CN104156840A - 一种危化品运输路径规划方法和装置 - Google Patents
一种危化品运输路径规划方法和装置 Download PDFInfo
- Publication number
- CN104156840A CN104156840A CN201410366350.XA CN201410366350A CN104156840A CN 104156840 A CN104156840 A CN 104156840A CN 201410366350 A CN201410366350 A CN 201410366350A CN 104156840 A CN104156840 A CN 104156840A
- Authority
- CN
- China
- Prior art keywords
- factor
- value
- section
- judgment matrix
- path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种危化品运输路径规划方法和装置,属于危化品运输领域。所述方法包括:获取出发地与目的地之间的若干条待选路径的信息,所述待选路径的信息包括组成所述待选路径的路段;采用层次分析法确定影响危化品运输的各个因素的权重向量,所述权重向量用于定量描述各个因素之间的相对重要性;获取各个路段的各个因素的值;根据所述各个因素的权重向量、所述各个路段的各个因素的值、所述待选路径的信息,确定各条所述待选路径对危化品运输的影响值;输出影响值最小的所述待选路径。本发明可以得到针对危化品运输规划的路径。
Description
技术领域
本发明涉及危化品运输领域,特别涉及一种危化品运输路径规划方法和装置。
背景技术
危险化学品(简称危化品)定义为:容易发生爆炸、燃烧、对人体和环境产生毒害、腐蚀、放射性的物品。危化品在运输过程中是动态危险源,若运输途中发生交通意外或因泄漏导致爆炸等事故,波及面宽广、危害十分惨重。不仅危害人们的生命安全,还对环境造成破坏,所以对危化品运输路径的规划和选择十分重要。虽然现有的GPS(Global Positioning System,全球定位系统)导航仪可以规划出出发地与目的地之间的最短路径,但是该路径对于危化品运输却不一定是最佳选择。
发明内容
为了解决现有技术规划危化品运输路径的问题,本发明实施例提供了一种危化品运输路径规划方法和装置。所述技术方案如下:
一方面,本发明实施例提供了一种危化品运输路径规划方法,所述方法包括:
获取出发地与目的地之间的若干条待选路径的信息,所述待选路径的信息包括组成所述待选路径的路段;
采用层次分析法确定影响危化品运输的各个因素的权重向量,所述权重向量用于定量描述各个因素之间的相对重要性;
获取各个路段的各个因素的值;
根据所述各个因素的权重向量、所述各个路段的各个因素的值、所述待选路径的信息,确定各条所述待选路径对危化品运输的影响值;
输出影响值最小的所述待选路径。
可选地,所述因素分为第一级因素和第二级因素,所述第一级因素包括时间成本、经济成本、风险成本,所述第二级因素包括天气情况、公路等级、路段平均行驶速度、道路使用费、路段燃油费、人口密度、环境破坏程度、应急救援能力、交通事故发生率,其中,所述天气情况、所述公路等级、所述路段平均行驶速度属于所述时间成本,所述道路使用费、所述路段燃油费属于所述经济成本,所述人口密度、所述环境破坏程度、所述应急救援能力、所述交通事故发生率属于所述风险成本。
在本发明一种可能的实现方式中,所述采用层次分析法确定影响危化品运输的各个因素的权重向量,包括:
采用1-9标度法分别对各个所述第一级因素、各个所述第二级因素的相对重要性进行标度;
将各个所述第一级因素的相对重要性的标度值组成所述第一级因素的判断矩阵;
将各个所述第二级因素的相对重要性的标度值组成所述第二级因素的判断矩阵;
分别计算所述第一级因素的判断矩阵、所述第二级因素的判断矩阵的最大特征值和特征向量;
根据所述第一级因素的判断矩阵的最大特征值,计算所述第一级因素的判断矩阵的随机一致性比率;
根据所述第二级因素的判断矩阵的最大特征值,计算所述第二级因素的判断矩阵的随机一致性比率;
当所述第一级因素的判断矩阵的随机一致性比率小于0.1时,将所述第一级因素的判断矩阵的特征向量作为所述第一级因素的权重向量;
当所述第二级因素的判断矩阵的随机一致性比率小于0.1时,将所述第二级因素的判断矩阵的特征向量作为所述第二级因素的权重向量。
可选地,所述根据所述各个因素的权重向量、所述各个路段的各个因素的值、所述待选路径的信息,确定各条所述待选路径对危化品运输的影响值,包括:
根据所述第二级因素的权重向量、各个路段的各个第二级因素的值,计算各个路段的各个第一级因素的值;
根据各个路段的各个第一级因素的值、所述第一级因素的权重向量,计算各个路段对危化品运输的影响值;
根据各个路段对危化品运输的影响值、所述待选路径的信息,确定各条所述待选路径对危化品运输的影响值。
在本发明另一种可能的实现方式中,所述方法还包括:
获取车辆的位置;
当所述车辆的位置与影响值最小的所述待选路径之间的距离大于设定值时,进行报警。
