面向空铁联运网络的多约束路径推荐方法技术

一种面向空铁联运网络的多约束路径推荐方法，步骤包括：1)构建空铁联运网络模型；2)采用预测模型预测起点和目的地之间当前可行路径的用户接受率；3)参照可行路径的用户接受率进行路径推荐的优先性排序。步骤1)中空铁联运网络模型由上层航空网络层和下层高铁网络层构成，两层之间通过城市内换乘系统连接。步骤2)中预测模型为：使用空铁联运路径筛选条件在空铁联运网络模型中筛选出路径数据；把每条路径在不同出发时间情况下的时间成本、经济成本和用户接受率组成三元组数据集；构建线性回归方程作为空铁联运路由预测模型；导入三元组数据集到线性回归方程中，计算线性回归方程中的未知参数，得到空铁联运路由预测模型。得到空铁联运路由预测模型。得到空铁联运路由预测模型。

【技术实现步骤摘要】
面向空铁联运网络的多约束路径推荐方法


[0001]本专利技术是一种计算机技术在交通运输网络中的应用技术，具体是一种面向空铁联运网络的多约束路径推荐方法。

技术介绍

[0002]空铁联运是指航空运输与铁路运输相互结合、相互协作的联合运输方式，结合了高铁与民航这两种满足高效出行需求的交通方式，能够快速构建起立体、高效的综合性交通运输体系，形成空地结合的立体运输格局，因此有很强的实际意义。空铁联运作为多种交通运输方案[1]的一种，涉及到的问题包括运输系统网络模型的构建、运输路线的优化选择，以及用路径的时间成本、经济成本为综合考量来界定路径优劣的评判标准[2]的建立。
[0003]当前空铁联运路由推荐研究主要分为对网络模型构建、路径筛选以及推荐的研究。网络模型构建是空铁联运的基础问题，在网络模型构建方面，已有许多研究致力于优化物流运输效率和资源配置。在错综复杂的空铁联运网络中涉及到不同类型的节点，包括机场节点、火车站节点以及城市内换乘系统子网络的节点，传统单一平面结构的网络拓扑结构无法全面的描述出这种大型复杂网络问题，因此需要引入一种超网络[3]模型来构建空铁联运网络架构。wang R等人在基于公路
‑
铁路多式联运中双方各自的模式网络提出了一种轮辐式网络模型[4]，用时间和经济成本作为网络效率的评判指标，侧重于陆路货物运输。戴福青等设计了一种双层空铁联合运输超级网络[5]，用城市内交通网络将上下层的航空网络和铁路网络连接起来，在此基础上建立交通流分布模型，研究空铁联和交通流分布和现有供给运力之间的关系。
[0004]在路径筛选和推荐方面，现有研究内容的主体主要以货物运输为主，时间成本、经济成本成为研究中评判路径优劣的主要标准。然而在空铁联运中以长距离的人员运输为主，单一的时间、经济成本不足以完全反映路径的的真实情况，主观因素作为评判路径优劣标准的影响仍有待进一步研究。Jing X等人将遗传算法的思想应用于货物多式联运中的路线优化问题，提出了一种混合遗传算法[6]，建立多式联运数学模型，求解出多式联运中的最佳路线，侧重于计算单个目标函数推荐路径。Wang R等人在分析多式联运模型特征的基础上利用加权和方法[7]，给出了路由时间经济成本的等效单目标MILP公式，并在MA方法下获得高质量解。
[0005]现有技术中，如公开号为CN113869991A的中国专利申请“一种空铁联运组合的推荐方法”等也讨论了不同的空铁联运路线推荐方法。

技术实现思路

[0006]区别于现有技术以及解决现有技术中存在的问题，本专利技术提出一种面向空铁联运网络的多约束路径推荐方法，步骤包括：
[0007]1)构建双层结构的超网络模型作为空铁联运网络模型；
[0008]2)在空铁联运网络模型中，采用空铁联运路由预测模型预测起点和目的地之间当
前可行路径的用户接受率；
[0009]3)参照可行路径的用户接受率进行路径推荐的优先性排序，供新用户选择；
[0010]步骤1)中，空铁联运网络模型由上层航空网络层和下层高铁网络层构成，两层之间通过城市内换乘系统连接；
[0011]在上层航空网络层中，每个节点代表一个机场，每条边表示两个机场之间的航班线路，边权重表示航班的时间成本和经济成本；
[0012]在下层高铁网络层中，每个节点代表一个火车站，每条边表示两个火车站之间的铁路线路，边权重表示列车的时间成本和经济成本；
[0013]同一城市中，机场和火车站对应节点之间的边表示相应城市内换乘系统子网络，边权重表示换乘的时间成本和经济成本；
[0014]在空铁联运过程中，从起点出发到达目的地，用户在途中需要经过多个城市，其中任意两个相邻城市之间都有航空或者铁路运输方式之中至少一种，每种方式都有不同的时间成本和经济成本，并且如果在同一城市内从一个运输方式换成另一种运输方式需要中转费用和中转时间；每个中转过程只发生在城市内，并且不同城市都有不同的中转费用和中转时间，中转次数不得超过两次；
[0015]步骤2)中，空铁联运路由预测模型的设计方法为：
[0016]首先，定义用户接受率：表示历史用户群体对同一条路径的接受比例，接受比例越高表明路径越优；
[0017]然后，使用空铁联运路径筛选条件在空铁联运网络模型中筛选出路径数据；把每条路径在不同出发时间情况下的时间成本、经济成本和用户接受率组成三元组数据集；
[0018]接着，根据数据集中历史路径的时间成本、经济成本和用户接受率构建线性回归方程作为空铁联运路由预测模型；
[0019]最后，导入构建的三元组数据集到线性回归方程中，计算线性回归方程中的未知参数，确定用户接受率和时间成本、经济成本之间的数学关系，得到空铁联运路由预测模型；
[0020]步骤3)中，在新用户搜索路径时，通过线性回归方程预测可行路径的用户接受率，对可行路径的用户接受率排序后，将多条路径推荐给该新用户，并在新用户做出选择后记录当次路径的真实接受率并存入数据集中，以此实现数据集的迭代更新。
附图说明
[0021]图1是空铁联运网络模型示意图；
[0022]图2是空铁联运网络模型的虚拟路线示意图；
[0023]图3(a)是经济导向型的用户数据集接受率概率密度；
[0024]图3(b)是经济导向型的用户数据集接受率散点图；
[0025]图4(a)是时间导向型的用户数据集接受率概率密度；
[0026]图4(b)是时间导向型的用户数据集接受率散点图；
[0027]图5(a)是综合导向型的用户数据集接受率概率密度；
[0028]图5(b)是综合导向型的用户数据集接受率散点图；
[0029]图6(a)是模型性能验证中，第一组超参下梯度下降拟合曲面；
[0030]图6(b)是模型性能验证中，第一组超参下代价函数拟合曲线；
[0031]图7(a)是模型性能验证中，第二组超参下梯度下降拟合曲面；
[0032]图7(b)是模型性能验证中，第二组超参下代价函数拟合曲线；
[0033]图8(a)是模型性能验证中，第三组超参下梯度下降拟合曲面；
[0034]图8(b)是模型性能验证中，第三组超参下代价函数拟合曲线；
[0035]图9(a)是洼地路径数据集散点图；
[0036]图9(b)是模型预测洼地路径散点图。
具体实施方式
[0037]下面结合附图与具体实施方式对本专利技术进一步说明。
[0038]1方案概述
[0039]本专利技术提出一种用户接受率预测模型，在空铁联运中引入用户的主观因素，量化历史用户接受率与时间成本、经济成本之间的函数关系，以预测当前可行路径的用户接受率，在此基础上，进行路径推荐的优先性排序。
[0040]在本具体实施方式中：
[0041]首先，通过航空数据(东航提供的)以及高铁数据构建空铁联运超网络模型，确定始末节点后筛选出具有时间、价格、历史用户接受率等属本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向空铁联运网络的多约束路径推荐方法，其特征是步骤包括：1)构建双层结构的超网络模型作为空铁联运网络模型；2)在空铁联运网络模型中，采用空铁联运路由预测模型预测起点和目的地之间当前可行路径的用户接受率；3)参照可行路径的用户接受率进行路径推荐的优先性排序，供新用户选择；步骤1)中，空铁联运网络模型由上层航空网络层和下层高铁网络层构成，两层之间通过城市内换乘系统连接；在上层航空网络层中，每个节点代表一个机场，每条边表示两个机场之间的航班线路，边权重表示航班的时间成本和经济成本；在下层高铁网络层中，每个节点代表一个火车站，每条边表示两个火车站之间的铁路线路，边权重表示列车的时间成本和经济成本；同一城市中，机场和火车站对应节点之间的边表示相应城市内换乘系统子网络，边权重表示换乘的时间成本和经济成本；在空铁联运过程中，从起点出发到达目的地，用户在途中需要经过多个城市，其中任意两个相邻城市之间都有航空或者铁路运输方式之中至少一种，每种方式都有不同的时间成本和经济成本，并且如果在同一城市内从一个运输方式换成另一种运输方式需要中转费用和中转时间；每个中转过程只发生在城市内，并且不同城市都有不同的中转费用和中转时间，中转次数不得超过两次；步骤2)中，空铁联运路由预测模型的设计方法为：首先，定义用户接受率：表示历史用户群体对同一条路径的接受比例，接受比例越高表明路径越优；然后，使用空铁联运路径筛选条件在空铁联运网络模型中筛选出路径数据；把每条路径在不同出发时间情况下的时间成本、经济成本和用户接受率组成三元组数据集；接着，根据数据集中历史路径的时间成本、经济成本和用户接受率构建线性回归方程作为空铁联运路由预测模型；最后，导入构建的三元组数据集到线性回归方程中，计算线性回归方程中的未知参数，确定用户接受率和时间成本、经济成本之间的数学关系，得到空铁联运路由预测模型；所述空铁联运路径筛选条件有4个，它们分别为：条件1为每次中转只发生在城市节点内，并且每个城市节点最多发生一次中转；条件2为在一条具体的路由中，两个相邻节点城市之间只能选择一种运输方式一条路线；条件3为路径全程的总时长不超过设定值；条件4为路径全程的总经济成本不超过设定值；步骤3)中，在新用户搜索路径时，通过线性回归方程预测可行路径的用户接受率，对可行路径的用户接受率排序后，将多条路径推荐给该新用户，并在新用户做出选择后记录当次路径的真实接受率并存入数据集中，以此实现数据集的迭代更新。2.根据权利要求1所述的面向空铁联运网络的多约束路径推荐方法，其特征是空铁联运路由预测模型中的度量指标包括：(1)换乘/中转次数
在空铁联运网络模型中，出行的方式由飞机、高铁组合而成，不同载具间换乘次数限制在两次及其以下；X
...

【专利技术属性】
技术研发人员：沈航，张亚崎，王天荆，
申请(专利权)人：南京工业大学，
类型：发明
国别省市：