顾及实时交通状态的城市路径规划方法、设备及存储设备技术

本发明专利技术提供了一种顾及实时交通状态的城市路径规划方法、设备及存储设备，利用图学习和递归神经网络模型捕捉城市交通信息和城市物流任务的时空间特征，建立编码器‑解码器结构的动态城市物流配送优化模型；利用强化学习方法对所述动态城市物流配送优化模型进行训练；利用训练好的动态城市物流配送优化模型对实际物流配送路径进行实时优化。一种顾及实时交通状态的城市路径规划设备及存储设备，用于实现顾及实时交通状态的城市路径规划方法。本发明专利技术的有益效果是：实现在物流配送中对城市的路径进行实时优化，提高了物流配送效率。

【技术实现步骤摘要】

本专利技术涉及城市路径规划领域，尤其涉及一种顾及实时交通状态的城市路径规划方法、设备及存储设备。

技术介绍

1、城市物流配送优化问题作为现代城市物业运输路线决策的关键问题，通过利用运筹学和人工智能等技术，设计科学合理的城市物流配送路线，提高城市物流运输效率，满足客户多样化的城市物流需求，是物流系统研究的重点问题。在城市物流配送优化问题中，依据信息变化类型可以划分为：静态城市物流配送优化问题和动态城市物流配送优化问题。在静态城市物流配送优化问题中，所有的信息的都是预先知道的，不会随着时间而发生变化，难以应对城市环境的变化，导致在实际的物流配送过程中，物流运输成本的上升、服务效率的下降。因此，动态的城市物流配送优化问题已经成为城市物流配送优化的基本要求。

2、在动态城市物流配送优化问题中，城市交通环境和物流等部分信息是未知的，会随着时间发生变化，物流车辆到达具体的时间点或客户点才能获得具体的交通和物流等信息。通常影响城市物流配送的动态因素可以划分为：动态城市物流因素和动态城市随机因素。动态城市物流因素是由周期性的城市物流环境变化造成的，如早/晚高峰本文档来自技高网...

【技术保护点】

1.一种顾及实时交通状态的城市路径规划方法，其特征在于：包括：

2.如权利要求1所述的一种顾及实时交通状态的城市路径规划方法，其特征在于：根据城市交通和物流信息，构建城市物流配送的编码器，该编码器包括GCN模型和第一GRU模型，GCN模型用于记录物流任务的空间结构，采用第一GRU来捕捉历史空间特征的变化信息。

3.如权利要求2所述的一种顾及实时交通状态的城市路径规划方法，其特征在于：解码器包括第二GRU模型、MHA和掩码机制，用于计算候选客户的概率分布，并输出具有最大概率的客户作为下一个被服务的客户，这一过程不断重复，直到物流任务完成；其中，第二GRU模型用于提取...

【技术特征摘要】

1.一种顾及实时交通状态的城市路径规划方法，其特征在于：包括：

2.如权利要求1所述的一种顾及实时交通状态的城市路径规划方法，其特征在于：根据城市交通和物流信息，构建城市物流配送的编码器，该编码器包括gcn模型和第一gru模型，gcn模型用于记录物流任务的空间结构，采用第一gru来捕捉历史空间特征的变化信息。

3.如权利要求2所述的一种顾及实时交通状态的城市路径规划方法，其特征在于：解码器包括第二gru模型、mha和掩码机制，用于计算候选客户的概率分布，并输出具有最大概率的客户作为下一个被服务的客户，这一过程不断重复，直到物流任务完成；其中，第二gru模型用于提取物流车辆的时间序列特征，包括车辆位置和容量信息；mha用于计算客户的概率分布，并输出下一个要访问的客户；掩码机制用于满足物流约束，降低搜索空间，加速模型收敛。

4.如权利要求3所述的一种顾及实时交通状态的城市路径规划方法，其特征在于：根据城市交通和物流信息，利用gcn构建城市物流配送的空间编码模型；在每个时间步长t下，物流任务的空间结构可以通过客户间的邻接矩阵表示at，at中的元素表示客户间的连接情况，可以通过公式(1)描述：

5.如权利要求4所述的一种顾及实时交通状态的城市路径规划方法，其特征在于：第一gru模型为：

6.如权利要求5所述...

【专利技术属性】
技术研发人员：关庆锋，李远远，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：