另一方面,本发明实施例提供了一种危化品运输路径规划装置,所述装置包括:
路径获取模块,用于获取出发地与目的地之间的若干条待选路径的信息,所述待选路径的信息包括组成所述待选路径的路段;
权重确定模块,用于采用层次分析法确定影响危化品运输的各个因素的权重向量,所述权重向量用于定量描述各个因素之间的相对重要性;
因素值获取模块,用于获取各个路段的各个因素的值;
影响值确定模块,用于根据所述各个因素的权重向量、所述各个路段的各个因素的值、所述待选路径的信息,确定各条所述待选路径对危化品运输的影响值;
输出模块,用于输出影响值最小的所述待选路径。
可选地,所述因素分为第一级因素和第二级因素,所述第一级因素包括时间成本、经济成本、风险成本,所述第二级因素包括天气情况、公路等级、路段平均行驶速度、道路使用费、路段燃油费、人口密度、环境破坏程度、应急救援能力、交通事故发生率,其中,所述天气情况、所述公路等级、所述路段平均行驶速度属于所述时间成本,所述道路使用费、所述路段燃油费属于所述经济成本,所述人口密度、所述环境破坏程度、所述应急救援能力、所述交通事故发生率属于所述风险成本。
在本发明一种可能的实现方式中,所述权重确定模块包括:
标度单元,用于采用1-9标度法分别对各个所述第一级因素、各个所述第二级因素的相对重要性进行标度;
矩阵组成单元,用于将各个所述第一级因素的相对重要性的标度值组成所述第一级因素的判断矩阵;将各个所述第二级因素的相对重要性的标度值组成所述第二级因素的判断矩阵;
矩阵计算单元,用于分别计算所述第一级因素的判断矩阵、所述第二级因素的判断矩阵的最大特征值和特征向量;
比率计算单元,用于根据所述第一级因素的判断矩阵的最大特征值,计算所述第一级因素的判断矩阵的随机一致性比率;根据所述第二级因素的判断矩阵的最大特征值,计算所述第二级因素的判断矩阵的随机一致性比率;
判断单元,用于当所述第一级因素的判断矩阵的随机一致性比率小于0.1时,将所述第一级因素的判断矩阵的特征向量作为所述第一级因素的权重向量;当所述第二级因素的判断矩阵的随机一致性比率小于0.1时,将所述第二级因素的判断矩阵的特征向量作为所述第二级因素的权重向量。
可选地,所述影响值确定模块包括:
因素值计算单元,用于根据所述第二级因素的权重向量、各个路段的各个第二级因素的值,计算各个路段的各个第一级因素的值;
路段影响值计算单元,用于根据各个路段的各个第一级因素的值、所述第一级因素的权重向量,计算各个路段对危化品运输的影响值;
路径影响值计算单元,用于根据各个路段对危化品运输的影响值、所述待选路径的信息,确定各条所述待选路径对危化品运输的影响值。
在本发明另一种可能的实现方式中,所述装置还包括:
位置获取模块,用于获取车辆的位置;
报警模块,用于当所述车辆的位置与影响值最小的所述待选路径之间的距离大于设定值时,进行报警。
本发明实施例提供的技术方案带来的有益效果是:
通过根据影响危化品运输的各个因素的权重向量、各个路段的各个因素的值、出发地与目的地之间的若干条待选路径的信息,确定各条待选路径对危化品运输的影响值,考虑了危化品运输对路径的特殊要求,进而得到针对危化品运输规划的路径。而且,采用层次分析法确定影响危化品运输的各个因素的权重向量,实现了将定性和定量两种分析综合的评价方法,减少了人为因素的影响,得到了更为优化的评价结果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种危化品运输路径规划方法的流程图;
图2是本发明实施例二提供的一种危化品运输路径规划装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一
本发明实施例提供了一种危化品运输路径规划方法,参见图1,该方法包括:
步骤101:获取出发地与目的地之间的若干条待选路径的信息。
在本实施例中,待选路径的信息包括组成待选路径的路段。
在具体实现中,一方面,由于现有的GPS导航仪、终端的导航应用(如百度地图),都可以输出出发地与目的地之间的若干条待选路径的信息,因此可以直接接收GPS导航仪、终端输出的待选路径的信息。另一方面,也可以获取各条路径的历史交通数据,按照预定的算法,确定若干条出发地与目的地之间的待选路径的信息。其中,历史交通数据包括本地或网络数据库中保存的各个路段的端点、路段的长度、通行车辆的数量等路段信息。本发明对获取待选路径的信息的方式不作限制。
步骤102:采用层次分析法确定影响危化品运输的各个因素的权重向量。
在本实施例中,权重向量用于定量描述各个因素之间的相对重要性。
可选地,该因素可以分为第一级因素和第二级因素。第一级因素包括时间成本、经济成本、风险成本,第二级因素包括天气情况、公路等级、路段平均行驶速度、道路使用费、路段燃油费、人口密度、环境破坏程度、应急救援能力、交通事故发生率。其中,天气情况、公路等级、路段平均行驶速度属于时间成本,道路使用费、路段燃油费属于经济成本,人口密度、环境破坏程度、应急救援能力、交通事故发生率属于风险成本。
