一种基于自适应KSP算法的可行路径搜索方法技术

本发明专利技术公开一种基于自适应KSP算法的可行路径搜索方法，涉及交通网络规划和交通路径识别技术领域，具体方法为：建立路径数K的约束条件；搜索起点和终点之间的最短路径；建立可行路径集合；根据基准路径构造新路径；根据约束条件确定搜索过程的继续和终止，得到起终点间的若干条可行路径。本发明专利技术能自动确定可行路径的搜索数量K，快速在起终点间搜索若干条可行路径，为交通个体出行时提供合理的可行路径选择，简单高效，有较高的应用价值。有较高的应用价值。有较高的应用价值。

【技术实现步骤摘要】
一种基于自适应KSP算法的可行路径搜索方法


[0001]本专利技术涉及交通网络规划和交通路径识别
，特别是一种基于自适应KSP算法的可行路径搜索方法。

技术介绍

[0002]交通个体在出行时对路径的选择具有多样性和随机性，交通个体会在出行起点和终点间考虑若干条可行路径，然后根据个人的出行偏好来选择实际出行路径。在城市路网中快速搜索可行路径可以为路径选择提供参考依据，提高居民的出行效率。然而，目前在搜索可行路径时通常直接使用最短路径，传统的KSP算法在搜索可行路径时需要手动确定K值，且搜索速度较慢，还可能出现一些不合理的路径。因此，目前亟需解决在起终点间快速搜索可行路径的难题。

