亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于空間數(shù)據(jù)挖掘的巡游巴士路徑規(guī)劃與推薦

        2023-10-13 08:57:38劉洪宇
        城市公共交通 2023年9期
        關鍵詞:巡游巴士路段

        劉洪宇 渠 華

        (鄭州天邁科技股份有限公司,鄭州 450000)

        引言

        在城市生產(chǎn)生活中,公交出行在滿足市民日常出行需求、改善交通狀況和環(huán)境質量方面扮演著重要角色。當前,公眾出行服務的格局正在發(fā)生深刻變革,公交企業(yè)需要通過智能化技術手段,在為乘客提供個性化、便捷化的高品質服務的同時,提高公交服務的運營效率,促進城市公共交通的高質量發(fā)展。

        可以認為,需求響應式公交需要解決兩個方面的問題,一是出行需求的空間覆蓋,解決有沒有公交的問題;二是出行需求的時間覆蓋,解決即時出行的問題。本文重在解決第一類問題。公交線路的布設可以抽象為線路規(guī)劃問題,以迪杰斯特拉為代表的最短路徑算法、以群體智能算法為代表的啟發(fā)式搜索[1-3]和以Q-learning 為代表的強化學習算法是3 類主要的路徑規(guī)劃算法。其中強化學習算法以其強大的環(huán)境探索能力成為眾多領域的研究熱點。在水上路徑規(guī)劃領域,王程博等[4]采用Q-learning算法,基于自定義分段獎勵函數(shù)構建了船舶避障并到達目的地的仿真系統(tǒng);衛(wèi)玉梁等[5]基于Q-learning算法,采用函數(shù)擬合能力較強的RBF(Radial Basic Function)函數(shù)對動作價值進行逼近,從而完成智能車輛在行動過程中的避障。彭理群等[6]在公交路徑規(guī)劃中基于Q-learning 算法,綜合考慮道路擁堵情況、站點客流人數(shù)等進行獎勵函數(shù)的設計,確定了定制公交線路的規(guī)劃方法。

        由以上可知,Q-learning 算法在公交領域的應用,傾向于行駛過程中的避障,并不太關注行駛過程中的獎勵情況,這在公交領域并不特別符合實際情況[7-8]。本文在考慮公交線路結構特征、途經(jīng)道路特征和周邊環(huán)境的基礎上,設定Q-learning 算法的獎勵規(guī)則,實現(xiàn)需求響應式公交線路的規(guī)劃。

        1 相關工作

        1.1 強化學習

        強化學習(Reinforcement Learning,RL)是機器學習的范式和方法論之一,用于描述和解決智能體(agent)在與環(huán)境的交互過程中,通過學習策略達成回報最大化或實現(xiàn)特定目標的問題。強化學習算法在一定程度上具備解決復雜問題的通用智能。其在路徑規(guī)劃、游戲AI 等領域有著廣泛的使用場景和應用前景。

        不同于一般意義上的路徑導航,巡游巴士是沒有終點或者目的地的。抽象到基于強化學習的路徑規(guī)劃場景下,即智能體活動沒有明確的結束條件,智能體能夠到達任意位置,這等價于智能體從任意位置出發(fā),最終出現(xiàn)在起始點。結合Q-learning 算法,對其核心過程描述如下:

        (1)初始化Q 表和R 矩陣。分別表示車輛從當前路段行駛到下一個路段的預期收益和即時獎勵。

        (2)確定尋路的終點target,該場景下為車輛的出發(fā)點。

        (3)在圖中隨機起點source,不同于target。

        (4)確定source 的鄰居節(jié)點nears,如果nears不存在,回到步驟2。

        (5)生成隨機變量alpha,比較alpha 和預設值greedy,如果alpha <greedy,選擇獎勵值最大的節(jié)點作為下一個節(jié)點,否則,從nears 中隨機選擇一個節(jié)點,記為next。

        (6)基于source →next 通行人數(shù),確定獎勵值R(s, n)。

        (7)確定next 節(jié)點到鄰居節(jié)點的最大Q值,記為max(Q(n, *))。

        (8)根據(jù)式(1)更新source →next 的Q值:

        如果next 為target,本次尋路完成,回到步驟2,進行下一次尋路;如果next 不等于target,令source=next,回到步驟3,尋找下一段路徑。

        (9)如果到達預設的訓練次數(shù)或者Q不再變化,停止訓練過程。

        (10)根據(jù)以上迭代過程,確定圖中各個邊的權重,然后參考最短路徑或者根據(jù)每個節(jié)點最大出行方向得到圖中各個點到target 的最優(yōu)路徑。

        Q 表可以初始化為零方陣,真正影響算法結果是獎勵的設置,即R 矩陣。

        1.2 車輛巡游

        巡游巴士在行駛過程中的駕駛行為、所經(jīng)道路周邊環(huán)境都會對駕乘人員和運營效益產(chǎn)生重要影響。本方法從線路屬性、所經(jīng)道路等級、周邊POI(興趣點)分布等方面綜合提取巡游巴士行駛特征,從而完成路徑規(guī)劃。其整體思路如圖1 所示。