可以理解地,由于危化品发生事故的影响非常大,因此危化品运输的安全性非常重要,而且在保证危化品运输一定安全性的同时,时间和经济也是需要考虑的,因此第一级因素包括时间成本、经济成本、风险成本,综合考虑了时间、经济、风险三方面对危化品运输的影响,基于这样的考虑得到的路径是针对危化品运输的最佳路径。而且,第二级因素包括天气情况、公路等级、路段平均行驶速度、道路使用费、路段燃油费、人口密度、环境破坏程度、应急救援能力、交通事故发生率,对第一级因素进行了具体化,便于确定路段的因素的值。
在本实施例的一种实现方式中,该步骤102可以包括:
采用1-9标度法分别对各个第一级因素、各个第二级因素的相对重要性进行标度;
将各个第一级因素的相对重要性的标度值组成第一级因素的判断矩阵;
将各个第二级因素的相对重要性的标度值组成第二级因素的判断矩阵;
分别计算第一级因素的判断矩阵、第二级因素的判断矩阵的最大特征值和特征向量;
根据第一级因素的判断矩阵的最大特征值,计算第一级因素的判断矩阵的随机一致性比率;
根据第二级因素的判断矩阵的最大特征值,计算第二级因素的判断矩阵的随机一致性比率;
当第一级因素的判断矩阵的随机一致性比率小于0.1时,将第一级因素的判断矩阵的特征向量作为第一级因素的权重向量;
当第二级因素的判断矩阵的随机一致性比率小于0.1时,将第二级因素的判断矩阵的特征向量作为第二级因素的权重向量。
例如,首先,采用下表一所示的1-9标度法标准分别对各个第一级因素、各个第二级因素的相对重要性进行标度:
表一
由于风险成本比经济成本的影响要重要些,风险成本对经济成本的标度值为3,经济成本对风险成本的标度值为1/3。
其次,将各个第一级因素的相对重要性的标度值组成第一级因素的判断矩阵,如下表二所示,将各个第二级因素的相对重要性的标度值组成第二级因素的判断矩阵,如下表三、表四、表五所示:
表二
表三
表四
表五
需要说明的是,表二、表三、表四、表五中的数据仅为举例,本发明并不限制于此。
再次,分别计算第一级因素的判断矩阵、第二级因素的判断矩阵的最大特征值和特征向量。
接着,根据第一级因素的判断矩阵的最大特征值,计算第一级因素的判断矩阵的随机一致性比率,根据第二级因素的判断矩阵的最大特征值,计算第二级因素的判断矩阵的随机一致性比率,计算公式如下:
其中,CR为随机一致性比率,λmax为最大特征值,n为判断矩阵的维数,RI为随机一致性指标,RI取值如下表六所示:
表六
最后,当第一级因素的判断矩阵的随机一致性比率小于0.1时,将第一级因素的判断矩阵的特征向量作为第一级因素的权重向量;当第一级因素的判断矩阵的随机一致性比率大于0.1时,需要对标度值进行重新赋值。当第二级因素的判断矩阵的随机一致性比率小于0.1时,将第二级因素的判断矩阵的特征向量作为第二级因素的权重向量;当第二级因素的判断矩阵的随机一致性比率大于0.1时,需要对标度值进行重新赋值。
以表二中的数据为例,判断矩阵的最大特征值为3.0649,特征向量为(0.1013,0.3928,0.9140),随机一致性比率为0.055<0.1,因此第一级因素的权重向量为(0.1013,0.3928,0.9140)。
同理可得,时间成本的权重向量为(0.1493,0.1940,0.6567),时间成本的权重向量为(0.1,0.9),风险成本的权重向量为(0.7101,0.2380,0.0127,0.0392)。
步骤103:获取各个路段的各个因素的值。
步骤104:根据各个因素的权重向量、各个路段的各个因素的值、待选路径的信息,确定各条待选路径对危化品运输的影响值。
在本实施例的一种实现方式中,该步骤104可以包括:
根据第二级因素的权重向量、各个路段的各个第二级因素的值,计算各个路段的各个第一级因素的值;
根据各个路段的第一级因素的值、第一级因素的权重向量,计算各个路段对危化品运输的影响值;
根据各个路段对危化品运输的影响值、待选路径的信息,确定各条待选路径对危化品运输的影响值。
在实际应用中,各个路段的各个第二级因素的取值可以如下表六、表七所示:
表六
表七
下面以下表八中的各个路段的各个第二级因素的取值为例,简单介绍一下如何计算得到各条待选路径对危化品运输的影响值:
表八
首先,根据表八中的数据,得到时间成本评价矩阵R1、经济成本评价矩阵R2、风险成本评价矩阵R3:
其次,将时间成本评价矩阵R1、经济成本评价矩阵R2、风险成本评价矩阵R3与对应的第二级因素的权重向量相乘,得到总成本评价矩阵(B1,B2,B3):
B1=a1*R1=(0.1493,0.1940,0.6567)*R1
;
=(0.3701,0.3045,0.2537,0.2597,0.3507,0.4522,0.3806,0.4985,0.3701,0.4358,0.3776)
B2=a2*R2=(0.1,0.9)*R2
;
=(0.4150,0.4,0.55,0.33,0.415,0.37,0.555,0.415,0.37,0.55,0.325)
B3=a3*R3=(0.7101,0.2380,0.0127,0.0392)*R3
。
=(0.3627,0.2138,0.1948,0.3621,0.3480,0.5657,0.5649,0.4365,0.3129,0.4342,0.3956)
再次,将总成本评价矩阵与对应的第一级因素的权重向量相乘,得到各个路段对危化品运输的影响值:
B=A*R=(0.0103,0.1543,0.8355)*R
。
=(0.4046,0.2712,0.2733,0.3798,0.3903,0.5755,0.5962,0.4792,0.3560,0.4918,0.4189)
然后,将各个路段对危化品运输的影响值相加,得到各条待选路径对危化品运输的影响值。
例如,路径1由路段AB、BC、CQ、QE和EF组成,故W1=0.4046*1+0.2712*1+0.2733*0+0.3798*0+0.3903*0+0.5755*0+0.5962*1+0.4792*1+0.356*0+0.4918*1+0.4189*0=2.243;
路径2由路段AB、BH、HQ、QE和EF组成,故W2=0.4046+0.3903+0.5755+0.4792+0.4918=2.3414;
路径3由路段AB、BC、CD、DE和EF组成,故W3=0.4046+0.2712+0.2733+0.3798+0.4918=1.8207;
路径4由路段AB、BH、HG和GF组成,故W4=0.4046+0.3903+0.356+0.4189=1.5689。
步骤105:输出影响值最小的待选路径。
例如,路径4W4=1.5689最小,因此选择路径4。
可选地,当该方法应用于车载终端时,该步骤105可以包括:
选择影响值最小的待选路径,并在车载终端显示选择的待选路径。
例如,可以在地图上标记出选择的待选路径的各个路段。
可选地,当该方法应用于危化品运输的监控中心时,该步骤105可以包括:
选择影响值最小的待选路径,并将选择的待选路径发送给车载终端。
在本实施例的另一种实现方式中,该方法还可以包括:
获取车辆的位置;
当车辆的位置与影响值最小的待选路径之间的距离大于设定值时,进行报警。
本发明实施例通过根据影响危化品运输的各个因素的权重向量、各个路段的各个因素的值、出发地与目的地之间的若干条待选路径的信息,确定各条待选路径对危化品运输的影响值,考虑了危化品运输对路径的特殊要求,进而得到针对危化品运输规划的路径。而且,采用层次分析法确定影响危化品运输的各个因素的权重向量,实现了将定性和定量两种分析综合的评价方法,减少了人为因素的影响,得到了更为优化的评价结果。
实施例二
本发明实施例提供了一种危化品运输路径规划装置,参见图2,该装置包括:
路径获取模块201,用于获取出发地与目的地之间的若干条待选路径的信息,待选路径的信息包括组成待选路径的路段;
权重确定模块202,用于采用层次分析法确定影响危化品运输的各个因素的权重向量,权重向量用于定量描述各个因素之间的相对重要性;
因素值获取模块203,用于获取各个路段的各个因素的值;
影响值确定模块204,用于根据各个因素的权重向量、各个路段的各个因素的值、待选路径的信息,确定各条待选路径对危化品运输的影响值;
输出模块205,用于输出影响值最小的待选路径。
可选地,该因素分为第一级因素和第二级因素,第一级因素包括时间成本、经济成本、风险成本,第二级因素包括天气情况、公路等级、路段平均行驶速度、道路使用费、路段燃油费、人口密度、环境破坏程度、应急救援能力、交通事故发生率,其中,天气情况、公路等级、路段平均行驶速度属于时间成本,道路使用费、路段燃油费属于经济成本,人口密度、环境破坏程度、应急救援能力、交通事故发生率属于风险成本。
在本实施例的一种实现方式中,权重确定模块202可以包括:
标度单元,用于采用1-9标度法分别对各个第一级因素、各个第二级因素的相对重要性进行标度;
矩阵组成单元,用于将各个第一级因素的相对重要性的标度值组成第一级因素的判断矩阵;将各个第二级因素的相对重要性的标度值组成第二级因素的判断矩阵;
矩阵计算单元,用于分别计算第一级因素的判断矩阵、第二级因素的判断矩阵的最大特征值和特征向量;
比率计算单元,用于根据第一级因素的判断矩阵的最大特征值,计算第一级因素的判断矩阵的随机一致性比率;根据第二级因素的判断矩阵的最大特征值,计算第二级因素的判断矩阵的随机一致性比率;
判断单元,用于当第一级因素的判断矩阵的随机一致性比率小于0.1时,将第一级因素的判断矩阵的特征向量作为第一级因素的权重向量;当第二级因素的判断矩阵的随机一致性比率小于0.1时,将第二级因素的判断矩阵的特征向量作为第二级因素的权重向量。
可选地,影响值确定模块204可以包括:
因素值计算单元,用于根据第二级因素的权重向量、各个路段的各个第二级因素的值,计算各个路段的各个第一级因素的值;
路段影响值计算单元,用于根据各个路段的各个第一级因素的值、第一级因素的权重向量,计算各个路段对危化品运输的影响值;
路径影响值计算单元,用于根据各个路段对危化品运输的影响值、待选路径的信息,确定各条待选路径对危化品运输的影响值。
在本实施例的另一种实现方式中,该装置还可以包括:
位置获取模块,用于获取车辆的位置;
报警模块,用于当车辆的位置与影响值最小的待选路径之间的距离大于设定值时,进行报警。
