赞
踩
P:停车位(节点)
C:路口或交差节点 (节点)
Dk(i, j):第k条路段从第i个节点到第j个节点的线性距离
Vk(i, j):第k条路段车辆从第i个节点到第j个节点的平均速度
在该网络图中(R(P,C,D,V))找到入口(S或e)到停车位(P)的路径(停车引导系统 最优路径规划)
解释:假设该路径包含 n 个路段,车辆在第k个路段的的消耗量记为Fk,该公式意思为:车辆在这条路径上的消耗(消耗:可以描述为通过该路径的最短距离,也可以描述为通过该路径的最短使用时间,也可以是两者的结合。)
解释:
Vk:统计停车场第k路段的基本平均速度(就不需要和之前一样,每辆车都要测平均速度)
βk:样本矩阵m中k路段上检查到的车辆数量;
算法效果:
车辆进入停车场的时间是分布的,车辆不会过多地出现在一段道路上,βk 基本上等于1,速度是静态的Vk,它也考虑到拥挤的情况,车辆越多,车速越慢,花费的时间就越多。
解释:
f(i):当前节点 i 的评价函数;
g(i):开始节点到当前节点 i 的最小路径代价;
h(i):当前节点 i 到目标节点的最小路径代价;
第一层:
P:停车位
第二层:
C:路口或交叉节点
S:入口节点
e:出口节点
使用a-star算法搜索出从节点P到C的最优路径
从上一步得到的节点C搜索出进入或退出的最优路径(关键)
解释:假设停车场(P(i))为目标节点,Dk(i)为P(i)到第k个路段两端其中一端的距离,比较这两个距离,较短的为第一层最优路径,记为:RT1
第二层(评价函数):RT2
解释:
第一块:
Ft(i)为起始节点s到当前节点Ci的耗时,是改进版的最短使用时间
第二块:
D(Ci+1, C*):紧邻当前节点Ci旁边的节点Ci+1 到目标节点C*的线性距离
Vk+1:在 Ci+1的速度
FtE(i):Ci+1到目标节点C*的估计时间消耗;
个人理解:其Ci+1不唯一,可以理解为第二块的目的是计算出哪个方向的Ci+1到C*的时间损耗最小
第三块:w
依赖于线性距离D (Ci+1, C*)与D(s, C*),如果D(Ci+1, C*) > D(s, C*), w=Q(常数Q小于1), 否则:
第二层的算法流程(RT2):走一步,算一步,直到到终点
(1)以入口节点s为起始节点,也是当前节点,计算线性距离D(s, C*)。
(2)根据当前节点Ci,计算D (Ci+1, C*)和D(s, C*)确定权重系数w。
(3)设置上限H和下限L为w值,如果w > H, w = H;如果w < L, w = L。
(4)循环步骤(2)和(3),计算当前节点旁边所有节点的加权系数w。
(5)根据评价函数f(i)=(1- w)* Ft(i)+ w * FtE(i),选择最小估计损耗的节点作为下一个周期的当前节点。((4)(5)验证我的个人理解)
(6)循环步骤(2)-(5),直到i=C*,算法结束,然后输出最优路径的节点信息,记为RT2。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。