最小时间路径算法改进及在路径优化中应用.docVIP

最小时间路径算法改进及在路径优化中应用 　　摘要：由于城市交通网络中路径行程时间是随着时间的变化而变化的，求解最小时间路径比较困难，为此提出把交通网络抽象为时间依赖的网络模型的解决方法。对时间依赖网络模型和理论基础进行分析，指出文献［1］描述的最小时间路径算法存在的不足，即不能正确记录路径；通过引入一个记录路径的数组来对此算法进行改进，改进后的算法不仅解决了原算法存在的问题，而且可以满足n∶1的最短路径搜索，扩展了原算法的应用范围。最后用实验验证了改进算法的正确性和有效性。 　　关键词：时间依赖网络； 最短路径算法； 路径优化 　　中图分类号：TP301文献标志码：A 　　文章编号：1001－3695(2008)06－1645－03 　　 　　0引 言?? 　　 　　最短路径一直是交通规划、计算机科学、GIS等领域研究的一个热点问题。许多学者和专家就此问题提出了很多优秀的算法。文献［2］对17种最短路径算法进行了分析和评价。交通网络中路径优化多采用Dijkstra、Bellman－Ford－Moore算法、Floyd算法、启发式搜索算法A*等一些经典算法的改进算法［3~5］。这些算法都假设交通网络为权值固定的静态网络，是以路径的空间距离最短作为优化目标的。在实际中，出行车辆从一个地方出发到达另一个地方主要考虑的是花费时间最少，而不是空间距离。为此，本文提出把交通网络抽象为时间依赖的网络模型，在该模型上求解的最小时间路径即为花费时间最少的路径。?? 　　网络中弧段的权值是随着时间的改变而改变的，弧段的权值与时间存在一定的映射关系，这样的网络称之为时间依赖的网络。在交通网络中，根据路段行程时间的实测数据可以预测随后若干时间段内该路段的行程时间，因此可以建立路段行程时间与时间的一个函数关系，即路段的行程时间是时间的一个函数。在此基础上，交通网络就抽象成了一个时间依赖的网络模型。?? 　　本文讨论了基于时间依赖的网络模型及优化条件，指出文献［1］存在的不能得到正确路径的不足，给出了改进的最小时间路径算法，并用一个实例网络来验证改进算法的正确性和有效性。?? 　　 　　1时间依赖网络模型?? 　　 　　时间依赖网络记做（V，E，T）。其中：V＝｛v1，v2，…，vn｝为有限节点集；E是有限弧集，E=V×V；T=（g??ij(t))是对于每一个弧（vi，vj）∈E在时间闭区间上定义的时间代价函数。其中：t∈［t0，tm］??R；g??ij(t)是非负实数，表示从节点vi在t时刻出发到达节点vj的行走时间；［t0，tm］是时间闭区间；t0是网络节点中的最早出发时间；tm是到达的最晚时刻，即在该时刻以后到达是没有意义的。有时也可以假设g??ij(t)=∞，t＞tm。?? 　　如果时间是离散的，时间依赖网络模型记做(V×S，E，T)。其中：S是将时间离散化后的时间间隔，S＝｛t0,t0+Δ，t0+2Δ，…，t0+(M-1)Δ｝；t0是所有网络节点中出发最早的时间；Δ表示一个有效的采样间隔（交通网络中行程时间预测中通常取5 min，高峰时间计算中有时也取15 min）；??M是t0到t0+(M-1)Δ有效时间段的数目。??t∈S，g??ij(t)是非负实数，t+g??ij(t)总是有定义。对于t＞t0+(M-1)Δ时，定义为g??ij(t)=∞。V×S={（vi,tj)｜vi∈V，tj∈S}表示节点的状态空间；有序对(vi,tj)表示节点的一个状态，即节点vi在时刻tj的状态情况。?? 　　 　　2时间依赖网络的理论基础?? 　　 　　传统网络中最短路径求解的理论基础与在时间依赖网络中是不同的。本文中假设网络中的弧为非负的，在传统的网络中，定理1是成立的。?? 　　定理1网络中最短路径的子路径也是最短路径。?? 　　定理1是著名的Dijkstra和一些标号设置算法的理论基础。时间依赖网络中存在不遵循上面定理的情况，下面给出一个上面定理不成立的例子，如图1所示。?? 　　图1的网络中，节点a在到节点d的最小时间路径为（a，b，c，d），用时为20。节点a到c的最小时间路径为（a，c），用时为5，显然该最短路径的子路径（a，b，c）不是一条最短路径。可见图1的网络不遵循上述定理1。?? 　　时间依赖的网络可分为FIFO（first in first out）网络和非FIFO网络两种。下面给出定义。?? 　　定义若g??ij(t)连续，处处可微并且??t，g??ij(t)＜Δt+g??ij(t+Δt），则称弧（vi，vj）为FIFO弧。对于时间离散的网络，若对于任何(vi，vj)∈E，s+g??ij(s)＜t+g??ij(t)，??s，s＜t且t∈S，则称弧（vi，vj）为FIFO弧；不具这种性质的弧称