CN113487871A - 基于网络集计策略的快速交通分配方法、装置及存储介质 - Google Patents

基于网络集计策略的快速交通分配方法、装置及存储介质 Download PDF

Info

Publication number
CN113487871A
CN113487871A CN202110931077.0A CN202110931077A CN113487871A CN 113487871 A CN113487871 A CN 113487871A CN 202110931077 A CN202110931077 A CN 202110931077A CN 113487871 A CN113487871 A CN 113487871A
Authority
CN
China
Prior art keywords
network
original
aggregation
traffic distribution
road section
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
CN202110931077.0A
Other languages
English (en)
Other versions
CN113487871B (zh
Inventor
许项东
高越
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202110931077.0A priority Critical patent/CN113487871B/zh
Publication of CN113487871A publication Critical patent/CN113487871A/zh
Application granted granted Critical
Publication of CN113487871B publication Critical patent/CN113487871B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Mathematical Physics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及一种基于网络集计策略的快速交通分配方法、装置及存储介质，该方法包括：S1、采用网络集计算法对原始网络进行缩减，得到的集计网络中的节点和路段数量均小于原始网络；S2、将集计网络与Frank‑Wolfe交通分配算法融合，在集计网络上进行全有全无流量分配并还原到原始网络的原始路段，完成基于集计网络的快速交通分配。与现有技术相比，本发明具有运算效率以及准确性高等优点。

Description

基于网络集计策略的快速交通分配方法、装置及存储介质
技术领域
本发明涉及交通工程中的交通分配技术领域，尤其是涉及一种基于网络集计策略的快速交通分配方法、装置及存储介质。
背景技术
交通分配问题就是将OD需求矩阵分配到交通网络中以确定路段流量和路段行程时间。交通分配是交通规划与管理的基石，许多网络分析与优化模型以交通分配模型为底层模型，交通分配模型在这些网络模型求解时被多次调用，因而前者的求解速度极大的影响了后者的计算效率。此外，随着城市的发展，交通网络的规模也不断扩张，使得大都市和区域规划更加困难。在实践中，减少交通分配算法的运行时间(即使只有几秒钟)可能会减少几周甚至几个月的交通规划评估时间。因此，提高交通分配算法的求解效率至关重要。
大多数文献通过改进算法本身来减少计算时间，但随着交通网络的不断扩增，即使最高效的算法也很难满足计算效率的要求。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种能够有效缩短交通分配时间，同时保证分配结果准确性的基于网络集计策略的快速交通分配方法、装置及存储介质。
本发明的目的可以通过以下技术方案来实现：
一种基于网络集计策略的快速交通分配方法，该方法包括：
S1、采用网络集计算法对原始网络进行缩减，得到的集计网络中的节点和路段数量均小于原始网络；
S2、将集计网络与Frank-Wolfe交通分配算法融合，在集计网络上进行全有全无流量分配并还原到原始网络的原始路段，完成基于集计网络的快速交通分配。
优选地，步骤S1具体包括：
S101、对原始网络中的每一条边初始化一个可选路径集属性，该属性为原始路段列表的集合；
S102、将原始网络中的节点按照度升序排序组成节点列表，取出节点列表中第一个节点v，判断v是否为OD点，若是，删除节点列表中的v，重复步骤S102，否则转到步骤S103；
S103、将节点v的入边和出边进行两两组合构造新边，判断新边数量是否小于节点v的邻边数量，若是，转到步骤S104，否则删除节点列表中的v，转到步骤S102；
S104、检查每一条新边是否存在于原始网络中，若存在，将新边所代表的原始路段列表添加至已有边的可选路径集属性中，否则新增一条路段，其可选路径集属性初始化为新边所代表的原始路段列表；
S105、在原始网络中删除节点v及其邻边，同时删除节点列表中的v，并更新v的邻点的度及出入边；
S106、判断节点列表是否为空，若是，算法终止，否则转到步骤S102。
优选地，节点的度为节点对应的入边数量和出边数量的和。
优选地，所述的在集计网络上进行全有全无流量分配并还原到原始网络的原始路段的具体方式包括：
S201、根据原始网络的路段成本更新集计网络的路段成本；
S202、计算集计网络中OD对的最短路径并分配流量；
S203、将集计网络中的路段流量还原到原始网络中得到原始网络的全有全无流量。
优选地，步骤S201具体为：对于集计网络中的任意一个路段，获取该路段的可选路径集属性，其中包括多条可选路径，对组成可选路径的原始网络路段成本求和得到可选路径的成本，选择可选路径集中最小的路径成本作为集计网络路段的成本。
优选地，步骤S202中OD对的最短路径计算采用小标签优先的threshold算法。
一种基于网络集计策略的快速交通分配装置，包括存储器和处理器，所述的存储器用于存储计算机程序，所述的处理器用于当执行所述计算机程序时实现所述的基于网络集计策略的快速交通分配方法。
一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的基于网络集计策略的快速交通分配方法。
与现有技术相比，本发明具有如下优点：
(1)本发明将网络集计策略引入到交通分配算法中提高了大规模交通分配问题的求解效率，具体为：建立一种网络集计方法，将原始路网转化为规模更小的集计网络，将Frank-Wolfe(FW)交通分配算法中在原始网络上运行的最耗时的全有全无分配改为在集计网络上运行，能够有效缩短计算时间；
(2)本发明通过路段成本集计和全有全无流量还原的方式确保分配结果的准确性；
(3)本发明针对集计网络密度较大的特点，将原FW算法中使用的D’Esopo-Pape最短路算法替换为更适用于密集网络的小标签优先的threshold算法，提高算法的运算效率以及准确性；
(4)本发明同样适用于其他需要计算最短路的交通分配算法，具有较高的普适性。
附图说明
图1为本发明一种基于网络集计策略的快速交通分配方法的流程图；
图2为本发明网络集计算法的流程图；
图3为本发明实施例1中进行网络集计的实例示意图；
图4为本发明基于网络集计的FW算法框架图；
图5为本发明实施例1中FW算法和基于网络集计的FW算法的运行效果对比图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本发明并不意在对其适用物或其用途进行限定，且本发明并不限定于以下的实施方式。
实施例1
如图1所示，本实施例提供一种基于网络集计策略的快速交通分配方法，该方法包括：
S1、采用网络集计算法对原始网络进行缩减，得到的集计网络中的节点和路段数量均小于原始网络；
S2、将集计网络与Frank-Wolfe交通分配算法融合，在集计网络上进行全有全无流量分配并还原到原始网络的原始路段，完成基于集计网络的快速交通分配。
如图2所示，步骤S1具体包括：
S101、对原始网络中的每一条边初始化一个可选路径集属性，该属性为原始路段列表的集合，其中节点的度为节点对应的入边和出边的和；
S102、将原始网络中的节点按照度升序排序组成节点列表，取出节点列表中第一个节点v，判断v是否为OD点，若是，删除节点列表中的v，重复步骤S102，否则转到步骤S103；
S103、将节点v的入边和出边进行两两组合构造新边，判断新边数量是否小于节点v的邻边数量，若是，转到步骤S104，否则删除节点列表中的v，转到步骤S102；
S104、检查每一条新边是否存在于原始网络中，若存在，将新边所代表的原始路段列表添加至已有边的可选路径集属性中，否则新增一条路段，其可选路径集属性初始化为新边所代表的原始路段列表；
S105、在原始网络中删除节点v及其邻边，同时删除节点列表中的v，并更新v的邻点的度及出入边；
S106、判断节点列表是否为空，若是，算法终止，否则转到步骤S102。
图3所示为网络集计过程中对其中一个节点进行删除缩减网络的示意图，其中，v为当前待处理的节点，图3中左侧为原始网络，右侧为集计处理后的网络图，由原始网络分布可知，节点v有一条入边(u，v)和两条出边(v，w)和(v，x)，将节点v的入边和出边进行两两组合构造新边，当入边(u，v)和出边(v，w)组合构成新边后形成[(u，v)，(v，w)]两条路段组成的路径，由于新边(u，w)存在于原始网络中，因此在边(u，w)的可选路径集属性中增加[(u，v)，(v，w)]这一可选路径，从而边(u，w)的可选路径集属性由{[(u，w)]}变为{[(u，w)]，[(u，v)，(v，w)]}。同理，对于入边(u，v)和出边(v，x)组合构成新边后形成[(u，v)，(v，x)]两条路段组成的路径，由于新边(u，x)不存在于原始网络中，因此增加(u，x)这条新边，同时将边(u，x)的可选路径集属性初始化为{[(u，v)，(v，x)]}。最后删除节点v及其邻边，完成一个节点的删除。
如图4所示为基于网络集计的FW算法框架图，FW算法整体是在原始网络中运行，但是将在原网络上运行的全有全无分配变为在集计网络上运行，得到基于网络集计策略的FW加速算法，在集计网络上进行全有全无流量分配并还原到原始网络的原始路段的具体方式包括：
S201、根据原始网络的路段成本更新集计网络的路段成本，具体地：对于集计网络中的任意一个路段，获取该路段的可选路径集属性，其中包括多条可选路径，对组成可选路径的原始网络路段成本求和得到可选路径的成本，选择可选路径集中最小的路径成本作为集计网络路段的成本；
S202、计算集计网络中OD对的最短路径并分配流量，考虑到集计网络比原始交通网络密度大，传统的FW算法中使用的D’Esopo-Pape最短路算法仅适用于稀疏路网，因此本发明使用小标签优先的threshold算法搜索每个OD对的最短路径；
S203、将集计网络中的路段流量还原到原始网络中得到原始网络的全有全无流量。
本实施例选取Berlin-Center、Birmingham-England、Philadelphia和ChicagoRegional四个大规模网络，验证本发明网络集计方法和基于网络集计的FW加速算法的有效性。
图1为网络集计效果和基于网络集计的FW(FWNA)算法加速效果列表，从表1可以看出，集计网络的节点数量远小于原网络，实施例网络的集计比率为28％～68％不等。基于网络集计策略的FW(FWNA)算法用时远小于传统的FW算法，加速比率为1.73～4.47不等。其中，FW算法和FWNA算法在Chicago Regional上的运行效果如附图5所示。由此说明本发明提出的交通分配加速算法取得了较好的效果。
表1网络集计效果和基于网络集计的FW(FWNA)算法加速效果
Figure BDA0003210805200000051
表中，集计比率＝(原始网络节点数量-集计网络节点数量))/原始网络节点数量；加速比率＝FW算法用时/FWNA算法用时。
实施例2
本实施例提供一种基于网络集计策略的快速交通分配装置，包括存储器和处理器，存储器用于存储计算机程序，处理器用于当执行所述计算机程序时实现实施例1中基于网络集计策略的快速交通分配方法，该方法在实施例1中已具体说明，本实施例不再赘述。
实施例3
本实施例提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现基于网络集计策略的快速交通分配方法，该方法在实施例1中已具体说明，本实施例不再赘述。
上述实施方式仅为例举，不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施，且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。

Claims (8)

1.一种基于网络集计策略的快速交通分配方法，其特征在于，该方法包括：
S1、采用网络集计算法对原始网络进行缩减，得到的集计网络中的节点和路段数量均小于原始网络；
S2、将集计网络与Frank-Wolfe交通分配算法融合，在集计网络上进行全有全无流量分配并还原到原始网络的原始路段，完成基于集计网络的快速交通分配。
2.根据权利要求1所述的一种基于网络集计策略的快速交通分配方法，其特征在于，步骤S1具体包括：
S101、对原始网络中的每一条边初始化一个可选路径集属性，该属性为原始路段列表的集合；
S102、将原始网络中的节点按照度升序排序组成节点列表，取出节点列表中第一个节点v，判断v是否为OD点，若是，删除节点列表中的v，重复步骤S102，否则转到步骤S103；
S103、将节点v的入边和出边进行两两组合构造新边，判断新边数量是否小于节点v的邻边数量，若是，转到步骤S104，否则删除节点列表中的v，转到步骤S102；
S104、检查每一条新边是否存在于原始网络中，若存在，将新边所代表的原始路段列表添加至已有边的可选路径集属性中，否则新增一条路段，其可选路径集属性初始化为新边所代表的原始路段列表；
S105、在原始网络中删除节点v及其邻边，同时删除节点列表中的v，并更新v的邻点的度及出入边；
S106、判断节点列表是否为空，若是，算法终止，否则转到步骤S102。
3.根据权利要求2所述的一种基于网络集计策略的快速交通分配方法，其特征在于，节点的度为节点对应的入边数量和出边数量的和。
4.根据权利要求1所述的一种基于网络集计策略的快速交通分配方法，其特征在于，所述的在集计网络上进行全有全无流量分配并还原到原始网络的原始路段的具体方式包括：
S201、根据原始网络的路段成本更新集计网络的路段成本；
S202、计算集计网络中OD对的最短路径并分配流量；
S203、将集计网络中的路段流量还原到原始网络中得到原始网络的全有全无流量。
5.根据权利要求4所述的一种基于网络集计策略的快速交通分配方法，其特征在于，步骤S201具体为：对于集计网络中的任意一个路段，获取该路段的可选路径集属性，其中包括多条可选路径，对组成可选路径的原始网络路段成本求和得到可选路径的成本，选择可选路径集中最小的路径成本作为集计网络路段的成本。
6.根据权利要求4所述的一种基于网络集计策略的快速交通分配方法，其特征在于，步骤S202中OD对的最短路径计算采用小标签优先的threshold算法。
7.一种基于网络集计策略的快速交通分配装置，其特征在于，包括存储器和处理器，所述的存储器用于存储计算机程序，所述的处理器用于当执行所述计算机程序时实现如权利要求1～6任一项所述的基于网络集计策略的快速交通分配方法。
8.一种存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1～6任一项所述的基于网络集计策略的快速交通分配方法。
CN202110931077.0A 2021-08-13 2021-08-13 基于网络集计策略的快速交通分配方法、装置及存储介质 Active CN113487871B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110931077.0A CN113487871B (zh) 2021-08-13 2021-08-13 基于网络集计策略的快速交通分配方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110931077.0A CN113487871B (zh) 2021-08-13 2021-08-13 基于网络集计策略的快速交通分配方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN113487871A true CN113487871A (zh) 2021-10-08
CN113487871B CN113487871B (zh) 2022-08-09

Family

ID=77945297

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110931077.0A Active CN113487871B (zh) 2021-08-13 2021-08-13 基于网络集计策略的快速交通分配方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN113487871B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04273400A (ja) * 1991-02-28 1992-09-29 Nec Corp 最適交通量配分計算装置
US6501749B1 (en) * 1999-06-25 2002-12-31 International Business Machines Corporation System and method for data transmission across a link aggregation
KR20100124110A (ko) * 2009-05-18 2010-11-26 주식회사 이루기술 실시간 교통 정보 평가를 위한 대응형 교통 정보 제공 시스템 및 방법
JP2013201685A (ja) * 2012-03-26 2013-10-03 Fujitsu Ltd ネットワーク装置、ネットワークシステム、及び通信制御情報生成方法
WO2014003321A1 (ko) * 2012-06-27 2014-01-03 명지대학교 산학협력단 최단경로를 이용한 출발점 기반의 통행 배정방법
CN104821086A (zh) * 2015-05-26 2015-08-05 中南大学 一种定位大规模交通网络中低效路段组合的方法
CN108765948A (zh) * 2018-06-05 2018-11-06 厦门大学 一种弹性的公车调度方法和系统
CN110457012A (zh) * 2019-06-27 2019-11-15 东南大学 用于可持续交通网络设计的多属性决策软件
CN110472353A (zh) * 2019-08-20 2019-11-19 东南大学 基于主观福祉最大化的交通网络设计软件
CN112133090A (zh) * 2020-08-14 2020-12-25 南京瑞栖智能交通技术产业研究院有限公司 一种基于手机信令数据的多方式交通分布模型构建方法
CN112767688A (zh) * 2020-12-27 2021-05-07 交通运输部规划研究院 一种基于交通量观测数据的区域路网货车流量分配方法
CN113053103A (zh) * 2021-02-19 2021-06-29 北京嘀嘀无限科技发展有限公司 交通仿真模型生成方法、交通流量预测方法及相关装置
CN113065073A (zh) * 2021-03-16 2021-07-02 东南大学 一种城市的有效路径集搜索方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04273400A (ja) * 1991-02-28 1992-09-29 Nec Corp 最適交通量配分計算装置
US6501749B1 (en) * 1999-06-25 2002-12-31 International Business Machines Corporation System and method for data transmission across a link aggregation
KR20100124110A (ko) * 2009-05-18 2010-11-26 주식회사 이루기술 실시간 교통 정보 평가를 위한 대응형 교통 정보 제공 시스템 및 방법
JP2013201685A (ja) * 2012-03-26 2013-10-03 Fujitsu Ltd ネットワーク装置、ネットワークシステム、及び通信制御情報生成方法
WO2014003321A1 (ko) * 2012-06-27 2014-01-03 명지대학교 산학협력단 최단경로를 이용한 출발점 기반의 통행 배정방법
CN104821086A (zh) * 2015-05-26 2015-08-05 中南大学 一种定位大规模交通网络中低效路段组合的方法
CN108765948A (zh) * 2018-06-05 2018-11-06 厦门大学 一种弹性的公车调度方法和系统
CN110457012A (zh) * 2019-06-27 2019-11-15 东南大学 用于可持续交通网络设计的多属性决策软件
CN110472353A (zh) * 2019-08-20 2019-11-19 东南大学 基于主观福祉最大化的交通网络设计软件
CN112133090A (zh) * 2020-08-14 2020-12-25 南京瑞栖智能交通技术产业研究院有限公司 一种基于手机信令数据的多方式交通分布模型构建方法
CN112767688A (zh) * 2020-12-27 2021-05-07 交通运输部规划研究院 一种基于交通量观测数据的区域路网货车流量分配方法
CN113053103A (zh) * 2021-02-19 2021-06-29 北京嘀嘀无限科技发展有限公司 交通仿真模型生成方法、交通流量预测方法及相关装置
CN113065073A (zh) * 2021-03-16 2021-07-02 东南大学 一种城市的有效路径集搜索方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李秀峰等: "基于子网独立计算的两级交通分配方法", 《现代交通技术》 *
李秀峰等: "基于子网独立计算的两级交通分配方法", 《现代交通技术》, no. 06, 26 December 2008 (2008-12-26) *

Also Published As

Publication number Publication date
CN113487871B (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
US20180097684A1 (en) Reachability-Based Coordination for Cyclic Dataflow
CN108981739B (zh) 一种路径规划方法、装置、服务器及存储介质
Zhang et al. A bio-inspired approach to traffic network equilibrium assignment problem
CN103699606A (zh) 一种基于顶点切割与社区聚集的大规模图划分方法
CN107193896A (zh) 一种基于簇的图数据划分方法
Schlag et al. Scalable edge partitioning
CN112100450A (zh) 一种图计算数据分割方法、终端设备及存储介质
Klunder et al. The shortest path problem on large‐scale real‐road networks
CN105205052A (zh) 一种数据挖掘方法及装置
CN111858810A (zh) 一种面向道路dem构建的建模高程点筛选方法
Panicucci et al. A path-based double projection method for solving the asymmetric traffic network equilibrium problem
Zhang et al. An efficient forest-based tabu search algorithm for the split-delivery vehicle routing problem
CN102902742A (zh) 一种云环境下的空间数据划分方法
Meng et al. Modeling and solution algorithm for optimization integration of express terminal nodes with a joint distribution mode
CN104598600B (zh) 一种基于分布式内存的并行数字地形分析优化方法
CN112116709B (zh) 一种提高地形表达精度的地形特征线处理方法
CN113487871B (zh) 基于网络集计策略的快速交通分配方法、装置及存储介质
CN106780747A (zh) 一种快速分割cfd计算网格的方法
de Berg et al. Kinetic convex hulls, Delaunay triangulations and connectivity structures in the black-box model
Su et al. An auto-adaptive convex map generating path-finding algorithm: Genetic Convex A
Petprakob et al. On the implementation of high performance computing extensionfor day-to-day traffic assignment
CN110166362B (zh) 一种基于节点筛选的服务功能图低时延映射方法
Sidong Algorithm of distributed mining community structure used in sports psychology based on local information
Watanabe et al. A proposal on a decomposition-based evolutionary multiobjective optimization for large scale vehicle routing problems
CN117827961B (zh) 一种基于大数据的国土空间规划方法及相关设备

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