本发明实施例通过根据影响危化品运输的各个因素的权重向量、各个路段的各个因素的值、出发地与目的地之间的若干条待选路径的信息,确定各条待选路径对危化品运输的影响值,考虑了危化品运输对路径的特殊要求,进而得到针对危化品运输规划的路径。而且,采用层次分析法确定影响危化品运输的各个因素的权重向量,实现了将定性和定量两种分析综合的评价方法,减少了人为因素的影响,得到了更为优化的评价结果。
需要说明的是:上述实施例提供的危化品运输路径规划装置在规划危化品运输路径时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的危化品运输路径规划装置与危化品运输路径规划方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种危化品运输路径规划方法,其特征在于,所述方法包括:
获取出发地与目的地之间的若干条待选路径的信息,所述待选路径的信息包括组成所述待选路径的路段;
采用层次分析法确定影响危化品运输的各个因素的权重向量,所述权重向量用于定量描述各个因素之间的相对重要性;
获取各个路段的各个因素的值;
根据所述各个因素的权重向量、所述各个路段的各个因素的值、所述待选路径的信息,确定各条所述待选路径对危化品运输的影响值;
输出影响值最小的所述待选路径。
2.根据权利要求1所述的方法,其特征在于,所述因素分为第一级因素和第二级因素,所述第一级因素包括时间成本、经济成本、风险成本,所述第二级因素包括天气情况、公路等级、路段平均行驶速度、道路使用费、路段燃油费、人口密度、环境破坏程度、应急救援能力、交通事故发生率,其中,所述天气情况、所述公路等级、所述路段平均行驶速度属于所述时间成本,所述道路使用费、所述路段燃油费属于所述经济成本,所述人口密度、所述环境破坏程度、所述应急救援能力、所述交通事故发生率属于所述风险成本。
3.根据权利要求2所述的方法,其特征在于,所述采用层次分析法确定影响危化品运输的各个因素的权重向量,包括:
采用1-9标度法分别对各个所述第一级因素、各个所述第二级因素的相对重要性进行标度;
将各个所述第一级因素的相对重要性的标度值组成所述第一级因素的判断矩阵;
将各个所述第二级因素的相对重要性的标度值组成所述第二级因素的判断矩阵;
分别计算所述第一级因素的判断矩阵、所述第二级因素的判断矩阵的最大特征值和特征向量;
根据所述第一级因素的判断矩阵的最大特征值,计算所述第一级因素的判断矩阵的随机一致性比率;
根据所述第二级因素的判断矩阵的最大特征值,计算所述第二级因素的判断矩阵的随机一致性比率;
当所述第一级因素的判断矩阵的随机一致性比率小于0.1时,将所述第一级因素的判断矩阵的特征向量作为所述第一级因素的权重向量;
当所述第二级因素的判断矩阵的随机一致性比率小于0.1时,将所述第二级因素的判断矩阵的特征向量作为所述第二级因素的权重向量。
4.根据权利要求3所述的方法,其特征在于,所述根据所述各个因素的权重向量、所述各个路段的各个因素的值、所述待选路径的信息,确定各条所述待选路径对危化品运输的影响值,包括:
根据所述第二级因素的权重向量、各个路段的各个第二级因素的值,计算各个路段的各个第一级因素的值;
根据各个路段的各个第一级因素的值、所述第一级因素的权重向量,计算各个路段对危化品运输的影响值;
根据各个路段对危化品运输的影响值、所述待选路径的信息,确定各条所述待选路径对危化品运输的影响值。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
获取车辆的位置;
当所述车辆的位置与影响值最小的所述待选路径之间的距离大于设定值时,进行报警。
6.一种危化品运输路径规划装置,其特征在于,所述装置包括:
路径获取模块,用于获取出发地与目的地之间的若干条待选路径的信息,所述待选路径的信息包括组成所述待选路径的路段;
权重确定模块,用于采用层次分析法确定影响危化品运输的各个因素的权重向量,所述权重向量用于定量描述各个因素之间的相对重要性;
因素值获取模块,用于获取各个路段的各个因素的值;
影响值确定模块,用于根据所述各个因素的权重向量、所述各个路段的各个因素的值、所述待选路径的信息,确定各条所述待选路径对危化品运输的影响值;
输出模块,用于输出影响值最小的所述待选路径。
7.根据权利要求6所述的装置,其特征在于,所述因素分为第一级因素和第二级因素,所述第一级因素包括时间成本、经济成本、风险成本,所述第二级因素包括天气情况、公路等级、路段平均行驶速度、道路使用费、路段燃油费、人口密度、环境破坏程度、应急救援能力、交通事故发生率,其中,所述天气情况、所述公路等级、所述路段平均行驶速度属于所述时间成本,所述道路使用费、所述路段燃油费属于所述经济成本,所述人口密度、所述环境破坏程度、所述应急救援能力、所述交通事故发生率属于所述风险成本。
8.根据权利要求7所述的装置,其特征在于,所述权重确定模块包括:
标度单元,用于采用1-9标度法分别对各个所述第一级因素、各个所述第二级因素的相对重要性进行标度;
矩阵组成单元,用于将各个所述第一级因素的相对重要性的标度值组成所述第一级因素的判断矩阵;将各个所述第二级因素的相对重要性的标度值组成所述第二级因素的判断矩阵;
矩阵计算单元,用于分别计算所述第一级因素的判断矩阵、所述第二级因素的判断矩阵的最大特征值和特征向量;