        圖1 行駛獎勵計算示意圖

        1.2.1 線路結構屬性

        線路結構及屬性是巡游巴士運營效果最直接的影響因素。比如線路長度、公交站點數(shù)量、公交站點類型(港灣式、半港灣式等)等;另外,線路的轉彎次數(shù)以及對應的轉彎類型(左轉、右轉等)都對巡游巴士的運營和體驗有影響。

        1.2.2 所經(jīng)道路情況

        一般的,公交線路所經(jīng)過路段的等級(主干道、次干道等)、車道數(shù)以及公交專用道的設置情況都會對公交線路通行的難易程度產(chǎn)生影響。在大型、特大型城市,隨著公交都市建設以及公交優(yōu)先理念的影響,在道路條件具備的情況下,公交專用道設置較為完善,具體表現(xiàn)為,主干道和次主干道都有對應的BRT 車道或公交專用道,而其他城市公交專用道較少設置。

        1.2.3 周邊POI 分布

        醫(yī)院、學校、商圈等區(qū)域人員流量大、交通情況復雜,對巡游巴士運營同樣有著較大影響,比如高峰堵車通常都發(fā)生在這些區(qū)域。所以這里提取線路周邊重點類型POI 數(shù)量,從而量化POI 對巡游巴士路徑選擇的影響。比如,以線路為中心,分別統(tǒng)計線路周邊30m、100m、200m 的醫(yī)療單位數(shù)量,作為衡量公交班次通行難易程度的特征。

        2 算法示例

        2.1 數(shù)據(jù)概況

        研究區(qū)數(shù)據(jù)由實際道路抽象得來,其示意圖如圖2 所示。

        道路數(shù)據(jù)共有路段531 條,道路交叉點317 個。東西走向約11km,南北寬在7km 左右。另有研究區(qū)內的POI 數(shù)據(jù)1 萬余條,包括超市、學校、企業(yè)單位等各種類型。

        對強化學習而言,Q 表是最終結果的體現(xiàn),而獎勵規(guī)則的設計是強化學習成功與否的關鍵。在車輛出行過程中,行駛方向、道路屬性、周邊環(huán)境是考慮的核心因素。

        行駛方向:常見的動作包括直行、右轉、左轉和調頭四種類型,在無目的地的車輛巡行過程中,認為直行和右轉有更多的選擇傾向,而左轉和調頭因為不利于公交車操作,成為規(guī)避行駛方向的可能性更大。

        道路屬性:常見的城市道路有快速路、主干道、次干道和普通道路,快速路因其無紅綠燈設置,通行能力和通行體驗都是最好的,一般情況下,可以使用快速路、主干道、次干道、普通道路的順序為道路的通行體驗排序。

        POI:興趣點的類型和多少是構成局部區(qū)域交通吸引量的重要因素。學校、商場、工業(yè)園區(qū)是常見的高吸引性POI 類型。值得一提的是,工業(yè)園區(qū)的交通吸引量有明顯的時間相關性,而商場、公園等時間相關性要弱得多,體現(xiàn)為前者交通吸引量隨時間變化較大而后者相對較小。POI 的類型復雜,量化較為困難,這里采用POI 的數(shù)量進行衡量。

        2.2 實驗設計

        2.2.1 獎勵設置

        結合上述描述,從三個角度分別設置獎勵函數(shù),研究獎勵方案對最終路徑的影響。

        從表1 可以看出,3 種獎勵方案在結構特征上的設置完全相同,在道路特征方面,方案1 與后兩者有差異,具體表現(xiàn)為快速道路的獎勵值不同,這是為了區(qū)別兩種不同的行車目的,如以送客優(yōu)先和以載客優(yōu)先為目的的行車,因快速道路通行能力強、行車體驗佳,方案1 給予最大的獎勵取值,而由于快速道路鮮有乘客出現(xiàn),在后兩個方案中給予最小的獎勵。在POI特征方面,為了更好地量化該維度特征,對POI 數(shù)量進行了處理,其中N表示智能體從當前位置所能到達的所有路段周圍的POI 數(shù)量總和,n表示當前路段周圍的POI 數(shù)量。值得一提的是,方案3 對POI 數(shù)量獎勵進行了放大,目的是確認通過調整獎勵,來引導出行路線或者加快算法收斂。

        表1 獎勵矩陣設置方案

        2.2.2 Q 表更新

        Q 表的更新是以Q-learning 為代表的值迭代強化學習算法的重要過程。根據(jù)強化學習的算法流程,核心的更新公式如下:

        式中: 表示從路段s到路段t的綜合獎勵,Reward表示即時獎勵,即行駛過程中,道路屬性、轉向和POI 所得到的獎勵,α和β分別表示學習率和獎勵折扣,實際計算中,兩者都取值為0.8。

        在指定出發(fā)路段的基礎上,進行算法的訓練。以Q 表與之前步驟的差異(以Q值的相關系數(shù)衡量)作為算法終止的條件(如R2>0.95)。分別記錄不同獎勵方案在不同步驟下的Q 表值,最后基于Q 表,確定獎勵最大的出行路徑。

        2.2.3 結果與討論

        Q-learning 算法訓練過程是一個值迭代的計算過程,一般的,其迭代終止條件是Q 表不再發(fā)生變化,這對一個較大的系統(tǒng)而言,可能大大降低其訓練速度。為了尋找合適的迭代次數(shù),通過多輪迭代實驗,分別生成各自不同訓練步數(shù)下的Q 值,通過Q 表值的相關系數(shù)來衡量Q 表的變化情況。圖3 記錄了以50 輪為步長,當前Q值與之前Q的相關系數(shù)平方的變化。

        圖3 迭代步數(shù)與Q 值變化

        從圖3 可以看出,隨著迭代次數(shù)的增加,當前Q值與之前Q值的相關系數(shù)越來越大,也就是說,Q 表的變化是逐漸變小的,在實驗場景下,當前Q值與50 輪之前Q值相關系數(shù)的平方在500 步之后,滿足退出條件。

        獎勵方案的不同會影響路徑規(guī)劃結果,圖4 展示了三種獎勵方案下的路徑規(guī)劃效果。值得提出的是,為了避免路徑規(guī)劃時頻繁調頭的現(xiàn)象,這里在基于最大獎勵獲取路徑時,禁止回到已經(jīng)經(jīng)過的路段。

        圖4 三種不同獎勵方案下的路徑規(guī)劃結果示意圖

        由圖4 可知,方案1(紫色路徑)在路徑生成過程中,右轉的現(xiàn)象非常明顯,這與獎勵方案設置時右轉權重最大呈現(xiàn)正相關關系;對于方案2(紅色路徑),可以看出在常規(guī)路段,依然存在右轉的趨勢,不同于方案1 的是,在主干道上能夠保持直線前進;對于方案3(黃色路徑),可以看出路徑是向著POI 集中區(qū)域延伸的。綜上可知,獎勵方案會影響強化學習路徑的規(guī)劃結果,可以通過調整獎勵方案,為多種出行目的打造對應的路徑規(guī)劃方案。

        3 總結

        本文基于GIS 數(shù)據(jù)分析和挖掘確定巡游巴士的路徑規(guī)劃獎勵方案,采用Q-learning 算法,對比了不同獎勵方案的路徑規(guī)劃結果。實驗結果表明,可以通過設置不同的獎勵機制,來影響算法的路徑規(guī)劃效果。

        猜你喜歡
        巡游巴士路段
        藝術巡游
        家居廊(2022年12期)2023-01-05 01:52:11
        永不堵車的巴士
        冬奧車道都有哪些相關路段如何正確通行
        工會博覽(2022年5期)2022-06-30 05:30:18
        “龍馬”巡游
        希望巴士
        中國慈善家(2021年5期)2021-11-19 18:38:58
        部、省、路段監(jiān)測運維聯(lián)動協(xié)同探討
        A Survey of Evolutionary Algorithms for Multi-Objective Optimization Problems With Irregular Pareto Fronts
        寒夜巴士上,兩本并排的書
        文苑(2019年20期)2019-11-16 08:52:14
        基于XGBOOST算法的擁堵路段短時交通流量預測
        乾隆巡游
        寶藏(2018年1期)2018-01-31 02:05:09
        日本高清一区二区三区在线| 免费少妇a级毛片人成网| 日本老熟妇毛茸茸| 最新亚洲人成无码网www电影| 女高中生自慰污免费网站| 精品久久久久久国产潘金莲| 国产精品午夜高潮呻吟久久av| 午夜免费观看日韩一级片| 公和我做好爽添厨房| 国产在线视频网友自拍| 国产av精品一区二区三区久久| 国产精品毛片va一区二区三区| 国产精品成人久久电影| 人禽无码视频在线观看| 亚洲女同成av人片在线观看| 中文字幕人妻少妇久久| 国产精品自产拍在线18禁 | 无码色av一二区在线播放| 日韩激情无码免费毛片| 人人妻人人澡人人爽精品欧美| 国产精品一区二区三区精品| 男女视频网站免费精品播放| 国产在线91精品观看| 在线亚洲高清揄拍自拍一品区| 东北老女人高潮疯狂过瘾对白| 免费无码毛片一区二区三区a片| 永久免费av无码网站性色av| 国产精品一区二区韩国AV| 国产肉体XXXX裸体784大胆| 伊人影院在线观看不卡| 男女上床免费视频网站| 99国产精品99久久久久久 | 伊人青青草综合在线视频免费播放| 最新国产毛2卡3卡4卡| 国产美女久久精品香蕉69| 国产精品23p| 绿帽人妻被插出白浆免费观看| 日韩av一区二区三区精品久久| 国产又黄又硬又粗| 公粗挺进了我的密道在线播放贝壳| 免费毛片在线视频|