CN106650983A - 空间多点分解路径规划方法 - Google Patents

空间多点分解路径规划方法 Download PDF

Info

Publication number
CN106650983A
CN106650983A CN201610811313.4A CN201610811313A CN106650983A CN 106650983 A CN106650983 A CN 106650983A CN 201610811313 A CN201610811313 A CN 201610811313A CN 106650983 A CN106650983 A CN 106650983A
Authority
CN
China
Prior art keywords
point
circle
separated time
points
line
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
Application number
CN201610811313.4A
Other languages
English (en)
Other versions
CN106650983B (zh
Inventor
王金林
周可法
倪勇勇
汪玮
王子骅
曹开军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xinjiang Institute of Ecology and Geography of CAS
Original Assignee
Xinjiang Institute of Ecology and Geography of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xinjiang Institute of Ecology and Geography of CAS filed Critical Xinjiang Institute of Ecology and Geography of CAS
Priority to CN201610811313.4A priority Critical patent/CN106650983B/zh
Publication of CN106650983A publication Critical patent/CN106650983A/zh
Application granted granted Critical
Publication of CN106650983B publication Critical patent/CN106650983B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/14—Travel agencies

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Navigation (AREA)

Abstract

公开了一种空间多点分解路径规划方法，包括：输入n个目的地点，除起始和最终目的地点的顺序不变外，根据线路最短原则对其它目的地点的顺序进行调整，选择最短线路中的点的顺序作为最佳点顺序；将线路分成n‑1段，每两个目的地点之间形成一个分线路；以分线路的两个目的地点连线为直径作圆，从潜在目的地点中筛选空间相关的点，作n‑1个圆，排除掉不在任何一个圆内部的点；如果落入圆内部的点只在一个圆内部，则将该点划入所在圆的范围，如果属于两个或多个圆的内部，则根据该点到这些圆的圆心距离确定其归属；假设某段分线路有m个点，则从m个点中选择k个点组成分线路；将各分线路的各种线路情况按顺序进行自由组合，形成完整线路。

Description

空间多点分解路径规划方法
技术领域
本发明涉及路径规划领域，具体而言，本发明涉及一种空间多点分解路径规划方法。
背景技术
如何利用现有的计算机技术实现自动化的旅游线路规划系统，让游客体验并参与到旅游线路规划的过程中，提高游客的自我决策意识和参与感，为游客提供个性化、全面的旅游信息服务，是旅游信息化发展的未来趋势。
发明内容
鉴于此，本发明提供了一种用于对线路进行优化和总体设计的空间多点分解路径规划方法，其特征在于，包括以下步骤：目的地顺序优化步骤：输入n个目的地点，除起始和最终目的地点的顺序不变外，根据线路最短原则对其它目的地点的顺序进行调整，选择其中最短线路中的点的顺序作为最佳点顺序；线路分段步骤：对重新调整过顺序的目的地点进行分段，将线路分成n-1段，每两个目的地点之间形成一个分线路；分线路画圆步骤：以分线路的两个目的地点连线为直径作圆，从潜在目的地点中筛选空间相关的点，作n-1个圆，排除不在任何一个圆内部的点；空间相关点归属划分步骤：根据落入圆中的点与圆的位置来确定该点所归属的圆；分线路选点步骤：假设一条分线路有m个点，则从m个点中选择k个点组成分线路，k为整数，k的取值范围为K∈[0，m]，当k个点确定之后，k个点组成的分线路是唯一的，记录每条分线路的线路组合种类和每条线路组合中的点及点的顺序；分线路组合步骤：将各分线路的各种线路情况按顺序进行自由组合，形成完整线路。
优选地，所述目的地顺序优化步骤中线路最短原则是除了起始和最终目的地点之外的其余目的地点形成的有向向量长度最短。
优选地，在空间相关点归属划分步骤中，如果落入圆内部的点只在一个圆内部，则将该点划入所在圆的范围，如果属于两个或多个圆的内部，则根据该点到这些圆的圆心距离确定其归属，该点距离哪个圆的圆心最近就归属于哪个圆。
优选地，每条分线路的可能路径数目为2m，其中m为归属于该分线路圆内点的数目，所述完整线路的可能路径的数目为所有分线路圆内可能的路径数目之积。
根据在下文中所描述的附图和实施例，本发明的这些和其它方面将是清楚明白的，并且将参考在下文中所描述的实施例而被阐明。
附图说明
图1是根据本发明优选实施例的旅游线路路径规划方法的总体框图。
图2是根据本发明优选实施例的空间多点分解(Space Multi-PointsDecomposition，SMPD)路径规划方法的示意图。
图3是根据本发明优选实施例的空间多点分解路径规划方法中的多点线路分段过程的示意图。
图4是根据本发明优选实施例的空间多点分解路径规划方法中的点到各点圆心距离比较过程的示意图。
图5是根据本发明优选实施例的空间多点分解路径规划方法中的重叠区点划分过程的示意图。
图6是根据本发明优选实施例的空间多点分解路径规划方法中的分线路组合过程的示意图。
具体实施方式
景点择优选择、时空设置合理、信息服务全面等是旅游线路规划的重要原则，本发明提出了旅游线路规划系统实现的整体过程，如图1所示。通过对各个景点的旅游评价数据进行分层筛选，优选出在旅游服务与环境、交通便捷度、气候舒适度方面评分较高的潜在景点，然后通过空间多点分解路径规划方法，得到每条线路上的点及点顺序信息，然后利用网络地理信息系统(WEBGIS)技术，查询出每条线路的交通路线、行车里程、景点门票等信息，通过图表、文字、在线地图等形式反馈给用户。
图2示出了根据本发明优选实施例的空间多点分解路径规划方法的示意图。
空间多点分解路径规划方法是根据用户输入的多个目的点，对旅游景点进行空间分段划分，然后再对这些点排列组合的过程，记录每条线路包括的点及它们的排序顺序。
现实中交通网络的状况与理想状态下显然不同，任何两点间的连线只代表理想状况下的最短距离，而不是实际线路距离。而当交通网络足够发达和密集即越接近理想状况时，理想状况下的空间最短线路能够代表实际线路顺序。同时拓扑分析算法研究的内容只涉及点顺序的选择，并不涉及到线路交通时间和里程的计算，所以这种空间算法非常适合交通密集条件下线路顺序的选择，当线路顺序确定好之后利用网络地理信息系统(WEBGIS)的mapAPIs接口技术，就可以实现实践交通线路信息查询的工作，所以它具有很强的针对性和极高的效率。
针对空间拓扑分析算法中提出的目标和原则，实现算法的基本过程如下：
(1)旅游目的地顺序优化：避免线路交叉和重复过点的情况出现。当游客输入旅游目的地之后，除过起始目的地的顺序不能变之外，其它目的地的顺序可以根据几点间线路最短原则对它们的顺序进行调整，选择其中最短的一条线路中的点的顺序作为最佳点顺序。
(2)线路分段：当目的地顺序优化的步骤完成之后，即可根据重新调整过顺序的目的地进行分段，如果用户输入了n个目的地，则线路可以分成n-1段，每两个目的地点之间形成一个分线路。
(3)分线路画圆：以分线路的两目的地点连线为直径作圆，从潜在景点中筛选空间相关的点。这样可以作n-1个圆，这样，有一部分点落在圆的内部，而有些点不在任何一个圆的内部。而这些不属于圆内部的点称之为空间不相关点，可以被排除掉。因为过这些点与游客的目的地距离较远、空间相关性差，去到这些点要花费较大的时间和经济成本。所以将这些点排除掉是合理优化的选择。
(4)空间相关点归属划分：落入到圆内部的点有两种情况，第一种是只在一个圆(分线路)的内部，那这个点就划入到所在圆(分线路)的范围，第二种是一个点属于两个或多个圆的内部，这时根据点到这些圆的圆心距离确定该点的归属，该点距离哪个圆圆心最近就归属于哪个圆，即它们之间的空间关联性较强，这样空间相关点的归属就划分好了。
(5)分线路选点：当空间相关点划分好之后，就可以针对各个分线路进行分析了，假设某段分线路有n个点，则从n个点中选择k个点组成分线路，k为整数，k的取值范围为K∈[0，n]。当k个点确定之后，k个点组成的分线路应该是唯一的，因为总可以找到这k个点之间连线最短的一条线路顺序，这里用到的也是点顺序优化的办法。这一步要记录的是每段分线路有多少种线路组合和每一条线路组合中的点及点的顺序。
(6)分线路组合：就是将各分线路的各种线路情况按顺序进行自由组合，形成一条完整的线路。
以下描述空间分解路径规划方法的具体实现过程。
假设游客选定的目标地为A、B、…D、C，首先进行线路优化，很显然A(startPoint)和C(endPoint)的顺序是固定的，但是B、D的顺序是可以变化的，可能的顺序为A->B->D->C或A->D->B…->C，顺序优化的原则是这四点形成的有向向量长度最短为最佳，最终选择A->B->D->C的顺序。即：
点顺序优化的目标就是要在多点之间找出线路最短的各点之间的连线，以达到时间、距离、各种花费最优的目标，在GIS中广泛用于最短路径、缓冲区分析等各种空间分析应用中。
接下来描述线路分段的具体过程。该过程包括两个步骤：画圆——剔除无关拓扑点以及测圆心距——重叠区点划分。
如上所述，完整路径S由S1、S2、S3组成，S1段以A、D的连线DAD为直径且过A、D作圆R1，圆心为O1，同理作圆R2、R3，圆心分别为O2、O3。即当用户输入n个目的地时，可以把这n个点经过点顺序优化排序后，划分为n-1个圆，每个圆的圆心为相邻点之间的中点，直径为这两个相邻点的直线距离来画圆，圆经过这两个点。如图3所示。
经过上述步骤，那些和目的地点空间相关性差(不在圆内)的点就被选择排除出来了，这样在三个圆外边的点就可以直接排除了。而落入圆内的点为相关拓扑点，它们与目的地点的关联性较强，需要进行下一步的测圆心距—重叠区点划分运算，以确定它们的归属和排序。
如图4所示，对于在这些圆内部的点，当这个点只在一个圆的范围内时，该点归属于它所在的这个圆，而有的点可能处在两个圆(或者三个圆)的相交部分中，如E点。这时候需要进一步运算来判断该将它划入哪个圆。
设E点到三个圆的圆心距离分别为D1、D2、D3，通过比较得知D1<D3<D2，即E点到圆R1的圆心最近，所以E点划入到圆R1中，其它相交部分的点用同样的办法判断其属于哪个圆。
这样做的目的是要判断圆重叠区域中的点的归属，根据空间相关性的程度来决定该点到底划分给哪个圆合适。这样做的好处是在线路选择中避免了点的重复和线路的交叉问题。图5示出了重叠区中的点的划分。
通过上述办法就确定了圆内每个点应该属于哪个圆，即每个点参与哪个分线路的运算。设属于三个圆内的点的数目分别是m、n、k，即R1内有m点可选，从m中选择i个点作为分线路S1，按照线路优化的原则，i个点选出来后它的顺序是唯一的(i点连线最短路径唯一)，且i的取值范围是在[0,m]之间的整数，则可能的路径情况有N1种，且满足:
这说明：分线路Si间可能的路径数目由归属于该线路的点的数目确定，而不是落入线路的点的数目确定。
图6示出了分线路组合的过程。同理可以得到S2、S3段分路径的情况有N2、N3种，则N2＝2n，N3＝2k，总路径S由S1、S2、S3自由组合而成，则可能的组合情况N＝N1·N2·N3＝2(m+n+k)，即有2(m+n+k)种可能的路径可供选择。
即在圆内点的数目(m+n+k)决定有2(m+n+k)种可能的路径，而每个分线路的可能情况数目由归属于该分线路圆内点的数目决定。
推而广之，设游客输入了n个旅游目的地，则利用多点分解法线路可分为n-1段，即总线路S被分解为S1、S2、…Sn-1，S1段有M1个点，S2段有M2个点，…S1段有Mn-1个点,
对于S1段的M1个点，从M1个点中选取k个点，则可能的情况T有：则依次从M1个点中选择0、1、2…M1个点，可能的情况N1满足：
对于Si段可能的Ni种情况有：Ni＝2Mi。则n-1段分线段组合起来，可能的情况
由上述公式推导过程可知，某条总线路可能的路径数目与该线路中落入圆内的点的数目有关，且呈正指数相关。而分线路的可能路径数目与归属于该分线路所在的圆的点的数目也呈正指数相关。
上面结合附图和实施例对本发明做了详细说明。但是，应当理解，本发明的实施例并不限于所公开的特定实施例，并且对该实施例的修改和其它实施例也意图被包含在所附权利要求书的范围内。尽管此处使用了特定术语，但是它们仅在通用和描述性意义上使用，而非为了限制的目的。

Claims (4)

1.一种用于对线路进行优化和总体设计的空间多点分解路径规划方法，其特征在于，包括以下步骤：
目的地顺序优化步骤：输入n个目的地点，除起始和最终目的地点的顺序不变外，根据线路最短原则对其它目的地点的顺序进行调整，选择其中最短线路中的点的顺序作为最佳点顺序；
线路分段步骤：对重新调整过顺序的目的地点进行分段，将线路分成n-1段，每两个目的地点之间形成一个分线路；
分线路画圆步骤：以分线路的两个目的地点连线为直径作圆，从潜在目的地点中筛选空间相关的点，作n-1个圆，排除不在任何一个圆内部的点；
空间相关点归属划分步骤：根据落入圆中的点与圆的位置来确定该点所归属的圆；
分线路选点步骤：假设一条分线路有m个点，则从m个点中选择k个点组成分线路，k为整数，k的取值范围为K∈[0，m]，当k个点确定之后，k个点组成的分线路是唯一的，记录每条分线路的线路组合种类和每条线路组合中的点及点的顺序；
分线路组合步骤：将各分线路的各种线路情况按顺序进行自由组合，形成完整线路。
2.根据权利要求1所述的空间多点分解路径规划方法，其特征在于，所述目的地顺序优化步骤中线路最短原则是除了起始和最终目的地点之外的其余目的地点形成的有向向量长度最短。
3.根据权利要求1所述的空间多点分解路径规划方法，其特征在于，在空间相关点归属划分步骤中，如果落入圆内部的点只在一个圆内部，则将该点划入所在圆的范围，如果属于两个或多个圆的内部，则根据该点到这些圆的圆心距离确定其归属，该点距离哪个圆的圆心最近就归属于哪个圆。
4.根据权利要求1所述的空间多点分解路径规划方法，其特征在于，每条分线路的可能路径数目为2m，其中m为归属于该分线路圆内点的数目，所述完整线路的可能路径的数目为所有分线路圆内可能的路径数目之积。
CN201610811313.4A 2016-09-09 2016-09-09 空间多点分解路径规划方法 Active CN106650983B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610811313.4A CN106650983B (zh) 2016-09-09 2016-09-09 空间多点分解路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610811313.4A CN106650983B (zh) 2016-09-09 2016-09-09 空间多点分解路径规划方法

Publications (2)

Publication Number Publication Date
CN106650983A true CN106650983A (zh) 2017-05-10
CN106650983B CN106650983B (zh) 2021-06-04

Family

ID=58851761

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610811313.4A Active CN106650983B (zh) 2016-09-09 2016-09-09 空间多点分解路径规划方法

Country Status (1)

Country Link
CN (1) CN106650983B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107481164A (zh) * 2017-08-18 2017-12-15 四川融慧文创旅游资源开发有限公司 旅游资源分级管理平台及服务终端
CN117033817A (zh) * 2023-10-09 2023-11-10 腾讯科技（深圳）有限公司 路线确定方法和装置、存储介质及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130060468A1 (en) * 2011-09-07 2013-03-07 Microsoft Corporation Journey planning in public transportation networks
CN103620640A (zh) * 2011-06-29 2014-03-05 英特尔公司 定制旅行路线系统
CN105184412A (zh) * 2015-09-21 2015-12-23 北京农业信息技术研究中心 基于地理位置的物流配送路径规划方法和系统
CN105241446A (zh) * 2015-10-23 2016-01-13 广东欧珀移动通信有限公司 一种室内导航路线生成方法及用户终端

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103620640A (zh) * 2011-06-29 2014-03-05 英特尔公司 定制旅行路线系统
US20130060468A1 (en) * 2011-09-07 2013-03-07 Microsoft Corporation Journey planning in public transportation networks
CN105184412A (zh) * 2015-09-21 2015-12-23 北京农业信息技术研究中心 基于地理位置的物流配送路径规划方法和系统
CN105241446A (zh) * 2015-10-23 2016-01-13 广东欧珀移动通信有限公司 一种室内导航路线生成方法及用户终端

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107481164A (zh) * 2017-08-18 2017-12-15 四川融慧文创旅游资源开发有限公司 旅游资源分级管理平台及服务终端
CN117033817A (zh) * 2023-10-09 2023-11-10 腾讯科技（深圳）有限公司 路线确定方法和装置、存储介质及电子设备
CN117033817B (zh) * 2023-10-09 2024-02-09 腾讯科技（深圳）有限公司 路线确定方法和装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN106650983B (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
US9536146B2 (en) Determine spatiotemporal causal interactions in data
Kim et al. Solving the dynamic vehicle routing problem under traffic congestion
CN102840867B (zh) 基于常用路线的路线搜索系统及方法
Ton et al. Evaluating a data-driven approach for choice set identification using GPS bicycle route choice data from Amsterdam
Conrow et al. Comparing spatial patterns of crowdsourced and conventional bicycling datasets
Pahlavani et al. Using a modified invasive weed optimization algorithm for a personalized urban multi-criteria path optimization problem
CN102033918B (zh) 基于时间位置信息搜索目标用户的方法及系统
EP2630443B1 (en) Method of determining and validating navigational priority settings utilizing probe data
Arias-Rojas et al. Solving of school bus routing problem by ant colony optimization
CN108267143A (zh) 导航路线推荐方法、系统及其装置
CN103646560A (zh) 出租车行车轨迹经验知识路径的提取方法
JPWO2008117787A1 (ja) マップマッチングシステム、マップマッチング方法およびプログラム
CN108267151A (zh) 导航路线推荐方法、系统和装置
Qin et al. Reinforcement learning for ridesharing: A survey
Sevtsuk et al. Predicting pedestrian flow along city streets: A comparison of route choice estimation approaches in downtown San Francisco
CN109242202B (zh) 一种基于区域间乘客流动的出租车推荐方法及系统
CN106650983A (zh) 空间多点分解路径规划方法
Xie et al. Testing the proportionality condition with taxi trajectory data
Alizadeh et al. On the role of bridges as anchor points in route choice modeling
Ambrosino et al. An algorithmic framework for computing shortest routes in urban multimodal networks with different criteria
Kolat et al. On the relationship between the activity at point of interests and road traffic
CN107300388A (zh) 基于Q‑learning算法和回声状态网络的骑行旅游路线规划方法
Abbaspour et al. An evolutionary solution for multimodal shortest path problem in metropolises
Kuonen Estimating greenhouse gas emissions from travel–a GIS-based study
CN115687949A (zh) 基于dna序列表征的路径驾驶节奏模式分析方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant