CN112329967A - 一种多目标出行线路规划的方法 - Google Patents
一种多目标出行线路规划的方法 Download PDFInfo
- Publication number
- CN112329967A CN112329967A CN201910719051.2A CN201910719051A CN112329967A CN 112329967 A CN112329967 A CN 112329967A CN 201910719051 A CN201910719051 A CN 201910719051A CN 112329967 A CN112329967 A CN 112329967A
- Authority
- CN
- China
- Prior art keywords
- point
- shortest path
- points
- algorithm
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000007547 defect Effects 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种多目标出行线路规划的方法。当人们需要知道从某一结点或网线出发能够到达的全部结点或网线,这一类问题称为连通分量求解,如果在此基础上同时需要耗费最少、路径最短、代价最小等条件,使得全部结点相互连通,就需要用到该种多目标出行线路规划的方法。当多个目标点之间有参观的先后顺序时,直接转化成单源单目标的最短路径算法;当多个目标点之间没有参观的先后顺序时,该连通性分析问题就转化成对应图的生成树求解,涉及到基于Prim最小生成树算法的单元多目标的出行线路规划方法。为了使得空间运行成本最低、并且出行时间效率最高,此时需要设计出一条最佳的多目标出行线路。对于单元多目标的线路规划,有着重要的科学意义。
Description
技术领域
本发明涉及图论、地理信息、计算机视觉和模式识别等技术领域,尤其是涉及一种多目标出行线路规划的方法。
背景技术
目前,市场上的地图服务(如高德地图、百度地图、腾讯地图等)只是涉及到了单源单目标的最短路径查询,并没有涉及到单源多目标的最短路径查询的功能,方案针对上述目前市场上存在的缺陷和不足,而提出了一种多目标出行线路规划的方法。
发明内容
本发明的目的在于克服现有地图服务技术中只是涉及到了单源单目标的最短路径查询,并没有涉及到单源多目标的最短路径查询的功能,提供一种多目标出行线路规划的方法,当出行者需要经过多个目标点的时候,在目标点可达性的前提下,从而更好地进行线路规划,节省了空间运行成本,更加适用于实际场景。
参见图1,一种多目标出行线路规划的方法,主要包含以下步骤:
步骤1:明确多个目标的位置点,即确定多个目标地理位置点;
步骤2:步骤1中确定的多个地理位置点之间是否存在访问的先后顺序,若存在,则跳到步骤3,若不存在,则跳到步骤4;
步骤3:根据访问目标的先后顺序,调用地图API和Dijkstra最短路径算法,依次求解两两目标之间的最短路径;
步骤4:由于多个地理位置点之间不存在访问的先后顺序,就转化为求解连通性分析的问题;依旧通过地图API和Dijkstra最短路径算法,求得所有点两两之间(包括起始点和目标点)最短路径距离和最短路径的线路;
步骤5:将步骤4中求得的两两之间的最短路径,通过两张二维邻接表进行存储,一张二维邻接表存距离,一张二维邻接表存经过的道路;
步骤6:对于存储距离的二维邻接表,通过Prim最小生成树算法,求得单源点通过多个目标的总距离、具体的道路。
步骤3中所述的最短路径算法优选的使用Dijkstra算法或Bellman-Ford算法。
所述的Dijkstra算法的基本思路是:假设每个点都有相应的标记(dj,pj)。其中,dj是从源点s到目标点j的最短路径的长度;pj则是从s到j的最短路径中j点的前一点;
求解从起源点s到点j的最短路径算法的基本过程实现如下:
(1)初始化,起源点设置为:1)ds=0,ps为空;2)所有其他点:di =∞,pi为空;3)标记起源点s,记k=s,其它所有点设为未标记的;
(2)检验从所有已标记的点k到其直接连接的未标记的点j的距离;
(3)设置dj =min(dj, dk+lkj);
(4)选取下一个点;
(5)从所有未标记的结点集M中,选取dj中最小的一个i:点i被选为最短路径中的一点,并设为已标记的;
(6)找到点i前一点。从已标记的点中找到直接连接到点i的点j*,作为前一点,设置:i=j*;
(7)标记点i;
(8)点是否全部标记,若全部标记,则退出。若没有全部标记,则记k=i,并返回到步骤(2),重复步骤(2)—(8);
将解得的最短路径距离、最短路径的线路返回给前端,并在地图上显示出来,到此退出。
步骤6中所述的Prim最小生成树算法具体实现步骤如下:
(1)在图G=(V, E)(V表示所有地理位置点,E表示连接地理位置点的边)中,从集合V中任取一个地理位置点γ1放入集合U中,这时U={‘γ1’},集合T(E)为空;
(2)从‘γ1’出发,寻找与U中顶点相邻(另一顶点在V中)并且路径最短的另一位置点γ2,并使γ2加入U,此时U={‘γ1’, ‘γ2’};
(3)将和已有位置点关联的路径(γ1到γ2的线路)加入到集合T(E)中;
(4)重复步骤(2)和(3),直到U=V为止;
(5)这时T(E)中有n-1条边,T=(U, T(E))就是一棵最小生成树,其中U为地理位置点的集合,T(E)为连接U中地理位置点的线路的集合。
有益效果:
本发明公布的一种多目标出行路线规划的方法克服了现有地图服务技术中只涉及单源单目标的最短路径查询,并没有涉及到单源多目标的最短路径查询的功能的弊端。当出行者需要经过多个目标点的时候,在目标点可达性的前提下,从而更好地进行线路规划,节省了空间运行成本,更加适用于实际场景。
附图说明:
图1是本发明的实现步骤流程图。
具体实施方式:
下面对本发明实施例中的技术方案进行,清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他是实施例,都属于本发明保护的范围。
本发明的实施例提供的一种多目标出行线路规划的方法,能够规划设计出一条最佳的多目标出行线路,使得空间运行成本最低、并且出行时间效率最高。
以选取地理位置点"扬州智谷大厦"、"扬州体育公园-体育馆"、"扬州市广陵体育馆"、"李宁体育馆"、"江都体育馆"为例,本发明的目的通过以下技术方案实现:
步骤1:确定多个目标地理位置点,即"扬州智谷大厦"、"扬州体育公园-体育馆"、"扬州市广陵体育馆"、"李宁体育馆"、"江都体育馆";
步骤2:判断步骤1中确定的多个地理位置点之间是否存在访问的先后顺序,若存在,则跳到步骤3,若不存在,则跳到步骤4;
步骤3:根据访问目标的先后顺序,调用地图API和Dijkstra最短路径算法,依次求解两两目标之间的最短路径。将解得的最短路径距离、最短路径的线路返回给前端,并在地图上显示出来,到此退出;
步骤4:由于多个地理位置点之间不存在访问的先后顺序,就转化为求解连通性分析的问题。依旧通过地图API和Dijkstra最短路径算法,求得所有点两两之间(包括起始点和目标点)最短路径距离和最短路径的线路;
步骤5:将步骤4中求得的两两之间的最短路径,通过两张二维邻接表进行存储,一张二维邻接表存距离,一张二维邻接表存经过的道路。其中,存距离的二维邻接表为:
{{0, 8.1, 4.7, 10.7, 19.4},
{8.1, 0, 8.3, 15.0, 22.8},
{4.7, 8.3, 0, 7.8, 15.6},
{10.7, 15.0, 7.8, 0, 8.9},
{19.4, 22.8, 15.6, 8.9, 0}}
步骤6:对于存储距离的二维邻接表,通过Prim最小生成树算法,求得单源点通过多个目标的总距离、具体的道路。具体实现步骤如下:
(1)在图G=(V, E)(V表示所有地理位置点,E表示连接地理位置点的边)中,从集合V中任取一个地理位置点"扬州智谷大厦"放入集合U中,这时U={"扬州智谷大厦"},集合T(E)为空;
(2)从"扬州智谷大厦"出发,寻找与U中顶点相邻(另一顶点在V中)并且路径最短的另一位置点"扬州市广陵体育馆",并使"扬州市广陵体育馆"加入U,此时U={"扬州智谷大厦","扬州市广陵体育馆"};
(3)将和已有位置点关联的路径("扬州智谷大厦"到"扬州市广陵体育馆"的线路)加入到集合T(E)中;
(4)重复步骤(2)和(3),直到U=V为止;
(5)这时T(E)中有n-1条边,T=(U, T(E))就是目标位置点及连接目标位置点的最佳线路规划,其中U为地理位置点的集合,T(E)为连接U中地理位置点的线路的集合。
步骤7:求得最终的线路规划
(1)编写程序进行实现,在本实施例中本算法采用的是基于java进行的实现;
(2)求得结果如下所示:
"扬州智谷大厦"到"扬州市广陵体育馆",距离:4.7公里
"扬州市广陵体育馆"到"李宁体育馆",距离:7.8公里
"扬州智谷大厦"到"扬州体育公园-体育馆",距离:8.1公里
"李宁体育馆"到"江都体育馆",距离:8.9公里
总路径:27公里。
Claims (5)
1.一种多目标出行线路规划的方法,其特征在于:由以下六个步骤组成:
步骤1:明确多个目标的位置点,即确定多个目标地理位置点;
步骤2:步骤1中确定的多个地理位置点之间是否存在访问的先后顺序,若存在,则跳到步骤3,若不存在,则跳到步骤4;
步骤3:根据访问目标的先后顺序,调用地图API和Dijkstra最短路径算法,依次求解两两目标之间的最短路径;
步骤4:由于多个地理位置点之间不存在访问的先后顺序,就转化为求解连通性分析的问题;依旧通过地图API和Dijkstra最短路径算法,求得所有点两两之间(包括起始点和目标点)最短路径距离和最短路径的线路;
步骤5:将步骤4中求得的两两之间的最短路径,通过两张二维邻接表进行存储,一张二维邻接表存距离,一张二维邻接表存经过的道路;
步骤6:对于存储距离的二维邻接表,通过Prim最小生成树算法,求得单源点通过多个目标的总距离、具体的道路。
2.根据权利要求1所述的一种多目标出行线路规划的方法,其特征在于:所述的最短路径算法优选的使用Dijkstra算法或Bellman-Ford算法。
3.根据权利要求1所述的一种多目标出行线路规划的方法,其特征在于:所述的Dijkstra算法的基本思路是:假设每个点都有相应的标记(dj,pj);其中,dj是从源点s到目标点j的最短路径的长度;pj则是从s到j的最短路径中j点的前一点。
4.根据权利要求3所述的一种多目标出行线路规划的方法,其特征在于,求解从起源点s到点j的最短路径算法的基本过程实现如下:
(1)初始化,起源点设置为:1)ds=0,ps为空;2)所有其他点:di =∞,pi为空;3)标记起源点s,记k=s,其它所有点设为未标记的;
(2)检验从所有已标记的点k到其直接连接的未标记的点j的距离;
(3)设置dj =min(dj, dk+lkj);
(4)选取下一个点;
(5)从所有未标记的结点集M中,选取dj中最小的一个i:点i被选为最短路径中的一点,并设为已标记的;
(6)找到点i前一点;从已标记的点中找到直接连接到点i的点j*,作为前一点,设置:i=j*;
(7)标记点i;
(8)点是否全部标记,若全部标记,则退出;若没有全部标记,则记k=i,并返回到步骤(2),重复步骤(2)—(8);
将解得的最短路径距离、最短路径的线路返回给前端,并在地图上显示出来,到此退出。
5.根据权利要求1所述的一种多目标出行线路规划的方法,其特征在于:所述的Prim最小生成树算法具体实现步骤如下:
(1)在图G=(V, E)(V表示所有地理位置点,E表示连接地理位置点的边)中,从集合V中任取一个地理位置点γ1放入集合U中,这时U={‘γ1’},集合T(E)为空;
(2)从‘γ1’出发,寻找与U中顶点相邻(另一顶点在V中)并且路径最短的另一位置点γ2,并使γ2加入U,此时U={‘γ1’, ‘γ2’};
(3)将和已有位置点关联的路径(γ1到γ2的线路)加入到集合T(E)中;
(4)重复步骤(2)和(3),直到U=V为止;
(5)这时T(E)中有n-1条边,T=(U, T(E))就是一棵最小生成树,其中U为地理位置点的集合,T(E)为连接U中地理位置点的线路的集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910719051.2A CN112329967A (zh) | 2019-08-05 | 2019-08-05 | 一种多目标出行线路规划的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910719051.2A CN112329967A (zh) | 2019-08-05 | 2019-08-05 | 一种多目标出行线路规划的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112329967A true CN112329967A (zh) | 2021-02-05 |
Family
ID=74319641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910719051.2A Pending CN112329967A (zh) | 2019-08-05 | 2019-08-05 | 一种多目标出行线路规划的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112329967A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070055469A (ko) * | 2007-05-10 | 2007-05-30 | 이성렬 | 개미 알고리즘을 이용한 택배 배송 시스템 및 그 시스템에따른 택배 배송 최단경로 생성 방법 |
CN101344399A (zh) * | 2008-08-15 | 2009-01-14 | 四川长虹电器股份有限公司 | 多任务导航中最优路径选择方法 |
CN103440524A (zh) * | 2013-04-03 | 2013-12-11 | 天津大学 | 一种基于电子地图的物流路径优化方法 |
CN105513400A (zh) * | 2015-12-03 | 2016-04-20 | 四川长虹电器股份有限公司 | 动态规划出行路径的方法 |
CN106705982A (zh) * | 2017-01-25 | 2017-05-24 | 上海蔚来汽车有限公司 | 多地点依存的路径规划方法和系统 |
CN107727099A (zh) * | 2017-09-29 | 2018-02-23 | 山东大学 | 一种工厂内物料运输多agv调度及路径规划方法 |
CN107992969A (zh) * | 2017-12-06 | 2018-05-04 | 广东机场白云信息科技有限公司 | 机场资源巡检方法和系统 |
CN108592929A (zh) * | 2018-03-26 | 2018-09-28 | 海南掌控科技有限公司 | 一点与多点之间路径规划的方法及运输配送系统 |
CN109255465A (zh) * | 2018-07-19 | 2019-01-22 | 中国矿业大学 | 一种基于粒子群算法的焊接生产线工类分配系统与方法 |
-
2019
- 2019-08-05 CN CN201910719051.2A patent/CN112329967A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070055469A (ko) * | 2007-05-10 | 2007-05-30 | 이성렬 | 개미 알고리즘을 이용한 택배 배송 시스템 및 그 시스템에따른 택배 배송 최단경로 생성 방법 |
CN101344399A (zh) * | 2008-08-15 | 2009-01-14 | 四川长虹电器股份有限公司 | 多任务导航中最优路径选择方法 |
CN103440524A (zh) * | 2013-04-03 | 2013-12-11 | 天津大学 | 一种基于电子地图的物流路径优化方法 |
CN105513400A (zh) * | 2015-12-03 | 2016-04-20 | 四川长虹电器股份有限公司 | 动态规划出行路径的方法 |
CN106705982A (zh) * | 2017-01-25 | 2017-05-24 | 上海蔚来汽车有限公司 | 多地点依存的路径规划方法和系统 |
CN107727099A (zh) * | 2017-09-29 | 2018-02-23 | 山东大学 | 一种工厂内物料运输多agv调度及路径规划方法 |
CN107992969A (zh) * | 2017-12-06 | 2018-05-04 | 广东机场白云信息科技有限公司 | 机场资源巡检方法和系统 |
CN108592929A (zh) * | 2018-03-26 | 2018-09-28 | 海南掌控科技有限公司 | 一点与多点之间路径规划的方法及运输配送系统 |
CN109255465A (zh) * | 2018-07-19 | 2019-01-22 | 中国矿业大学 | 一种基于粒子群算法的焊接生产线工类分配系统与方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun et al. | Discovering time-dependent shortest path on traffic graph for drivers towards green driving | |
CN108763558B (zh) | 一种基于地图匹配的众包地图道路质量改进方法 | |
CN103533501B (zh) | 一种地理围栏生成方法 | |
Storandt | Route planning for bicycles—exact constrained shortest paths made practical via contraction hierarchy | |
CN110012120A (zh) | 一种基于PoP网络拓扑的IP城市级定位算法 | |
CN109561386A (zh) | 一种基于多源定位数据的城市居民出行活动模式获取方法 | |
Yu et al. | A multi-modal route planning approach with an improved genetic algorithm | |
CN110619426B (zh) | 一种路网模型的构建方法、装置、设备和存储介质 | |
CN101900565A (zh) | 路径确定方法和装置 | |
CN101122468A (zh) | 兴趣点信息的存储方法及利用兴趣点信息的导航方法 | |
US20130013599A1 (en) | Identifying a candidate part of a map to be updated | |
CN105740964A (zh) | 一种城市路网数据组织与最短路径快速计算方法 | |
CN109035783A (zh) | 一种基于公交gps轨迹的虚拟路网缺失路段自动识别方法 | |
CN111429220A (zh) | 基于运营商大数据的旅游路线推荐系统及方法 | |
Efentakis et al. | GRASP. Extending graph separators for the single-source shortest-path problem | |
Zhao et al. | Path $ k\hbox {NN} $ Query Processing in Mobile Systems | |
CN110887501B (zh) | 一种面向可变目的地的交通导航方法及装置 | |
CN109902391B (zh) | 一种基于随机挥发系数蚁群算法的油气管道规划方法 | |
CN113611115B (zh) | 一种基于路网敏感特征的车辆轨迹聚类方法 | |
CN109472416B (zh) | 基于自动路网数据提取的室内路径规划方法及装置、客户端 | |
CN107222925A (zh) | 一种基于聚类优化的节点定位方法 | |
Shahi et al. | A comparative study on efficient path finding algorithms for route planning in smart vehicular networks | |
CN112329967A (zh) | 一种多目标出行线路规划的方法 | |
Andonov et al. | Stochastic shortest path finding in path-centric uncertain road networks | |
CN112380460B (zh) | 一种基于近似算法的最短路径查询方法和系统 |
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 |