比率计算单元,用于根据所述第一级因素的判断矩阵的最大特征值,计算所述第一级因素的判断矩阵的随机一致性比率;根据所述第二级因素的判断矩阵的最大特征值,计算所述第二级因素的判断矩阵的随机一致性比率;
判断单元,用于当所述第一级因素的判断矩阵的随机一致性比率小于0.1时,将所述第一级因素的判断矩阵的特征向量作为所述第一级因素的权重向量;当所述第二级因素的判断矩阵的随机一致性比率小于0.1时,将所述第二级因素的判断矩阵的特征向量作为所述第二级因素的权重向量。
9.根据权利要求8所述的装置,其特征在于,所述影响值确定模块包括:
因素值计算单元,用于根据所述第二级因素的权重向量、各个路段的各个第二级因素的值,计算各个路段的各个第一级因素的值;
路段影响值计算单元,用于根据各个路段的各个第一级因素的值、所述第一级因素的权重向量,计算各个路段对危化品运输的影响值;
路径影响值计算单元,用于根据各个路段对危化品运输的影响值、所述待选路径的信息,确定各条所述待选路径对危化品运输的影响值。
10.根据权利要求6-9任一项所述的装置,其特征在于,所述装置还包括:
位置获取模块,用于获取车辆的位置;
报警模块,用于当所述车辆的位置与影响值最小的所述待选路径之间的距离大于设定值时,进行报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410366350.XA CN104156840B (zh) | 2014-07-29 | 2014-07-29 | 一种危化品运输路径规划方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410366350.XA CN104156840B (zh) | 2014-07-29 | 2014-07-29 | 一种危化品运输路径规划方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104156840A true CN104156840A (zh) | 2014-11-19 |
CN104156840B CN104156840B (zh) | 2017-07-11 |
Family
ID=51882335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410366350.XA Active CN104156840B (zh) | 2014-07-29 | 2014-07-29 | 一种危化品运输路径规划方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104156840B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105225085A (zh) * | 2015-09-23 | 2016-01-06 | 周欢 | 原生态食品运输调度系统及方法 |
CN106651051A (zh) * | 2016-12-30 | 2017-05-10 | 宁波贤晟信息技术有限公司 | 一种物流运输调度系统 |
CN107024217A (zh) * | 2016-02-01 | 2017-08-08 | 北京迈维出行科技有限公司 | 城际交通的路线规划的方法、装置及系统 |
CN107451693A (zh) * | 2017-08-02 | 2017-12-08 | 南京工业大学 | 多点多目标的危化品运输路径优化方法 |
CN109255944A (zh) * | 2018-10-08 | 2019-01-22 | 长安大学 | 交通事故应急救援车辆的配置与派遣方法 |
CN109374006A (zh) * | 2018-12-06 | 2019-02-22 | 兰州交通大学 | 多目标的危险品道路运输路径规划方法 |
CN109841077A (zh) * | 2019-04-01 | 2019-06-04 | 敢触有限公司 | 一种基于大数据的交通运输安全控制系统 |
CN111967644A (zh) * | 2020-07-14 | 2020-11-20 | 西安工程大学 | 一种危化品运输道路规划方法 |
CN112348152A (zh) * | 2020-11-05 | 2021-02-09 | 襄阳易捷达隆物联科技有限公司 | 基于改进层次分析法的交通拥堵疏导方法及系统 |
CN113052363A (zh) * | 2021-02-19 | 2021-06-29 | 北京华油信通科技有限公司 | 一种危险化学品道路运输方案综合优化方法及系统 |
CN113361997A (zh) * | 2021-06-04 | 2021-09-07 | 南京大学 | 一种基于风险最小化的危险废物运输路径实时规划的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103390201A (zh) * | 2013-07-15 | 2013-11-13 | 中国人民解放军防化学院 | 一种危险化学品运输危害预测方法 |
