CN109886502A - 一种减少夜间配送噪音影响的路线选择方法 - Google Patents

Abstract

本发明涉及一种减少夜间配送噪音影响的路线选择方法，针对夜间临街建筑的声环境功能区分类；确定不同声环境功能区的权重，建立路段夜间噪音影响评估模型，基于Dijkstra算法求解夜间噪音影响最小的路径等。本发明首先对临街建筑进行了夜间声环境功能区分类，并且根据居民对不同功能区夜间环境安静程度的需求，对每类声环境功能区进行了权重确定；然后，建立路段夜间噪音影响评估模型，得出每条路段的夜间噪音影响值；最后，利用Dijkstra算法进行求解，得到夜间噪音影响最小的路径。本发明有效减少夜间配送带来的噪音影响，对提高居民的夜间环境质量，保障居民身心健康具有重要意义，并且能够结合行程时间最短、油耗最少等不同目标，实现多目标下的路线选择。

Description

一种减少夜间配送噪音影响的路线选择方法

技术领域

本发明属于城市物流配送路线规划方法,特别涉及以减少噪音影响为目标的，城市夜间配送路线选择技术领域。

背景技术

夜间配送作为能够减少交通拥堵和尾气排放的有效手段，已经在国内外很多地区实施，并且部分地区已经实行了货车白天限行的相关政策。虽然夜间配送带来了相关效益，但是其无疑加重了夜间交通噪音对临街居民的影响，因为在夜间,居民更需要安静的生活环境。目前夜间配送进行路线选择时一般考虑的是以路径最短、成本最低、行程时间最短等为规划目标，忽视了配送过程中带来的噪音影响问题。本发明旨在通过路线选择，降低夜间配送带来的噪音影响。

本发明考虑的配送问题是由单个配送车辆向单个客户进行配送的情况，可看作一种求解最短路径的问题，该路线规划问题的目标是选择一条配送路线，使配送车辆产生的噪音对路线两侧居民的噪音影响值最小。

最短路径问题是图论研究中的一个经典算法问题，旨在寻找图(由结点和路径组成的)中两结点之间的最短路径，具体的形式包括从某顶点出发，沿图的边到达另一顶点所经过的路径中，各边上权值之和最小的一条路径叫做最短路径。解决最短路的问题有以下算法，Dijkstra算法，Bellman-Ford算法，Floyd算法和SPFA算法等。

Dijkstra算法是典型的最短路径算法，用于计算一个节点到其他所有节点的最短路径,Dijkstra算法采用的是一种贪心的策略,主要特点是以起始点为中心向外层层扩展，直到扩展到终点为至。

发明内容

鉴于现有技术的缺点，本发明的目的是提供一种能有效减少由夜间配送带来的噪音影响的方法，建立夜间噪音影响评估模型，并利用Dijkstra算法求解夜间噪音影响最小的路径，能够有效减少由夜间配送带来的噪音影响，提高临街居民的夜间环境质量。

为了达到上述目的，本发明采用如下技术方案：

一种减少夜间噪音影响的夜间配送路线选择方法，考虑单客户单车辆的城市夜间配送路径选择，利用Dijkstra算法，获得最优路径并输出。其具体步骤如下：

步骤1：夜间临街建筑声环境功能区分类：

本发明以GB3096为基础，根据夜间临街建筑各功能区对噪音的敏感程度，把夜间临街建筑分为4类声环境功能区：

1类：指以疗养院、医院等为主的夜间特别需要安静的区域；

2类：指以住宅为主的夜间需要保持安静的区域；

3类：指以文教、办公为主的区域；

4类：指以商业、工业、风景区域为主的区域；

步骤2：确定夜间各类声环境功能区的权重：

(1)设计调查问卷：

采用对本地区居民进行问卷调查的方式确定权重，首先设计调查问卷，采用1～9分打分制的9分量表进行打分调查，1分代表该区域对夜间噪音十分不敏感，9代表该区域对夜间噪音十分敏感；

通过对所有的调查结果进行统计、分析得到每类声环境功能区的最终的权重：

其中，w_j为第j类声环境功能区的权重；j为声环境功能区的类别，j∈{1,2,3,4}；z为有效问卷的份数，z为大于0的正整数，z＝1,2…x；G_jz为第z份问卷中第j类声环境功能区的得分；且 为第z份问卷中第类声环境功能区的得分；

步骤3：获取路网信息：

(1)获取配送仓库的位置O以及配送点的位置D；

(2)获取配送范围内货车可通行的k条路段，V个路段节点；

(3)量取每条路段两侧各类声环境功能区的长度L_ij；

其中i为路段的编号，i＝1,2…N，N为正整数；

步骤4：建立路段夜间噪音影响评估模型：

结合步骤2中确定的每类声环境功能区的权重w_j，和步骤3中量取的每条路段两侧各类声环境功能区的长度L_ij，建立模型如下：

其中R_i为路段i的夜间噪音影响值；

步骤5：评估每条路段的夜间噪音影响值：

根据步骤4中建立的噪音影响评估模型，评估每条路段的噪音影响值；

步骤6：利用Dijkstra算法求解夜间噪音影响最小的配送路线，其步骤如下：

本发明中，利用Dijkstra算法求解夜间噪音影响最小的路径问题可以描述为：

在无向图G＝(V,E)中，假设每条路段的权值为该路段的噪音影响值R_i，找到由出发点V₀，V₀即仓库位置O，到配送点D的权值最小路径，即为噪音影响最小的配送路径；

利用Dijkstra算法求解最短路径的基本运算过程如下：

(1)把路网顶点集合V分成S和T两组：

S:已求出的最短路径的顶点集合,初始时只含有源点V₀；

T:T＝V-S：尚未确定的短路径的顶点集合；

(2)初始时令S＝{V₀}，T包含除V₀外的其他顶点，即:T＝{其余顶点}，此时V₀→V₀的距离<V₀,V₀>为0；

(3)若V₀与T中顶点t有边，即可由顶点V₀直接到达定点t，则<V₀,t>的权值即为V₀→t的噪音影响值R_i，若t不是V₀的邻接点，则<V₀,t>权值为∞；

(4)从T中选取一个和V₀之间权值最小的顶点k，把k加入S中，顶点k的距离<V₀,k>就是V₀到k的最短路径长度；

(5)以k点为新考虑的中间点，修改T中各顶点的距离：若从源点V₀经过顶点k到顶点t的距离<V₀,k,t>，比原来不经过顶点k，直接到顶点t的距离<V₀,t>短，则修改顶点t的距离值，修改后t的距离值等于顶点k的距离值加上k→t边上的权值；

(6)重复上述步骤(4)和步骤(5)，直到S中包含所有顶点。

与现有技术相比，本发明的优点为：能够有效减少夜间交通噪音对沿线居民带来的影响，提高夜间环境质量。

附图说明

图1是本发明的流程图。

图2是Dijkstra算法求解最短路线的流程图。

图3是本发明求解的最优路线案例图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

如图1所示，一种减少交通噪音影响的夜间配送路线选择方法，利用Dijkstra算法求解夜间噪音影响最小路线，包括如下步骤：

步骤1：夜间临街建筑声环境功能区分类：

本发明以GB3096为基础，根据夜间临街建筑各功能区对噪音的敏感程度，把夜间临街建筑分为4类声环境功能区：

1类：指以疗养院、医院等为主的夜间特别需要安静的区域；

2类：指以住宅为主的夜间需要保持安静的区域；

3类：指以文教、办公为主的区域；

4类：指以商业、工业、风景区域为主的区域；

步骤2：确定夜间各类声环境功能区的权重：

(1)设计调查问卷：

采用对本地区居民进行问卷调查的方式确定权重，首先设计调查问卷，采用1～9分打分制的9分量表进行打分调查，1分代表该区域对夜间噪音十分不敏感，9代表该区域对夜间噪音身份敏感；

通过对所有的调查结果进行统计、分析得到每类声环境功能区的最终的权重：

其中，w_j为第j类声环境功能区的权重；j为声环境功能区的类别，j∈{1,2,3,4}；z为有效问卷的份数，z为大于0的正整数，z＝1,2…x；G_jz为第z份问卷中第j类声环境功能区的得分；且 为第z份问卷中第类声环境功能区的得分；

步骤3：获取路网信息：

(1)获取配送仓库的位置O以及配送点的位置D；

(2)获取配送范围内货车可通行的k条路段，V个路段节点；

(3)量取每条路段两侧各类声环境功能区的长度L_ij；

其中i为路段的编号，i＝1,2…N，N为正整数；j为声环境功能区的类别，j＝0,1,2,3；

步骤4：建立路段夜间噪音影响评估模型：

结合步骤2中确定的每类声环境功能区的权重w_j，和步骤3中量取的每条路段两侧各类声环境功能区的长度L_ij，建立模型如下：

其中R_i为路段i的夜间噪音影响值；

步骤5：评估每条路段的噪音影响值；

根据步骤4中建立的噪音影响评估模型，评估每条路段的噪音影响值；

步骤6：利用Dijkstra算法求解夜间噪音影响最小的配送路线，其步骤如下：

本发明中，利用Dijkstra算法求解夜间噪音影响最小的路径问题可以描述为：

在无向图G＝(V,E)中，假设每条路段的权值为该路段的噪音影响值R_i，找到由出发点V₀，V₀即仓库位置O，到配送点D的最短路径，即为噪音影响最小的配送路径；

利用Dijkstra算法求解最短路径的基本运算过程如下：

(1)把路网顶点集合V分成S和T两组：

S:已求出的最短路径的顶点集合,初始时只含有源点V₀；

T:T＝V-S：尚未确定的短路径的顶点集合；

(2)初始时令S＝{V₀}，T包含除V₀外的其他顶点，即:T＝{其余顶点}，此时V₀→V₀的距离<V₀,V₀>为0；

(3)若V₀与T中顶点t有边，即可由顶点V₀直接到达定点t，则<V₀,t>的权值即为V₀→t的噪音影响值R_i，若t不是V₀的邻接点，则<V₀,t>权值为∞；

(4)从T中选取一个和V₀之间权值最小的顶点k，把k加入S中，顶点k的距离<V₀,k>就是V₀到k的最短路径长度；

(5)以k点为新考虑的中间点，修改T中各顶点的距离：若从源点V₀经过顶点k到顶点t的距离<V₀,k,t>，比原来不经过顶点k，直接到顶点t距离<V₀,t>短，则修改顶点t的距离值，修改后t的距离值等于顶点k的距离值加上k→t边上的权值；

(6)重复上述步骤(4)和步骤(5)，直到S中包含所有顶点。

如图3所示：本发明中假设从O点向D点进行配送，其路网形式及每个路段的噪音影响值如图3所示，共53个路网节点，88条路段；

最终经过此算法得到的最终路线如图3线路所示。

Claims (1)

1.一种减少噪音影响的夜间配送路线选择方法，其特征在于，具体步骤如下：

步骤1：夜间临街建筑的声环境功能区分类：

根据夜间临街建筑各功能区对噪音的敏感程度，把夜间临街建筑分为4类声环境功能区：

1类：指以疗养院、医院为主的夜间特别需要安静的区域；

2类：指以住宅为主的夜间需要保持安静的区域；

3类：指以文教、办公为主的区域；

4类：指以商业、工业、风景区域为主的区域；

步骤2：确定夜间各类声环境功能区的权重：

采用对本地区居民进行问卷调查的方式确定权重，首先设计调查问卷，采用1～9分打分制的9分量表进行打分调查，1分代表该功能区对夜间噪音十分不敏感，9代表该功能区对夜间噪音十分敏感；

通过对所有的调查结果进行统计、分析得到每类声环境功能区的最终的权重：

其中，w_j为第j类声环境功能区的权重；j为声环境功能区的类别，j∈{1,2,3,4}；z为调查中有效问卷的份数，z为大于0的正整数，z＝1,2…x；G_jz为第z份问卷中第j类声环境功能区的得分；且 为第z份问卷中第类声环境功能区的得分；

步骤3：获取路网信息：

(1)获取配送仓库的位置O以及配送点的位置D；

(2)获取配送范围内货车能通行的k条路段，V个路网节点；

(3)量取每条路段两侧各类声环境功能区的长度L_ij，其中i为路段的编号，i＝1,2…N，N为正整数；

步骤4：建立路段夜间噪音影响评估模型：

结合步骤2中确定的每类声环境功能区的权重w_j，和步骤3中量取的每条路段两侧各类声环境功能区的长度L_ij，建立模型如下：

其中R_i为路段i的夜间噪音影响值；

步骤5：基于路段夜间噪音影响评估模型，求出每条路段的夜间噪音影响值；

步骤6：利用Dijkstra算法求解夜间噪音影响最小的路径：

在无向图G＝(V,E)中，假设每条路段的权值为该路段的噪音影响值R_i，找到由出发点V₀，V₀即仓库位置O，到配送点D的权值最小路径，即为噪音影响最小的配送路径；

利用Dijkstra算法求解最短路径的运算过程如下：

(1)把路网顶点集合V分成S和T两组：

S:已求出的最短路径的顶点集合,初始时只含有源点V₀；

T:T＝V-S：尚未确定的短路径的顶点集合；

(2)初始时令S＝{V₀}，T包含除V₀外的其他顶点，即:T＝{其余顶点}，此时V₀→V₀的距离<V₀,V₀>为0；

(3)若V₀与T中顶点t有边，即由顶点V₀直接到达定点t，则<V₀,t>的权值即为V₀→t的噪音影响值R_i，若t不是V₀的邻接点，则<V₀,t>权值为∞；

(4)从T中选取一个和V₀之间权值最小的顶点k，把k加入S中，顶点k的距离<V₀,k>就是V₀到k的最短路径长度；

(5)以k点为新考虑的中间点，修改T中各顶点的距离：若从源点V₀经过顶点k到顶点t的距离<V₀,k,t>，比原来不经过顶点k，直接到顶点t距离<V₀,t>短，则修改顶点t的距离值，修改后t的距离值等于顶点k的距离值加上k→t边上的权值；

(6)重复上述步骤(4)和步骤(5)，直到S中包含所有顶点。