存在的技术问题之一，本专利技术的目的在于提供一种机场人群路线引导方案优化方法、装置及存储介质。
[0004]本专利技术所采用的技术方案是：
[0005]一种机场人群路线引导方案优化方法，包括以下步骤：
[0006]获取机场的布局信息，根据布局信息将机场场景抽象为一个完全图；其中，机场场景中障碍物体作为完全图的顶点，任两个顶点之间的边用于表示一条禁止人流通行的围栏；
[0007]根据预设筛选条件对完全图中的边进行筛选，以删除不符合条件的边；
[0008]根据筛选后的完全图，将机场人群路线引导方案优化问题抽象成为组合优化问题；
[0009]采用离散的差分进化算法，对组合优化问题进行优化，获得最终的优化结果。
[0010]进一步地，所述机场场景中障碍物体包括安检闸机、服务台、出入口和机场内障碍物；
[0011]根据布局信息将机场场景抽象为一个完全图，包括：
[0012]根据机场场景中障碍物体获得顶点集V＝{v1,v2,...v
n
}；
[0013]根据顶点集V连接任两个顶点，构建获得完全图G＝(V,E)；其中，E代表所述完全图G的边集，边集E中的元素e
ij
表示完全图G中的一条边，代表在顶点v
i
和顶点v
j
之间的一条围栏；
[0014]对于元素e
ij
有：
[0015]e
ij
∈{(v
i
,v
j
)|i≠j,(v
i
,v
j
)∈V2}。
[0016][0017]进一步地，所述根据预设筛选条件对完全图中的边进行筛选，包括：
[0018]设置边长上限LU；将完全图G中长度超过边长上限LU的边删除，获得优化后的边集E'：
[0019]E'＝{e
ij
||e
ij
|≤LU,i≠j}。
[0020][0021]进一步地，所述根据筛选后的完全图，将机场人群路线引导方案优化问题抽象成为组合优化问题，包括：
[0022]对筛选优化后的所有边进行编号，得到边集E'＝{e1,e2,...,e
m
},m表示所有可能放置的围栏的数量；
[0023]采用由0,1组成的向量x
i
＝(x
i1
,x
i2
...,x
im
)表示一个优化方案；其中，x
ij
＝0表示第i个优化方案中，不放置e
j
代表的围栏；x
ij
＝1表示在第i个优化方案中，放置e
j
所代表的围栏；
[0024]根据所有向量的组合X，将机场人群路线引导方案优化问题抽象成为组合优化问题。
[0025]进一步地，所述采用离散的差分进化算法，对组合优化问题进行优化，获得最终的优化结果，包括：
[0026]初始化差分进化算法所需的参数，确定并初始化种群；
[0027]构建目标函数，根据目标函数对种群进行优化，获得最终的优化结果；
[0028]其中，在计算目标函数值之前，将差分进化算法中连续的数值映射成离散的决策向量，映射方式如下：
[0029][0030]其中，x代表一个人群路线引导方案，x
i
代表方案中某一元素的取值，取值为0代表该方案无需考虑该元素，取值为1则代表该方案需要将该元素考虑在内；p为均匀分布在(0,1)之间的随机数，函数S(x
i
)是一个sigmoid函数。
[0031]进一步地，优化目标是所有时刻所有机场旅客的相互拥挤程度的期望值尽可能小；
[0032]目标函数的表达式如下：
[0033][0034]其中，X是所有方案的集合，x是其中的一种方案，对x计算适应值即是在将x方案放到仿真系统中进行一次机场人群流动仿真；T是一次仿真的最大仿真时间，C是机场中现有的旅客数量；以一个机场旅客为圆心，机场旅客所占空间可近似看作一个圆，为t时刻旅客i和旅客j所占据的空间半径之和；和分别为t时刻时旅客i和旅客j的欧拉距离与行进方向的夹角，行进方向夹角范围是[0,π]；当i和j取所有可能的值都使得d
ij
‑
r
ij
较大时，认为在方案x下机场旅客分布较为稀疏，人群路线引导效果良好；反之，认为方案x下机场内较为拥挤；超参数η用于控制同质旅客和非同质旅客占优化目标的比重，其取值范围为[0,1]。当η的值取0时，目标函数只考虑非同质的乘客，即只优化行进方向不一致的乘客的拥挤程度。当η的值取1时，目标函数只考虑当前场景下的静态拥挤程度，即只将距离考虑在内而
忽略旅客的行进方向。
[0035]进一步地，所述根据目标函数对种群进行优化，获得最终的优化结果，包括：
[0036]使用差分进化算法的变异、交叉算子得到子代；
[0037]将子代映射成离散值，并使用目标函数计算出子代的适应值；
[0038]对比子代个体和父代个体的适应值，选择适应值小者进入下一代种群，直到算法执行的结束条件。
[0039]进一步地，在变异操作中，设个体从X
i
变异为X
i
'；
[0040]采用二项式交叉方式对变异后的个体X
i
'和个体X
i
进行交叉得到X
i”，表达式如下：
[0041][0042]式中，Cr表示交叉率。交叉率Cr控制着每一个维度的交叉结果，取值在(0,1)之间，不同的应用场景适用的交叉率会有不一致。此外，二项式交叉方式保证在一个个体进行交叉过程中至少有一个维度采用X
i
'中的结果。在选择操作中，根据对比父代个体X
i
和交叉后形成的子代个体X
i”的适应值，优胜者作为新的个体X
i
进入下一代种群中。
[0043]本专利技术所采用的另一技术方案是：
[0044]一种机场人群路线引导方案优化装置，包括：
[0045]至少一个处理器；
[0046]至少一个存储器，用于存储至少一个程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机场人群路线引导方案优化方法，其特征在于，包括以下步骤：获取机场的布局信息，根据布局信息将机场场景抽象为一个完全图；其中，机场场景中障碍物体作为完全图的顶点，任两个顶点之间的边用于表示一条禁止人流通行的围栏；根据预设筛选条件对完全图中的边进行筛选，以删除不符合条件的边；根据筛选后的完全图，将机场人群路线引导方案优化问题抽象成为组合优化问题；采用离散的差分进化算法，对组合优化问题进行优化，获得最终的优化结果。2.根据权利要求1所述的一种机场人群路线引导方案优化方法，其特征在于，所述机场场景中障碍物体包括安检闸机、服务台、出入口和机场内障碍物；根据布局信息将机场场景抽象为一个完全图，包括：根据机场场景中障碍物体获得顶点集V＝{v1,v2,...v
n
}；根据顶点集V连接任两个顶点，构建获得完全图G＝(V,E)；其中，E代表所述完全图G的边集，边集E中的元素e
ij
表示完全图G中的一条边，代表在顶点v
i
和顶点v
j
之间的一条围栏；对于元素e
ij
有：e
ij
∈{(v
i
,v
j
)|i≠j,(v
i
,v
j
)∈V2}。3.根据权利要求2所述的一种机场人群路线引导方案优化方法，其特征在于，所述根据预设筛选条件对完全图中的边进行筛选，包括：设置边长上限LU；将完全图G中长度超过边长上限LU的边删除，获得优化后的边集E'：E'＝{e
ij
||e
ij
|≤LU,i≠j}。4.根据权利要求1所述的一种机场人群路线引导方案优化方法，其特征在于，所述根据筛选后的完全图，将机场人群路线引导方案优化问题抽象成为组合优化问题，包括：对筛选优化后的所有边进行编号，得到边集E'＝{e1,e2,...,e
m
},m表示所有可能放置的围栏的数量；采用由0,1组成的向量x
i
＝(x
i1
,x
i2
...,x
im
)表示一个优化方案；其中，x
ij
＝0表示第i个优化方案中，不放置e
j
代表的围栏；x
ij
＝1表示在第i个优化方案中，放置e
j
所代表的围栏；根据所有向量的组合X，将机场人群路线引导方案优化问题抽象成为组合优化问题。5.根据权利要求1所述的一种机场人群路线引导方案优化方法，其特征在于，所述采用离散的差分进化算法，对组合...

【专利技术属性】
技术研发人员：陈伟能，李玲玉，钟竞辉，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：