CN108256669A - 一种基于改进Dijkstra算法的景区路径选择方法及系统 - Google Patents
一种基于改进Dijkstra算法的景区路径选择方法及系统 Download PDFInfo
- Publication number
- CN108256669A CN108256669A CN201711385952.XA CN201711385952A CN108256669A CN 108256669 A CN108256669 A CN 108256669A CN 201711385952 A CN201711385952 A CN 201711385952A CN 108256669 A CN108256669 A CN 108256669A
- Authority
- CN
- China
- Prior art keywords
- weight
- scenic spot
- path
- selection
- user
- 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.)
- Pending
Links
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 35
- 239000011159 matrix material Substances 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 30
- 238000010187 selection method Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 4
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 238000003786 synthesis reaction Methods 0.000 abstract 1
- 238000006257 total synthesis reaction Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 238000012163 sequencing technique Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 2
- 235000017491 Bambusa tulda Nutrition 0.000 description 2
- 241001330002 Bambuseae Species 0.000 description 2
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 2
- 239000011425 bamboo Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Strategic Management (AREA)
- Radar, Positioning & Navigation (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Automation & Control Theory (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于改进Dijkstra算法的景区路径选择方法及系统,先获取景区内路径模型,该景区内路径模型包含各个节点之间的各个选择因素的权值,选择因素包括路径距离、拥挤度、用户偏好度、交通方式及路径通过时间,然后计算景区路径模型各个节点之间的综合权值,再以综合权值替换Dijkstra算法中的相应路径距离的权值来进行改进Dijkstra算法的运算,选择出一条总的综合权值最小的路径。本发明对多项影响路径规划的选择因素进行了综合考虑,能够得到更加符合实际景区内环境和用户个性化需求的综合最优路径。
Description
技术领域
本发明涉及导航领域,尤其涉及导航过程中路径的选择方面,更具体地说,涉及一种基于改进Dijkstra算法的景区路径选择方法及系统。
背景技术
Dijkstra算法性能稳定并且能很好地适应网络拓扑变化,是路径规划的经典算法。Dijkstra算法思想是:设G=(V,E)是一个带权有向图,把图中各顶点的集合V分成两组,第一组为已求出最短路径的顶点集合(用S表示,初始时S中只有一个源点,以后每求得一条最短路径,就将加入到集合S中,直到全部顶点都加入到S中,算法就结束了),第二组为其余未确定最短路径的顶点集合(用U表示),按最短路径长度的递增次序依次把第二组的顶点加入S中。在加入的过程中,总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外,每个顶点对应一个距离,S中的顶点的距离就是从v到此顶点的最短路径长度,U中的顶点的距离,是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。
Dijkstra算法步骤:
a.初始时,S只包含源点,即S={v},v的距离为0。U包含除v外的其他顶点,即:U={其余顶点},若v与U中顶点u有边,则<u,v>正常有权值,若u不是v的出边邻接点,则<u,v>权值为∞。
b.从U中选取一个距离v最小的顶点k,把k,加入S中(该选定的距离就是v到k的最短路径长度)。
c.以k为新考虑的中间点,修改U中各顶点的距离;若从源点v到顶点u的距离(经过顶点k)比原来距离(不经过顶点k)短,则修改顶点u的距离值,修改后的距离值的顶点k的距离加上边上的权。
d.重复步骤b和c直到所有顶点都包含在S中。
上述的Dijkstra算法可以得到从起始点到终点的最短路径,但是在实际的景区导航路径规划问题中,由于景区环境的复杂性和多样性,实际的景区路径选择也呈现个性化和多样化,仅仅考虑路径距离并不能满足人们在景区内的路径选择需求。因此人们对景区路径的选择不仅仅以路径距离作为唯一标准,同时也应当考虑一些影响路径选择的其他选择因素。
发明内容
针对上述的现有的采用Dijkstra算法进行路径选择的方案不能满足景区中路径选择的需求的技术缺陷,所采用的技术方案是提供了一种基于改进Dijkstra算法的景区路径选择方法及系统。
根据本发明的其中一方面,本发明为解决其技术问题,提供了一种基于改进Dijkstra算法的景区路径选择方法,该方法包含下述步骤:
S1、获取景区路径模型,该景区路径模型包含将岔路口作为节点的节点之间的各个选择因素的权值,选择因素包括路径距离、拥挤度、用户偏好度、交通方式及路径通过时间;
S2、计算景区路径模型各个节点之间的综合权值,其中任意节点p与q之间的综合权值通过下述公式计算所得:
f=ω1×f1+ω2×f2+…+ωn×fn,
式中,f表示综合权值,n表示选择因素的总个数,f1、f2、…及fn分别为节点p与节点q之间的各个因素的权值,ω1、ω2、…及ωn分别为f1、f2、…及fn对应的权重。
S3、以综合权值替换Dijkstra算法中的相应路径距离的权值来进行改进Dijkstra算法的运算,选择出一条总的综合权值最小的路径。
进一步的,在上述的景区路径选择方法中,步骤S1中获取景区路径模型具体包括:
通过问卷调查的方式获取用户的景观类型偏好,根据用户的景观类型偏好,计算出节点间用户偏好度权值,其中用户对某种的景观类型偏好越高,对应的权值越小;和/或,
通过问卷调查的方式获取用户的交通方式偏好,根据用户的交通方式偏好,计算出节点间交通方式偏好权值,其中用户对某种的交通方式偏好越高,对应的权值越小;和/或
通过问卷调查的方式获取用户的拥挤度允许程度、景点内欲旅游路线总距离、景点内欲旅游时间总时长中一种或者多种作为所述景区路径模型进行路径选择时的约束条件。
进一步的,在上述的景区路径选择方法中第k个选择因素的归一化后的权重通过下述公式得到:
式中,k=1、2、…、n,Sk是利用1~9级判断矩阵标准度,分别求出第k个选择因素分别相对于所有的选择因素的矩阵标准度的值,然后将该选择因素所有的矩阵标准度的值相加所得到的和。
进一步的,在上述的景区路径选择方法中,还包括下述步骤:
在利用1~9级判断矩阵标准度进行处理之前,响应用户的设置,更新各个选择因素的优先级。
进一步的,在上述的景区路径选择方法中,路径距离的权重为ω1=0.503,景点拥挤度的权重为ω2=0.26,用户偏好度ω3=0.134,交通方式的权重为ω4=0.068,时间权值ω5=0.035;
进一步的,在上述的景区路径选择方法中,各个选择因素的权重的得到过程中,还包括步骤:通过对归一化后的权重进行一致性判断来检验计算得到的归一化后的权重是否符合权值类型之间的实际重要性,若是,则将本次计算的权重作为权重的最终值,否则,获取重新选取矩阵标准度的值来计算权重;
进行一致性判断的方法如下:
判断的值是否小于0.1,若是则符合一致性,否则不符合一致性;
其中,R.I.等于平均随机一致性表中n阶矩阵的值,λmax是判断矩阵的最大特征根,判断矩阵的第i行的第j列的元素为第i个选择因素相对于第j个选择因素的矩阵标准度的值,i=1、2、…、n,j=1、2、…、n。
根据本发明的另一方面,本发明为解决其技术问题,还提供了一种基于改进Dijkstra算法的景区路径选择系统,包含下述模块:
模型获取模块,用于获取景区路径模型,该景区路径模型包含将岔路口作为节点的节点之间的各个选择因素的权值,选择因素包括路径距离、拥挤度、用户偏好度、交通方式及路径通过时间;
权值计算模块,用于计算景区路径模型各个节点之间的综合权值,其中任意节点p与q之间的综合权值通过下述公式计算所得:
f=ω1×f1+ω2×f2+…+ωn×fn,
式中,f表示综合权值,n表示选择因素的总个数,f1、f2、…及fn分别为节点p与节点q之间的各个因素的权值,ω1、ω2、…及ωn分别为f1、f2、…及fn对应的权重。
路径选择模块,用于以综合权值替换Dijkstra算法中的相应路径距离的权值来进行改进Dijkstra算法的运算,选择出一条总的综合权值最小的路径。
进一步的,在本发明的景区路径选择系统中,所述模型获取模块中获取景区路径模型具体包括:
景观类型偏好权值获取子模块,用于通过问卷调查的方式获取用户的景观类型偏好,根据用户的景观类型偏好,计算出节点间用户偏好度权值,其中用户对某种的景观类型偏好越高,对应的权值越小;和/或,
交通方式权值获取子模块,用于通过问卷调查的方式获取用户的交通方式偏好,根据用户的交通方式偏好,计算出节点间交通方式偏好权值,其中用户对某种的交通方式偏好越高,对应的权值越小;和/或,
约束条件获取模块,用于通过问卷调查的方式获取用户的拥挤度允许程度、景点内欲旅游路线总距离、景点内欲旅游时间总时长中一种或者多种作为所述景区路径模型进行路径选择时的约束条件。
进一步的,在本发明的景区路径选择系统中,第k个选择因素的归一化后的权重通过下述公式得到:
式中,k=1、2、…、n,Sk是利用1~9级判断矩阵标准度,分别求出第k个选择因素分别相对于所有的选择因素的矩阵标准度的值,然后将该选择因素所有的矩阵标准度的值相加所得到的和。
进一步的,在本发明的景区路径选择系统中,还包括下述模块:
优先级更新模块,用于在利用1~9级判断矩阵标准度进行处理之前,响应用户的设置,更新各个选择因素的优先级。
本发明的基于改进Dijkstra算法的景区路径选择方法及系统,先获取景区内路径模型,该景区内路径模型包含各个节点之间的各个选择因素的权值,选择因素包括路径距离、拥挤度、用户偏好度、交通方式及路径通过时间,然后计算景区路径模型各个节点之间的综合权值,再以综合权值替换Dijkstra算法中的相应路径距离的权值来进行改进Dijkstra算法的运算,选择出一条总的综合权值最小的路径。本发明对多项影响路径规划的选择因素进行了综合考虑,能够得到更加符合实际景区内环境和用户个性化需求的综合最优路径。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明的基于改进Dijkstra算法的景区路径选择方法一实施例的流程图;
图2是综合权值的层次结构图;
图3是网络路径拓扑图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
作为影响景区路径规划的其中五个权值指标:路径距离、拥挤度、用户偏好度、交通方式及路径通过时间,下述实施例仅选取这五个作为所有的选择因素,在其他实施例中,除了具有上述五个选择因素外,还可以具有其他选择因素。在游客实际进行选择路径时,根据不同游客的需求,这五项权值指标的优先级也可能不同,由此规划出的路径也不尽相同。可以通过游客自行设定五项权值的优先级,进而再规划出满足不同游客需求的最优路径,因此可以预先提示用户进行各个影响因素的优先级排序,排序后本方法可以对之前的排序进行更新(若之前没有,则直接保存本次排序)。
本发明研究景区导航路径规划,以景区内各个岔路口作为节点,旨在找到一条综合多项权值的最佳路径,为游客提供综合最优的导航路径规划服务。结合景区环境的特点确定了影响景区导航路径规划的主要权值类型,接下来需对这几种权值类型进行权值融合得到综合权值,进而利用综合权值进行路径规划得到综合最优路径。如何进行多权值融合确定出综合权值是本发明的重点研究内容。
目标线性加权法是将目标问题转化为多个目标函数,通过建立这若干个目标函数的线性组合,从而把多个目标优化问题变成总体目标优化问题,通过把各个目标函数利用系数加权法进行统一,是求解多目标方法优化问题的一种主要的方法。把多目标规划问题中的P个目标按重要程度赋以适当的权重系数ωi,ωi>0,i=1,2,…,P,且将作为新的目标函数。本发明利用目标线性加权法来进行多权值融合确定综合权值,进而建立改进的景区内导航路径规划模型。
参考图1,本实施例的基于改进Dijkstra算法的景区路径选择方法包括如下步骤:
S1、获取景区路径模型,该景区路径模型包含将岔路口作为节点的节点之间的各个选择因素的权值,选择因素为路径距离、拥挤度、用户偏好度、交通方式及路径通过时间。步骤S1中获取景区路径模型具体包括下述A、B、C三种方案中的任意一种或者多种:
A、通过问卷调查的方式获取用户的景观类型偏好,根据用户的景观类型偏好,计算出节点间用户偏好度权值,其中用户对某种的景观类型偏好越高,对应的权值越小。问卷调查首先通过各类型景区的图片,如文物古迹类、文化遗址类、古建筑类、古街区类、古典园林类、山岳类景区、主题公园类等,游客通过选择图片,主要了解游客的喜好问题,最终获得用户偏好。对于任意两个节点,根据节点间的景观类型,对各个景观类型进行加权平均,权重为节点间的该景观类型的比例,加权平均即为节点间用户偏好度权值。如,系统设置的分类有a、b、c、d四中景观类型,用户的偏好程度由高到低依次对应权值1、2、3、4,对于其中两个节点上述景观类型分别占比30、30、20、20的百分比,用户的偏好a>b>c>d,则加权平均为:
1*30%+2*30%+3*20%+4*20%=2.3
对于另一个用户,用户的偏好为a<b<c<d,则加权平均为:
1*20%+2*20%+3*30%+4*30%=2.7
在本发明的另一实施例中,可以将每个节点间的各个景观类型的权值直接相加作为节点间的景观类型权值的最终结果。
B、通过问卷调查的方式获取用户的交通方式偏好,根据用户的交通方式偏好,计算出节点间交通方式偏好权值,其中用户对某种的交通方式偏好越高,对应的权值越小;。如景区内存在山路,平路,水路;如山路对应的交通工具有缆车,观光汽车,越野车;平路对应的交通工具有自行车,徒步;水路的交通工具有游船,竹筏,汽艇;其次获取用户游览景区的交通方式选择;主要分为:徒步,骑行,景区游览车,缆车,游船,竹筏,汽艇,越野车;对各种不同的交通方式设置相对应的权值。对于任意两个节点,根据节点间的交通方式,对各个交通方式进行加权平均,权重为节点间的该交通方式的路程占比,加权平均即为节点间交通方式权值。与上述A不同的是,由于在某一段路程中,可以同时具有多种方式,则该段路程具有比单种交通方式更大的权值,如可以将多种方式的权值相加,如同时可以坐游览车和步行,则在进行加权平均处理该部分时,将该段路程的占用比*(坐游览车权值+步行权值)作为该段路程的处理结果,具体的加权处理方式可方案A。
C、通过问卷调查的方式获取用户的拥挤度允许程度、景点内欲旅游路线总距离、景点内欲旅游时间总时长中一种或者多种作为所述景区路径模型进行路径选择时的约束条件。即需要满足下述中的一种或者多种:规划出的路径的拥挤度要在用户允许的程度内、规划出的路径的总距离要小于用户想要旅游的总距离、规划出的路径的通行时间要小于用户想要旅游的总时长。
S2、假设将路径距离权值记为f1,拥挤度权值记为f2,用户偏好度权值记为f3,交通方式权值设为f4,路径通过时间权值设为f5,综合权值记为F,由于各项权值类型对综合权值的影响程度不同,将各项权值对F的影响度分别记为ω1、ω2、ω3、ω4、ω5,则综合权值的计算式如下所示:
F=ω1*f1+ω2*f2+ω3*f3+ω4*f4+ω5*f5 (1)
其中,ω1+ω2+ω3+ω4+ω5=1,接下来便是确定各项权值类型对综合权值的影响度。
在景区导航路径规划的问题中,本实施例使用层次分析法,首先定性的确定各影响因素两两之间的重要程度,然后将定性的分析转化为定量的数据计算进而得到具体的各项权值类型对综合权值的影响。使用AHP求解景区导航路径规划问题中多目标线性加权的各项权值类型对综合权值各影响度的具体步骤如下:
首先,结合目标问题建立综合权值的层次结构图,如图2所示。
然后,本实施例要对各项权重之间两两比较从而构建各权值类型的判断矩阵。这里引入判断矩阵标准度,采用T.L.Saaty等人提出的1~9级判断矩阵标准度,如下表1所示:
表1 1~9级判断矩阵标准度
根据判断矩阵标准度表,构造各项权值类型的判断矩阵。本实施例选取其中一种情况,因为不同游客设定的每个权值的优先级不同,最终的综合权值的表达式也不同,因此规划出的路径也不同,如下表2所示:
表2各权值类型的判断矩阵
从表中可以看出,结合实际情形考虑,本实施例指定了各项权值两两之间的相对重要程度,比如:路径距离权值比拥挤度权值和用户偏好权值对综合权值的影响度要高,拥挤度权值比用户偏好度权值的影响度稍高。
接着,便是要计算得到各项权值类型的影响度,即组合权重系数,得到ω1、ω2、ω3、ω4、ω5的值。通常组合权重系数可以采用几何平均法(根法)和规范列平均法(和法)来计算,本文采用的是规范列平均法进行计算。求组合权重系数的计算步骤如下:
首先对判断矩阵按列求和,得到下表3:
表3矩阵列求和
本实施例对各列归一化并且进行每行求和得到特征向量,如下表4:
表4列归一化
然后对特征向量归一化,得到组合权重系数,即各影响度数值:
ω1=0.503,ω2=0.26,ω3=0.134,ω4=0.068,ω5=0.035。
最后,通过一致性判断来检验计算得到的相对权重系数是否符合权值类型之间的实际重要性,从而检验多权值融合的正确性。本实施例引入统一的平均随机一致性表,如下表5所示
表5平均随机一致性表
检验一致性公式为:
其中:
n为参数个数,即各项权值类型个数,R.I.代表平均随机一致性表中n阶矩阵的值,λmax是判断矩阵的最大特征根。如果C.R.<0.1,本实施例就认为判断矩阵是一致的。由于
可得λmax=5.2375,将λmax和n带入公式3,可得C.I.=(5.2375-5)/(5-1)=0.0594,将C.I.带入公式2,可得到C.R.=0.0594/1.12=0.053<0.1。由此可知,通过以上计算得到的判断矩阵满足一致性,与各项权值之间的实际重要性相符合,验证了其正确性。综上所述,将得到的组合权值系数带入公式1,得到改进的景区导航路径规划模型的综合权值如下式:
F=0.503*f1+0.26*f2+0.134*f3+0.068*f4+0.035*f5 (5)
S3、以综合权值替换Dijkstra算法中的相应路径距离的权值来进行改进Dijkstra算法的运算,选择出一条总的综合权值最小的路径。
参考图3,从路径网络拓扑图中可以看出,测试的路径网络拓扑图中标注出了路网中的0到9这十个节点,设置路网中的节点0为路径的起始节点,两节点间路段上标注出的五项数值依次分别代表路径距离权值、拥挤度权值、用户偏好度、交通方式、路径通过时间长短权值五项权值。
首先利用多层数据字典对上述路径网络拓扑进行相应信息提取和管理,多层数据字典中包含了起始节点信息、目的节点信息和路径距离权值、拥挤度权值、用户偏好度、交通方式权值、时间权值五项权值信息,如下表6所示。
结合得到的路网信息,根据建立的改进的景区导航路径规划模型,利用多目标线性加权法通过多项权值融合从而计算得到综合权值,然后结合Dijkstra算法进行路径搜索,从而得到考虑了路径距离权值、拥挤度权值、用户偏好度权值、交通方式权值、时间权值五项权值类型的综合优化路径。
表6多层数据字典
首先本实施例对以上路网信息数据预处理得到路径距离、拥挤度、用户偏好度、交通方式、时间五项权值的多维数组,分别如式6、7、8、9、10所示,其中如果两节点不相邻,则其数值定义为无穷大。
将相邻两节点各路段的各项权值代入建立的景区导航路径规划模型的综合权值表达式中:F=0.503*f1+0.26*f2+0.134*f3+0.068*f4+0.035*f5,可得到相邻两节点各路段的综合权值,得到该路径网络拓扑图的综合权值的矩阵形式,如下式11所示:
矩阵式11中的数值代表了景区路径规划模型的两节点间路段的综合权值,不相邻节点的综合权值为无穷大。通过以上矩阵式,结合Dijkstra算法得到综合权值最小的路径,即规划出从起始节点到目标节点的综合多项权值类型、更加符合用户个性化需求的综合最优路径。设定0为起始节点,仿真测试结果如表7所示:
表7改进模型测试结果
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (10)
1.一种基于改进Dijkstra算法的景区路径选择方法,其特征在于,包含下述步骤:
S1、获取景区路径模型,该景区路径模型包含将岔路口作为节点的节点之间的各个选择因素的权值,选择因素包括路径距离、拥挤度、用户偏好度、交通方式及路径通过时间;
S2、计算景区路径模型各个节点之间的综合权值,其中任意节点p与q之间的综合权值通过下述公式计算所得:
f=ω1×f1+ω2×f2+…+ωn×fn,
式中,f表示综合权值,n表示选择因素的总个数,f1、f2、…及fn分别为节点p与节点q之间的各个因素的权值,ω1、ω2、…及ωn分别为f1、f2、…及fn对应的权重;
S3、以综合权值替换Dijkstra算法中的相应路径距离的权值来进行改进Dijkstra算法的运算,选择出一条总的综合权值最小的路径。
2.根据权利要求1所述的景区路径选择方法,其特征在于,步骤S1中获取景区路径模型具体包括:
通过问卷调查的方式获取用户的景观类型偏好,根据用户的景观类型偏好,计算出节点间用户偏好度权值,其中用户对某种的景观类型偏好越高,对应的权值越小;和/或,
通过问卷调查的方式获取用户的交通方式偏好,根据用户的交通方式偏好,计算出节点间交通方式偏好权值,其中用户对某种的交通方式偏好越高,对应的权值越小;和/或
通过问卷调查的方式获取用户的拥挤度允许程度、景点内欲旅游路线总距离、景点内欲旅游时间总时长中一种或者多种作为所述景区路径模型进行路径选择时的约束条件。
3.根据权利要求1所述的景区路径选择方法,其特征在于,第k个选择因素的归一化后的权重通过下述公式得到:
式中,k=1、2、…、n,Sk是利用1~9级判断矩阵标准度,分别求出第k个选择因素分别相对于所有的选择因素的矩阵标准度的值,然后将该选择因素所有的矩阵标准度的值相加所得到的和。
4.根据权利要求3所述的景区路径选择方法,其特征在于,还包括下述步骤:
在利用1~9级判断矩阵标准度进行处理之前,响应用户的设置,更新各个选择因素的优先级。
5.根据权利要求3所述的景区路径选择方法,其特征在于,路径距离的权重为ω1=0.503,景点拥挤度的权重为ω2=0.26,用户偏好度ω3=0.134,交通方式的权重为ω4=0.068,时间权值ω5=0.035。
6.根据权利要求3所述的景区路径选择方法,其特征在于,各个选择因素的权重的得到过程中,还包括步骤:通过对归一化后的权重进行一致性判断来检验计算得到的归一化后的权重是否符合权值类型之间的实际重要性,若是,则将本次计算的权重作为权重的最终值,否则,获取重新选取矩阵标准度的值来计算权重;
进行一致性判断的方法如下:
判断的值是否小于0.1,若是则符合一致性,否则不符合一致性;
其中,R.I.等于平均随机一致性表中n阶矩阵的值,λmax是判断矩阵的最大特征根,判断矩阵的第i行的第j列的元素为第i个选择因素相对于第j个选择因素的矩阵标准度的值,i=1、2、…、n,j=1、2、…、n。
7.一种基于改进Dijkstra算法的景区路径选择系统,其特征在于,包含下述模块:
模型获取模块,用于获取景区路径模型,该景区路径模型包含将岔路口作为节点的节点之间的各个选择因素的权值,选择因素包括路径距离、拥挤度、用户偏好度、交通方式及路径通过时间;
权值计算模块,用于计算景区路径模型各个节点之间的综合权值,其中任意节点p与q之间的综合权值通过下述公式计算所得:
f=ω1×f1+ω2×f2+…+ωn×fn,
式中,f表示综合权值,n表示选择因素的总个数,f1、f2、…及fn分别为节点p与节点q之间的各个因素的权值,ω1、ω2、…及ωn分别为f1、f2、…及fn对应的权重;
路径选择模块,用于以综合权值替换Dijkstra算法中的相应路径距离的权值来进行改进Dijkstra算法的运算,选择出一条总的综合权值最小的路径。
8.根据权利要求7所述的景区路径选择系统,其特征在于,所述模型获取模块中获取景区路径模型具体包括:
景观类型偏好权值获取子模块,用于通过问卷调查的方式获取用户的景观类型偏好,根据用户的景观类型偏好,计算出节点间用户偏好度权值,其中用户对某种的景观类型偏好越高,对应的权值越小;和/或,
交通方式权值获取子模块,用于通过问卷调查的方式获取用户的交通方式偏好,根据用户的交通方式偏好,计算出节点间交通方式偏好权值,其中用户对某种的交通方式偏好越高,对应的权值越小;和/或,
约束条件获取模块,用于通过问卷调查的方式获取用户的拥挤度允许程度、景点内欲旅游路线总距离、景点内欲旅游时间总时长中一种或者多种作为所述景区路径模型进行路径选择时的约束条件。
9.根据权利要求7所述的景区路径选择系统,其特征在于,第k个选择因素的归一化后的权重通过下述公式得到:
式中,k=1、2、…、n,Sk是利用1~9级判断矩阵标准度,分别求出第k个选择因素分别相对于所有的选择因素的矩阵标准度的值,然后将该选择因素所有的矩阵标准度的值相加所得到的和。
10.根据权利要求9所述的景区路径选择系统,其特征在于,还包括下述模块:
优先级更新模块,用于在利用1~9级判断矩阵标准度进行处理之前,响应用户的设置,更新各个选择因素的优先级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711385952.XA CN108256669A (zh) | 2017-12-20 | 2017-12-20 | 一种基于改进Dijkstra算法的景区路径选择方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711385952.XA CN108256669A (zh) | 2017-12-20 | 2017-12-20 | 一种基于改进Dijkstra算法的景区路径选择方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108256669A true CN108256669A (zh) | 2018-07-06 |
Family
ID=62723419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711385952.XA Pending CN108256669A (zh) | 2017-12-20 | 2017-12-20 | 一种基于改进Dijkstra算法的景区路径选择方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108256669A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109099903A (zh) * | 2018-07-09 | 2018-12-28 | 百度在线网络技术(北京)有限公司 | 用于生成导航路线的方法和装置 |
CN109341709A (zh) * | 2018-08-15 | 2019-02-15 | 深圳壹账通智能科技有限公司 | 路线推荐方法、电子设备及计算机可读存储介质 |
CN109409612A (zh) * | 2018-11-12 | 2019-03-01 | 平安科技(深圳)有限公司 | 一种路径规划方法、服务器及计算机存储介质 |
CN109506667A (zh) * | 2018-11-28 | 2019-03-22 | 上海智能交通有限公司 | 一种用于重载大型车辆的智能出行的信息交互方法 |
CN109540164A (zh) * | 2018-11-22 | 2019-03-29 | 广州小狗机器人技术有限公司 | 一种路径规划方法、系统及设备 |
CN109886502A (zh) * | 2019-03-06 | 2019-06-14 | 北京工业大学 | 一种减少夜间配送噪音影响的路线选择方法 |
CN110298518A (zh) * | 2019-07-09 | 2019-10-01 | 四川三秦电气有限责任公司 | 一种火灾救援路线规划方法 |
CN111486861A (zh) * | 2020-04-21 | 2020-08-04 | 百度在线网络技术(北京)有限公司 | 一种路径规划方法、装置、设备和介质 |
WO2021035759A1 (zh) * | 2019-08-31 | 2021-03-04 | 华为技术有限公司 | 路径规划方法及装置 |
CN112862625A (zh) * | 2021-01-07 | 2021-05-28 | 国网浙江杭州市余杭区供电有限公司 | 一种基于Dijkstra算法的供电路径获取方法 |
CN114047757A (zh) * | 2021-11-05 | 2022-02-15 | 季华实验室 | 一种多agv路径评估规划方法 |
CN114866459A (zh) * | 2022-04-18 | 2022-08-05 | 北京计算机技术及应用研究所 | 一种多约束条件下的路径规划方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060067217A1 (en) * | 2004-09-30 | 2006-03-30 | Lei Li | Method and apparatus for path selection in telecommunication networks |
CN106969769A (zh) * | 2017-05-03 | 2017-07-21 | 南京大学 | 一种考虑多因素的Dijkstra导航方法 |
CN107045656A (zh) * | 2017-02-23 | 2017-08-15 | 沈阳理工大学 | 基于改进蚁群算法的智能景区游览路线规划方法 |
-
2017
- 2017-12-20 CN CN201711385952.XA patent/CN108256669A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060067217A1 (en) * | 2004-09-30 | 2006-03-30 | Lei Li | Method and apparatus for path selection in telecommunication networks |
CN107045656A (zh) * | 2017-02-23 | 2017-08-15 | 沈阳理工大学 | 基于改进蚁群算法的智能景区游览路线规划方法 |
CN106969769A (zh) * | 2017-05-03 | 2017-07-21 | 南京大学 | 一种考虑多因素的Dijkstra导航方法 |
Non-Patent Citations (2)
Title |
---|
QQ66688830: "构造判断矩阵的讲解(层次分析法)", 《HTTPS://WWW.DOC88.COM/P-1856942088120.HTML》 * |
陈百川 等: "基于主客观赋权法的最优路径选择分析", 《武汉理工大学学报(信息与管路工程版)》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109099903A (zh) * | 2018-07-09 | 2018-12-28 | 百度在线网络技术(北京)有限公司 | 用于生成导航路线的方法和装置 |
CN109099903B (zh) * | 2018-07-09 | 2019-10-18 | 百度在线网络技术(北京)有限公司 | 用于生成导航路线的方法和装置 |
CN109341709A (zh) * | 2018-08-15 | 2019-02-15 | 深圳壹账通智能科技有限公司 | 路线推荐方法、电子设备及计算机可读存储介质 |
CN109409612B (zh) * | 2018-11-12 | 2024-05-28 | 平安科技(深圳)有限公司 | 一种路径规划方法、服务器及计算机存储介质 |
CN109409612A (zh) * | 2018-11-12 | 2019-03-01 | 平安科技(深圳)有限公司 | 一种路径规划方法、服务器及计算机存储介质 |
CN109540164A (zh) * | 2018-11-22 | 2019-03-29 | 广州小狗机器人技术有限公司 | 一种路径规划方法、系统及设备 |
CN109506667A (zh) * | 2018-11-28 | 2019-03-22 | 上海智能交通有限公司 | 一种用于重载大型车辆的智能出行的信息交互方法 |
CN109886502A (zh) * | 2019-03-06 | 2019-06-14 | 北京工业大学 | 一种减少夜间配送噪音影响的路线选择方法 |
CN110298518A (zh) * | 2019-07-09 | 2019-10-01 | 四川三秦电气有限责任公司 | 一种火灾救援路线规划方法 |
WO2021035759A1 (zh) * | 2019-08-31 | 2021-03-04 | 华为技术有限公司 | 路径规划方法及装置 |
CN111486861A (zh) * | 2020-04-21 | 2020-08-04 | 百度在线网络技术(北京)有限公司 | 一种路径规划方法、装置、设备和介质 |
CN112862625A (zh) * | 2021-01-07 | 2021-05-28 | 国网浙江杭州市余杭区供电有限公司 | 一种基于Dijkstra算法的供电路径获取方法 |
CN114047757A (zh) * | 2021-11-05 | 2022-02-15 | 季华实验室 | 一种多agv路径评估规划方法 |
CN114047757B (zh) * | 2021-11-05 | 2023-05-19 | 季华实验室 | 一种多agv路径评估规划方法 |
CN114866459A (zh) * | 2022-04-18 | 2022-08-05 | 北京计算机技术及应用研究所 | 一种多约束条件下的路径规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108256669A (zh) | 一种基于改进Dijkstra算法的景区路径选择方法及系统 | |
CN108038576A (zh) | 基于改进Dijkstra算法的物流配送路径选择方法及系统 | |
JP4975711B2 (ja) | 経路発見計算のための複数のコストレベルの使用 | |
CN103512581B (zh) | 一种路径规划方法和装置 | |
JP7181562B2 (ja) | 交通システム内でのサイト及び場所の間のルート又はルート距離を使用してサイトを検索又は比較するための方法及び装置 | |
Sierksma et al. | Routing helicopters for crew exchanges on off-shore locations | |
CN109977283A (zh) | 一种基于知识图谱和用户足迹的旅游推荐方法和系统 | |
CN107883956A (zh) | 一种基于Dijkstra算法的路径选择方法及系统 | |
CN114550482B (zh) | 一种基于低碳目标的导航方法及停车场导航方法 | |
CN105675002A (zh) | 一种多途经点导航路线规划方法和系统 | |
US9217649B1 (en) | Systems and methods for providing topographical graphs and travel routes based on perceived exertion | |
CN111879329B (zh) | 基于a*算法的定制公交可通行最短路径计算方法 | |
AU2003270974A1 (en) | Path searching system using multiple group of cooperating agents and method thereof | |
CN112797995B (zh) | 具有时空特性态势信息的车辆应急导航方法 | |
CN106052692A (zh) | 一种最短路径规划导航方法及系统 | |
CN112562309B (zh) | 基于改进Dijkstra算法的网约车调度方法 | |
US20090222198A1 (en) | Method of determining a route as a function of the sinuosity index | |
CN114580796A (zh) | 一种旅游属性路径规划方法 | |
CN107300388B (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 | |
CN109359740B (zh) | 基于多生境遗传算法的机动路径优选方法及存储介质 | |
CN116542709A (zh) | 一种基于交通态势感知的电动汽车充电站规划分析方法 | |
CN111797331B (zh) | 基于群智感知的多目标多约束路线推荐方法 | |
Dibbelt | Engineering algorithms for route planning in multimodal transportation networks | |
CN114386664A (zh) | 一种基于强化学习的个性化旅游线路推荐方法 | |
Zhou et al. | Smart tour route planning algorithm based on clustering center motive iteration search |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180706 |