CN103761588A (zh) * | 2014-02-18 | 2014-04-30 | 张家港美核电子科技有限公司 | 基于多目标建模优化的危化品运输调度方法 |
-
2014
- 2014-07-29 CN CN201410366350.XA patent/CN104156840B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103390201A (zh) * | 2013-07-15 | 2013-11-13 | 中国人民解放军防化学院 | 一种危险化学品运输危害预测方法 |
CN103761588A (zh) * | 2014-02-18 | 2014-04-30 | 张家港美核电子科技有限公司 | 基于多目标建模优化的危化品运输调度方法 |
Non-Patent Citations (2)
Title |
---|
王丽: "危险化学品公路运输选线指标体系优化研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
赵杰君: "我国危险化学品绿色运输方式评价", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105225085A (zh) * | 2015-09-23 | 2016-01-06 | 周欢 | 原生态食品运输调度系统及方法 |
CN107024217A (zh) * | 2016-02-01 | 2017-08-08 | 北京迈维出行科技有限公司 | 城际交通的路线规划的方法、装置及系统 |
CN107024217B (zh) * | 2016-02-01 | 2019-06-11 | 北京迈维出行科技有限公司 | 城际交通的路线规划的方法、装置及系统 |
CN106651051A (zh) * | 2016-12-30 | 2017-05-10 | 宁波贤晟信息技术有限公司 | 一种物流运输调度系统 |
CN107451693B (zh) * | 2017-08-02 | 2021-03-02 | 南京工业大学 | 多点多目标的危化品运输路径优化方法 |
CN107451693A (zh) * | 2017-08-02 | 2017-12-08 | 南京工业大学 | 多点多目标的危化品运输路径优化方法 |
CN109255944A (zh) * | 2018-10-08 | 2019-01-22 | 长安大学 | 交通事故应急救援车辆的配置与派遣方法 |
CN109255944B (zh) * | 2018-10-08 | 2021-08-17 | 长安大学 | 交通事故应急救援车辆的配置与派遣方法 |
CN109374006A (zh) * | 2018-12-06 | 2019-02-22 | 兰州交通大学 | 多目标的危险品道路运输路径规划方法 |
CN109841077A (zh) * | 2019-04-01 | 2019-06-04 | 敢触有限公司 | 一种基于大数据的交通运输安全控制系统 |
CN111967644A (zh) * | 2020-07-14 | 2020-11-20 | 西安工程大学 | 一种危化品运输道路规划方法 |
CN112348152A (zh) * | 2020-11-05 | 2021-02-09 | 襄阳易捷达隆物联科技有限公司 | 基于改进层次分析法的交通拥堵疏导方法及系统 |
CN112348152B (zh) * | 2020-11-05 | 2023-04-18 | 襄阳易捷达隆物联科技有限公司 | 基于改进层次分析法的交通拥堵疏导方法及系统 |
CN113052363A (zh) * | 2021-02-19 | 2021-06-29 | 北京华油信通科技有限公司 | 一种危险化学品道路运输方案综合优化方法及系统 |
CN113361997A (zh) * | 2021-06-04 | 2021-09-07 | 南京大学 | 一种基于风险最小化的危险废物运输路径实时规划的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104156840B (zh) | 2017-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104156840A (zh) | 一种危化品运输路径规划方法和装置 | |
Chang et al. | Estimating real-time traffic carbon dioxide emissions based on intelligent transportation system technologies | |
US10502578B2 (en) | Methods and systems for efficient and timely transportation of heavy-duty trucks | |
Palmer | The development of an integrated routing and carbon dioxide emissions model for goods vehicles | |
US20170076509A1 (en) | Assessing environmental impact of vehicle transit | |
Toumazis et al. | Value-at-risk and conditional value-at-risk minimization for hazardous materials routing | |
Evans et al. | Spatial big data | |
Oduro et al. | Multivariate adaptive regression splines models for vehicular emission prediction | |
Milenković et al. | Methodology for determining ecological benefits of advanced tolling systems | |
Anderson et al. | Heavy-vehicle crash rate analysis: Comparison of heterogeneity methods using Idaho crash data | |
Fitro et al. | Shortest path finding in geographical information systems using node combination and dijkstra algorithm | |
Neumann | The importance of telematics in the transport system | |
Bandeira et al. | Empirical assessment of route choice impact on emissions over different road types, traffic demands, and driving scenarios | |
Svenson et al. | The impact of road geometry, surface roughness and truck weight on operating speed of logging trucks | |
Asborno et al. | GIS-based identification and visualization of multimodal freight transportation catchment areas | |
Ukkusuri et al. | Advances in dynamic network modeling in complex transportation systems | |
Giuffrè et al. | Microsimulation-based passenger car equivalents for heavy vehicles driving turbo-roundabouts | |
Kirono et al. | Graph-based modeling and dijkstra algorithm for searching vehicle routes on highways | |
Sampaio et al. | A Dynamic Link-based Eco-indicator for supporting equitable traffic management strategies | |
Son et al. | An algorithm for detecting collision risk between trucks and pedestrians in the connected environment | |
Fernandes et al. | The effect of a roundabout corridor's design on selecting the optimal crosswalk location: A multi-objective impact analysis | |
Qi et al. | Spatial-temporal congestion identification based on time series similarity considering missing data | |
CN115451984A (zh) | 一种出行导航方法及设备 | |
CN109360019A (zh) | 一种个人车辆价格评估方法 | |
Waltereit et al. | A digital forensic approach for optimizing the investigation of hit-and-run accidents |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |