专利汇可以提供一种夜班公交车站点及路径选择方法专利检索,专利查询,专利分析的服务。并且一种夜班公交车 站点 及路径选择方法,包括候选公交站点设定的方法和公交车最优路径的选择方法;所述候选公交站点设定的方法是指利用出租车的上下车的 位置 信息来定义城市中的热点区域,然后从每个热点区域中挑出一个候选公交车站点;所述公交车最优路径的选择办法是指将候选站点和行驶路径的方向和距离构建成 有向图 ,然后通过单向最优路径 算法 和双向路径选择算法,分别得出单向和双向的公交车行驶的最优路径。本 发明 可以协助完善城市公交车服务系统,给相关人群提供更多便利,同时也能提高效率。,下面是一种夜班公交车站点及路径选择方法专利的具体信息内容。
1.一种夜班公交车站点及路径选择方法,其特征在于:包括候选公交站点设定的方法和公交车最优路径的选择方法;
所述候选公交站点设定的方法是指利用出租车的上下车的位置信息来定义城市中的热点区域,然后从每个热点区域中挑出一个候选公交车站点;所述公交车最优路径的选择办法是指将候选站点和行驶路径的方向和距离构建成有向图,然后通过单向最优路径算法和双向路径选择算法,分别得出单向和双向的公交车行驶的最优路径。
2.根据权利要求1所述的夜班公交车站点及路径选择方法,其特征在于:
将泰森多边形分割法运用到城市区域分割中,该方法将城市的大量的重要路口作为初始离散点,然后将城市分为若干个泰森多边形;且这些泰森多边形离城市中心越近,则面积越小,反之则越大;
优选的,关于合并和分割方法:在合并时仅通过简单的邻接规则以及出租车上下车点数量排序而进行,即由上下车数量最大的泰森多边形开始按照排序顺序合并与之相邻的其余泰森多边形,直至整个城市初步形成若干个区域;然后再对其中面积大小以及乘客流量数过大的区域进行重新分割,在重新分割的时候主要考虑到该区域自身的特点,;通过合并和分割后,得到面积大小以及乘客流量均适合的热点区域;
优选的,在重新分割的时候,当该区域自身长大于宽时,对其进行纵向分割,反之,则进行横向切割。
3.根据权利要求2所述的夜班公交车站点及路径选择方法,其特征在于:
选取候选站点时,站点之间的距离不是一成不变的,而是根据其所处的区域特色进行调整;
优选的,城市中心区域的公交站点数量多,且间距短;反之,则数量少,间距长。
4.根据权利要求2所述的夜班公交车站点及路径选择方法,其特征在于:
定义泰森多边形的关联度;根据同一热点区域内每个泰森多边形的关联度的值和上车点的数量定义其成为候选站点的可能性;优选的,挑选可能性最大的泰森多边形作为候选公交站点;优选的,每个热点区域有且仅有一个候选公交站点。
5.根据权利要求2所述的夜班公交车站点及路径选择方法,其特征在于:
定义任意源点终点对之间的匹配度,该匹配度主要由任意源点终点对之间路径的支持度以及乘客流量比例组成;
优选的,在给定路径源点和终点的情况下,将该两点之间的所有获选公交站点建造了一个初始有向图;其中每个结点代表一个候选公交站点,每条有向边,代表一条有方向的路径;
优选的,提出四个在给定源终点的情况下能得到所有可能路径的约束条件;根据约束条件,初步去除那些不可能的候选公交车站点,简化初步有向图;
优选的,提出两个规则来去除无效的路径,一个是不曲折规则,另一个是出入度值规则,从而得到了源点终点之间的所有有效路径;
优选的,提出一种基于概率的扩散算法以及一种基于概率的双向扩散算法;通过前者挑选出单向的公交车最优路径,通过后者挑选出双向的公交最优车路径。
6.根据权利要求1所述的夜班公交车站点及路径选择方法,其特征在于:
所述候选公交站点设定的方法包括四个部分:泰森多边形分割、热点泰森多边形选择、热点区域建立、候选公交站点设定;所述公交车最优路径的选择办法包括四个部分:源点终点定义、有向图构建、有效路径选择、最优路径生成。
7.根据权利要求6所述的夜班公交车站点及路径选择方法,其特征在于:
所述的泰森多边形分割,是指同一平面上的N个离散点按照最邻近原则将该平面划分为N个大小不一的泰森多边形;每个泰森多边形中间有且仅有一个离散点,且该泰森多边形内所有的点都距该离散点最近;
优选的,将城市交通路网中的关键路口作为泰森多边形的离散点,将整个城市分成了若干泰森多边形;优选的,城市中心的泰森多边形面积相对小,而郊区则面积相对大;
优选的,所述的热点泰森多边形选择,是指从上述初步生成的泰森多边形中挑选出热点泰森多边形;先分别统计了每个泰森多边形中的出租车上下车点的数量;然后将出租车上下车点数量不为零的泰森多边形挑选出来,计算其每小时上下车点数量的累积分布概率,将超过某个阈值的泰森多边形定义为热点泰森多边形。
8.根据权利要求6所述的夜班公交车站点及路径选择方法,其特征在于:
所述的热点区域建立,是指将上述热点泰森多边形经过合并和分离后,生成若干个热点区域;该热点区域中包含着数量相近的出租车上下车点;首先,分别统计上述的热点泰森多边形中的出租车上下车点的数量,并对其进行降序排序;然后选择排在第一位的泰森多边形去合并与其地理位置上相邻的所有其它泰森多边形;然后再选择下一个泰森多边形重复上述过程,通过此方法,初步得到若干个热点区域;
优选的,由于有些热点区域中包含的上下车点的数量太多,即该区域中的乘客需求太大,在该区域中仅仅设立一个公交站点根本满足不了需求,这样就会造成公交站点设定的不合理;需要将这些初步获得的热点区域进行分割,以保证每个区域拥有相近的上下车点数量;其次考虑到地理因素,将长度大于宽度的区域进行纵向切割,反之则进行横向切割;
长度和宽度相近的则先随机进行分割一次,然后再按上述方法进行分割;通过此方法,获得了上下车点数量在某个范围内的若干热点区域;该范围由城市中每个时段具体的公交车乘客需求量决定;
优选的,所述的候选公交站点设定,即从上述获得的热点区域中选定候选公交站点,每个热点区域中有且仅有一个候选公交站点;首先,定义了泰森多边形的密度D(vi),该值表示第i个热点泰森多边形vi的邻接热点泰森多边形的数量;对于一个有k边泰森多边形而言,其密度D(vi)的值为0-k;然后,将热点区域中每个泰森多边形vi成为候选公交站点的可能性定义为P(vi);P(vi)是根据一定的权值比重综合每个泰森多边形的密度D(vi)的比值以及它们的上下车点数量N(vi)的比值而得到的值,采用以下公式计算:
w1和w2分别为每个泰森多边形的密度D(vi)的比值的权重以及它们的上下车点数量比值的权重。 则表示n个泰森多边形的上下车点数量的累加和,即总的上下车点数量;该权重的值可由多次实验结果得到;最后,选择P(vi)值最大的泰森多边形中的关键路口作为候选的公交站点。
9.根据权利要求6所述的夜班公交车站点及路径选择方法,其特征在于:
所述的源点终点定义,即在上述候选公交站点之间挑选出公交车路径的源点和终点;
根据泰森多边形的面积特色将相邻的面积大小相近的泰森多边形进行合并,形成一定大小的区域;得到了若干个区域;公交车源点终点则在位于上述这些区域的边界地带的候选公交车站点之间挑选;边界地带指的是与其它区域相邻的泰森多边形组成的地带;接着,分别计算这些处于边界地带的候选公交车站点的出度和入度的值;将其中入度为零的候选公交车站点设为源点,出度为零的候选公交车站点设为终点,用此种方法定义出公交车路线的源点和终点;
优选的,所述的有向图构建,即将上述挑选出的候选公交站点构建成一个有向图,从而进行公交车最优路径的选择;在该有向图中,每个结点代表一个候选公交车站点,每条有向边代表一条带有方向的路径;即在两个相邻的候选站点之间如果存在乘客流量,则用一条边将其连接起来,否则没有边;该边的方向则根据乘客流量的方向确定,即出租车行驶的方向;
优选的,在上述一个区域间的所有源点终点之间构建有向图,同时计算从第i个源点到第j个终点路径ri,j的支持度以及该路径的乘客流量数占总的乘客流量数的比例,将这两项进行累加则得到该路径的源点和终点的匹配值M(ri,j),采用以下公式计算:
其中,R表示同一区域中从任意源点到任意终点的所有路径集合,|R|则表示该集合的数量,而|haspath(ri,j,R)|则表示路径ri,j在集合R中出租车行驶的次数;即该公式表示从某个源点到某个终点的路径行驶次数占总数的比例,即为该路径的支持度;pf(ri,j)为路径ri,j的乘客流量数, pf(ri,j)则为该区域总的乘客流量数;
优选的,根据源点的密度进行排序,从密度值最大的源点开始,分别计算该源点到其它终点匹配度,选择与该源点匹配值最大的终点;用此种方法,得出了源点终点之间的对应关系;然后,在源点终点对关系确定的情况下,将其中没有对应终点的源点和没有对应源点的终点去除;在得到源点终点对之后,重新构建有向图;首先,去除不在给定源点终点对之间的候选公交站点,接着去除不符合该源点到终点行驶方向的结点和路径;构建成初始有向图。
10.根据权利要求6所述的夜班公交车站点及路径选择方法,其特征在于:
所述的有效路径选择,是在上述初步有向图的基础下,根据四个约束条件和两个规则去除掉给定源点终点对之间的所有无效路径,从而得到所有有效路径;所述的这四个约束条件用于从给定源点终点对之间的所有候选公交车站点之间挑选出有效的候选公交站点;
而两个规则用于在上述有效候选公交车站点之间挑选出有效路径;
优选的,所述的这四个约束条件为:每一个挑选的节点都应该远离起始点,不断的接近终点,同时远离在此之前的节点,并且每个站点之间必须保持一定的合适的距离;即候选站点在源点到终点方向上的映射值是不断增长的;去除不满足这四个约束条件的候选公交站点,从而得到了所有有效的候选公交站点;
优选的,所述的两个规则为不曲折规则和出入度规则;第一个规则为去掉在源点终点间曲折反复的路径,即保证该源点终点间所有路径的平滑性;第二个规则为计算每个结点的出入度,将出度和入度任意一个为零或者都为零的值去掉;从而保证在给定源点终点的一个有向图中,只有一个入度为零的结点,即为源点;和一个出度为零的结点,即为终点;通过上述方法,去掉了给定源点终点的路径中的无效路径,从而得到了有效路径;
优选的,所述的最优路径生成,则是在上述有效路径中生成最优路径;最优路径是指能在更少的行驶时间内能搭载更多乘客的路径;基于这个目的,通过以下两个算法来加以解决:一个是单向最优路径选择算法,另一个是双向路径选择算法;
优选的,所述单向最优路径选择算法,是根据所有候选的公交站点被设为公交站点的概率值来选择公交站点;根据每个候选站点之间的乘客流量数用以下公式定义了该条件概率:
其中, 是指第i个可能的候选站点,而n1,n2,...,nj表示的是 之前的所有历史站点;
是结点nm到候选结点 之间的乘客流量, 则是指 之前所有历
史站点到某个候选站点 的乘客流量之和;N*是结点nj的所有可能的下一个站点的集合,即是结点nj在图中所有的孩子结点,而|N*|则指的是所有可能站点的数量。则则表示所有历史站点到所有获选站点 的乘客流量之和;因此上述
公式表示的是某个获选站点与历史轨迹的乘客流量之和在所有获选站点与历史轨迹站点的全部乘客流量之和所占的比例,该值越大,则表明某个候选站点成为下一个候选站点的概率越大;并且,运用这个方法,下一个站点的确立不仅仅由当前站点决定,而是由所有的同一条路径中的历史站点决定的;另外,每次都挑选概率排在前m的候选站点作为下一个站点;对于要经过n个站点的路径来说,该算法总共会产生mn条路径;最后,再通过计算每条路径的运行时间以及总的最大载客数,在一定的时间限度内,挑选出乘客流量最大的路径,即该路径为最优路径;
优选的,所述双向最优路径选择算法,是在两个相反的方向上分别运行上述单向最优路径选择算法,从而得到两个方向上所有可能的路径,即能得到2mn条候选路径;然后计算这些候选路径的运行时间和最大载客数,从而挑选出最优路径。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
环保纸箱 | 2020-05-19 | 747 |
曲折配置的堆叠裸片的电互连 | 2020-05-25 | 824 |
曲折缝纫机的防皱针板 | 2020-05-18 | 935 |
针织拉链 | 2020-05-17 | 45 |
一种多样化周边缝纫的压合设备 | 2020-05-27 | 586 |
锁眼机 | 2020-05-14 | 832 |
高速曲折缝针杆摆动驱动装置 | 2020-05-27 | 532 |
曲折缝缝纫机 | 2020-05-21 | 755 |
一种厚料止口缝纫装置及曲折缝纫机 | 2020-05-20 | 260 |
一种三轴动框曲折缝结构 | 2020-05-26 | 63 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。