国家高技术研究发展计划(2012AA12A403-4)
- 作品数：2 被引量：12H指数：2
- 相关作者：李清泉方志祥周洋郭善昕鲁仕维更多>>
- 相关机构：武汉大学深圳大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：天文地球交通运输工程经济管理更多>>
- 利用经验约束规则和证据理论进行出租车异常轨迹检测被引量：8
- 2016年
- 提出了一种根据择路经验特征,利用证据理论检测出租车异常轨迹的方法。该方法考虑最短路径与轨迹长度的比值、规避路径代价、出行发生时间3个因素,利用证据理论综合这3个证据来判别轨迹的异常程度,检测出行距离和路径选择明显不同于正常情况下的异常轨迹。实验结果表明此方法能有效识别不符合正常认知的异常轨迹,不依赖于单一起始点和终点对(origin-destination,OD)中的轨迹数目,能快速处理海量GPS数据,可用于大规模浮动车数据择路行为分析前期的数据过滤。
- 周洋方志祥李清泉郭善昕
- 关键词：D-S证据理论
- 基于Voronoi邻近的物流车辆路径快速优化算法被引量：4
- 2012年
- 现代物流业需要快速高效并智能化制定物流运输方案。传统路径优化方法适合处理中小规模的车辆路径问题,计算时间较长,方案质量较低,故需发展短时间内能提供高质量路径方案的启发式算法。针对大规模物流车辆路径优化,本文提出了一种Voronoi邻近的快速优化方法。该方法先创建初始解,而后进行迭代优化。初始解创建利用Voronoi邻近关系,顾及车辆容量约束,自底向上进行客户点空间聚类,将问题降维;采用最廉价插入算法安排聚类内部路径,生成性质良好的初始解。迭代优化在客户点Voronoi邻近内进行有效的局部搜索,利用模拟退火机制接受较差解,从而跳出局部最优,不断提高解的质量。本文利用模拟生成的北京市大规模车辆路径问题进行实验,结果表明:本文算法能够在4500s内优化客户点高达12 000个物流车辆路径问题,计算时间较短,解的质量优良,算法性能稳定。本文与其他算法比较,能在较短时间内提供高质量车辆路径方案,适用于大规模物流车辆路径的优化。
- 涂伟方志祥李清泉鲁仕维
- 关键词：物流车辆路径问题空间聚类VORONOI模拟退火
