Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种融合演进的卡车机动性复杂网络的构建方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明属于交通时空网络领域,具体涉及一种融合演进的卡车机动性复杂网络的构建方法,包括:步骤A:获取道路上的卡车轨迹数据与抓取各个城市货运相关的POI;步骤B:从卡车轨迹中提取车辆停靠目的地;步骤C:得到单个卡车的机动性网络;步骤D:得到城市货物运输POI拓扑网络;步骤E:根据空间交互理论,利用城市货物运输POI拓扑网络的属性计算各POI之间的吸引力和断裂条件;步骤F:得到卡车机动性网络的演进机理,构建卡车机动性网络,本发明的优点是:通过基于洛伦兹曲线法精确识别卡车POI集合,基于最大熵原理重构卡车POI吸引力模型,以及考虑卡车POI之间吸引力的动态变化,引入断裂点模型,仿真实现了卡车出行服务机动性的动态演进机理。

主权项:1.一种融合演进的卡车机动性复杂网络的构建方法,其特征在于,包括以下步骤:步骤A:获取道路上的卡车轨迹数据与抓取各个城市货运相关的POI,其中,卡车轨迹数据包括车辆的ID、经度、纬度、GPS时间、速度,城市货运相关的POI数据包括POI的ID、名称、经度、纬度、属性;步骤B:从卡车轨迹中提取车辆停靠目的地;步骤C:将每个车辆的停靠目的地与POI进行匹配,得到单个卡车的机动性网络;步骤D:将单个卡车的轨迹网络进行聚合,并采用自适应DBSCAN方法对轨迹网络POI进行聚类,得到城市货物运输POI拓扑网络;步骤E:根据空间交互理论,利用城市货物运输POI拓扑网络的属性计算各POI之间的吸引力和断裂条件;步骤E1:采用最大熵模型法得到各POI之间的吸引力;步骤E1.1:特征提取,提取POI的各类属性,具体为属性、所处地理位置、POI之间的距离,作为特征属性,记为F={f1x,y,f2x,y,…,fix,y…fnx,y}式中,F为各类特征属性函数的集合;fi为特征属性i所对应的函数,用以描述特征属性i对POI之间互相连接的吸引力;f1x,y则表示在特征属性f1的作用下,POIx对POIy的吸引力影响;f2x,y为特征属性f1的作用下,POIx对POIy的吸引力影响;fix,y为特征属性f1的作用下,POIx对POIy的吸引力影响;fnx,y为特征属性f1的作用下,POIx对POIy的吸引力影响;步骤E1.2:构建约束集合;步骤E1.2.1:利用步骤D中得到的拓扑网络,得到根据现有数据统计POIx与POIy的联合概率分布,记为以及POIx的概率分布则 式中,vx=POIx,y=POIy表示POIx与POIy相互吸引的个数,NPOIx,POIy表示节点的总吸引数,NPOI表示节点的总数;为根据现有数据统计POIx与POIy的联合概率分布;为根据现有数据统计POIx的概率分布vx=POIx表示节点POIx个数,带入到本问题中,每个节点只有一个,因此取值为1;步骤E1.2.2:确定约束条件; 式中,EPfi为特征属性对POI的吸引力的期望影响,这一影响应尽可能近似于现实中各类特征属性对POI之间吸引力的影响;Py|x代表节点x对节点y的吸引概率,节点x对所有节点的吸引概率之和应为1;步骤E1.2.3:将约束条件与POI之间的吸引力建立联系,则 Px,y=PxPy|x 式中,Px,y为理论POIx与POIy的联合概率分布,fx,y为根据现有数据统计得到的POIx与POIy的联合概率分布,Py|x为POIx吸引POIy的概率分布,Px为理论中POIx的概率分布,近似等于为根据现有数据统计POIx与POIy的联合概率分布;为根据现有数据统计POIx的概率分布步骤E1.3:构建目标熵函数,令目标熵函数为HP,则 式中,HP为POI互相吸引所产生的总体熵;Pyj|xi为POIx对POIy的吸引力;logPyj|xi为Pyj|xi以e为底的对数;Pxi为理论上POIx在全部POI集合中的概率分布;步骤E1.4:模型整理,步骤E1.4.1:目标函数, 步骤E1.4.2:约束条件, Px,y=PxPy|x fi∈F={f1,f2…fn}步骤E1.4.3:现有训练数据集,T={POI1,POI2…POIn}式中,T代表区域内所有POI节点所构成的集合,POI1代表第一个POI,POI2代表第二个POI,以此类推,POIn代表第n个POI;求解步骤E1.4.1目标函数、步骤E1.4.2约束条件、步骤E1.4.3数据集联合构成的模型,即可得到各POI之间的吸引力;步骤E2:各POI之间的断裂条件;步骤E2.1:确定各个POI属性;步骤E2.2:计算各POI到物流公司之间的断裂条件; 式中,d1,2为两个竞争物流园区之间的距离,αi与βi分别为影响因素i对两个竞争物流园区服务范围的影响权重;Xi与Yi分别为影响因素i对两个竞争物流园区影响量化;m为影响因素的个数,其中,影响因素包括POI与物流公司的Haversine距离、各POI的实际货物需求量、物流公司的园区规模;步骤E2.3:得到各个物流公司的断裂矩阵;整理步骤E2.2中得到的任意两点断裂条件,可得到整个网络中的断裂矩阵, 该矩阵为对称矩阵,主对角线的元素均为0;式中,Dn×n为网络的断裂矩阵,d1-1为POI1与POI1的断裂值,d1-n为POI1与POIn的断裂值,dn-1为POIn与POI1的断裂值,dn-n为POIn与POIn的断裂值;步骤E2.4:确定断裂阈值d*,将矩阵Dn×n中各个元素dij与d*进行比较,如dij小于d*,则将节点i与节点j进行断裂处理;步骤F:利用吸引力和断裂条件,得到卡车机动性网络的演进机理,并根据这一机理构建卡车机动性网络。

全文数据:

权利要求:

百度查询: 吉林大学 一种融合演进的卡车机动性复杂网络的构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。