技术实现思路

[0003]本专利技术所要解决的技术问题是克服现有技术的不足而提供一种基于自适应KSP算法的可行路径搜索方法，本专利技术能自动确定可行路径的搜索数量K，快速在起终点间搜索若干条可行路径，为交通个体出行时提供合理的可行路径选择，简单高效，有较高的应用价值。
[0004]本专利技术为解决上述技术问题采用以下技术方案：
[0005]根据本专利技术提出的一种基于自适应KSP算法的可行路径搜索方法，包括以下步骤：
[0006]步骤1、将目标路网中的交叉口定义为节点，车辆路径表示为车辆经过的交叉口节点序列，车辆路径简称为路径；
[0007]步骤2、对于目标路网中需要搜索可行路径的起点O和终点D，利用最短路算法搜索起点O到终点D间的最短路径p，并放入可行路径集合P中；
[0008]步骤3、从可行路径集合P取出长度最大的一条可行路径p
′
；
[0009]步骤4、可行路径上除O和D外的所有节点都作为路径偏离点，将所有路径偏离点编号为路径偏离点集合E＝{e1,
…
e
i
,
…
e
n
}，i为路径偏离点编号，e
i
为第i个路径偏离点，n为路径偏离点个数，1≤i≤n；令i＝1；
[0010]步骤5、对于第i个路径偏离点e
i
，将可行路径p
′
中e
i
至O的原路径作为前子串；然后，利用最短路算法搜索e
i
至D的最短路径作为后子串，搜索过程需满足以下条件：
[0011]1)后子串与前子串除e
i
外，不能有任何交叉节点；
[0012]2)后子串不能与P中所有可行路径从e
i
分割出来的后子串重复；
[0013]3)前后子串拼接的新可行路径与P中任意一条可行路径的路径重复度，需满足K值约束中的路径重复度约束；
[0014]步骤6、将前子串与后子串拼接成的新可行路径加入偏离路径集合B中，然后判断：如果还未遍历至最后一个偏离点e
n
，令i＝i+1，重复步骤5；否则，将偏离路径集合B中的所有路径放入可行路径集合P中，然后清空B，进入步骤7；
[0015]步骤7、将P里的所有可行路径按长度升序排列，并进行如下判断：如果P中存在可行路径不满足K值约束中的绕远路径约束，将P中所有不满足绕远路径约束的可行路径删除，停止继续搜索可行路径，集合P构建完成；如果P中所有可行路径均满足绕远路径约束，但P中可行路径总数已达到K值约束的上限值，同样集合P构建完成；如果P中所有可行路径均满足绕远路径约束，且P中可行路径总数未达到K值约束的上限值，回到步骤3。
[0016]作为本专利技术所述的一种基于自适应KSP算法的可行路径搜索方法进一步优化方案，最短路算法为A*算法。
[0017]作为本专利技术所述的一种基于自适应KSP算法的可行路径搜索方法进一步优化方案，在步骤5中对可行路径设置路径重复度约束，可行路径集合P中任意两条路径的路径重复度小于等于90％。
[0018]作为本专利技术所述的一种基于自适应KSP算法的可行路径搜索方法进一步优化方案，在步骤7中对K值设置上下限约束，将K值的上限设置为8，下限设置为2，即2≤K≤8，K为可行路径的搜索数量。
[0019]作为本专利技术所述的一种基于自适应KSP算法的可行路径搜索方法进一步优化方案，在步骤7中对可行路径设置绕远路径约束，可行路径集合P中的任意一条路径，其出行距离d
i
都不能超过最短路径的距离d
o
的40％，即d
i
＜＝1.4d
o
。
[0020]本专利技术采用以上技术方案与现有技术相比，具有以下技术效果：
[0021](1)本专利技术在经典KSP算法的基础上，引入了K值约束，能自行确定K值，并保证搜索路径不会出现绕远、重复度高等问题；
[0022](2)本专利技术在经典KSP算法的基础上，进行算法流程的优化，设置了偏离路径集合B和可行路径集合P，通过循环选取偏离点来快速搜索可行路径。
附图说明
[0023]图1是本专利技术的方法流程图。
[0024]图2是本专利技术实例1提供的路网拓扑图。
具体实施方式
[0025]为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本专利技术进行详细描述。
[0026]基于自适应KSP算法的可行路径搜索，包括以下步骤：
[0027](1)将目标路网中的交叉口定义为节点，车辆路径表示为车辆经过的交叉口节点序列，车辆路径简称为路径；
[0028](2)对于目标路网中需要搜索可行路径的起点O和终点D，利用最短路算法例如A*算法搜索起点O到终点D间的最短路径p，并放入可行路径集合P中；
[0029](3)重复步骤4至步骤8，直至不满足约束条件时停止算法流程；
[0030](4)从可行路径集合P取出长度最大的一条可行路径p
′
；
[0031](5)可行路径上除O和D外的所有节点都作为路径偏离点，将所有路径偏离点编号为路径偏离点集合E＝{e1,
…
e
i
,
…
e
n
}，i为路径偏离点编号，n为路径偏离点个数，1≤i≤n，令i＝1；
[0032](6)对于第i个路径偏离点e
i
，将可行路径p
′
中e
i
至O的原路径作为前子串；然后，利用A*算法搜索e
i
至D的最短路径作为后子串，搜索过程需满足以下条件：
[0033]1)后子串与前子串除e
i
外，不能有任何交叉节点；
[0034]2)后子串不能与P中所有可行路径从e
i
分割出来的后子串重复；
[0035]3)前后子串拼接的新可行路径与P中任意一条可行路径的路径重复度，需满足K值约束中的路径重复度约束；
[0036](7)将前子串与后子串拼接成的新可行路径加入偏离路径集合B中，然后判断：如果还未遍历至最后一个偏离点e
n
，令i＝i+本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应KSP算法的可行路径搜索方法，其特征在于，包括以下步骤：步骤1、将目标路网中的交叉口定义为节点，车辆路径表示为车辆经过的交叉口节点序列，车辆路径简称为路径；步骤2、对于目标路网中需要搜索可行路径的起点O和终点D，利用最短路算法搜索起点O到终点D间的最短路径p，并放入可行路径集合P中；步骤3、从可行路径集合P取出长度最大的一条可行路径p
′
；步骤4、可行路径上除O和D外的所有节点都作为路径偏离点，将所有路径偏离点编号为路径偏离点集合E＝{e1,
…
e
i
,
…
e
n
}，i为路径偏离点编号，e
i
为第i个路径偏离点，n为路径偏离点个数，1≤i≤n；令i＝1；步骤5、对于第i个路径偏离点e
i
，将可行路径p
′
中e
i
至O的原路径作为前子串；然后，利用最短路算法搜索e
i
至D的最短路径作为后子串，搜索过程需满足以下条件：1)后子串与前子串除e
i
外，不能有任何交叉节点；2)后子串不能与P中所有可行路径从e
i
分割出来的后子串重复；3)前后子串拼接的新可行路径与P中任意一条可行路径的路径重复度，需满足K值约束中的路径重复度约束；步骤6、将前子串与后子串拼接成的新可行路径加入偏离路径集合B中，然后判断：如果还未遍历至最...

【专利技术属性】
技术研发人员：王晓雨，陈茜，郭璐，
申请(专利权)人：东南大学，
类型：发明
国别省市：