索装置，包括：
[0150] 搜索信息输入单元：用于获取路径搜索预设信息，包括：图G=(V，E，W)，点集U，a， 出发点s，目的点t;
[0151] 路径搜索单元：用于根据路径搜索预设信息，通过上述搜索方法，搜索在所述图G 中从出发点S到目的点t的最优路径；
[0152] 搜索结果输出单元：用于输出显示最优路径；显示的方式可根据用户的使用习惯 或者个性化需求采用不同的多种方式。
[0153] 上述最优多会合点路径搜索装置可应用于各种移动终端，具体可以为移动电话、 智能电话、笔记本电脑、个人数字助理、平板电脑，只要安装有实时合乘应用的终端均可使 用本装置。
[0154] 下面，将描述通过一实例来说明本发明的具体实现过程。考察图1所示的示例图， 假设8 = ￥1，〖=￥10，<1 = 1/2，1]={>6}。首先，该算法预计算(3(>6，￥6，{>6})，其结果为0。随后， 该算法找出从vi到viq的最短路径，即（vi，V4, V5，V9，vio)，并且将best初始化为7/2。然后，该 算法计算状态(.W，0)和状态(?,?,0)的下界，结果均为11/4。再然后，该算法将状态 心,\0)，〇,11/4)和状态((认0),〇,11/4)加入队列9。在第一次迭代中，该算法从队列9中弹 出状态（(. S,.S,0)，O，U/4)，并进行前向扩展状态（n0)。于是生成了 4个元素， ((·5·，ν2,0),1，4)，（(5·，ν3，0)，1，3)，（(·?，ν 4，0),1/2,13/4)和（（s，Vl，{V6})，3/2,7/2)。由于状态 (^>' 2,0)和状态（^，{>6})的下界比1^^大，所以被排除。所以将元素((^;，0)丄3)和 (〇v,v 4,0),1/2,13/4)加入队列Q。在第二轮迭代中，该算法弹出下界最小的元素 ((/乂0)，〇，11/4),然后重复以上的步骤。反复进行迭代，我们可以得出最优的结果为汽匕*) =3〇
[0155] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精 神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种基于A星策略的最优多会合点路径搜索方法，其特征在于，该方法包括： 首先，获取路径搜索预设信息，包括：图G = (V，E，W)，点集U，α，出发点s，目的点t;其中， V、E和W分别为点集、边集和权值的集合；为顶点的子集;参数ae(〇，l)，用于平衡图 G上s~t路径Pst和U中的点到路径P st之间的距离和的比重;然后，再执行以下步骤： (1)使用全集合路径算法计算C(x，y，U)，其中x，yeu; 所述C(x，y，U)为状态(x，y，X)的最优花费，状态(x，y，X)表示一条从X出发、到y结束并 且穿过集合X中所有节点的路径，其中的X Q〔且X，y eX;(3)求出从s到t的最短路径P'； ⑷计算《xc(P') + (i-，并赋值给best，该best为已经计算过 的最优路径的花费； (5 )初始化队列Q和集合D，将初始状态（(.ν，5,0),(υ?χ(.νν,0),/Λ/,Ο,Ο))和 ((/，/,0),〇，丨1)(/,;，0),5力\()，〇))加入队列1其中113()是计算下界的操作，其结果113是队列〇 的优先序； (6) 当队列Q不为空时重复以下步骤： (6.1) 弹出队列Q中第一个元素（（label，v，X)，cost，lb); (6.2) 将label '标记为label的相反方向； (6·3)Χ'为U-X; (6.4) 当v = label '且X = U的时候，返回当前的cost; (6.5) 将状态（（label，v，X)，cost)加入集合D; (6.6) 对于集合E里的所有(V，U)边循环： (6.6 · 1)计算cost+α Xw(v，u)并赋值给cost ' ； (6.6.2) 更新((>)，0々681:，1&匕61'，父'，（1&匕61，11，父），(3〇81:'）； (6.7) 对于集合U-X里的所有X点循环： (6·7· 1)计算cost+(l_a) Xdist(x，v)并赋值给cost' ； (6 ·7 ·2)更新(Q，D，best，label，，X，-{x}，（label，v，X U {x})，cost，）； (7) 所有上述循环结束还没有找到最优解，则返回％。2. 如权利要求1所述的基于A星策略的最优多会合点路径搜索方法，其特征在于，所述 步骤(1)中，使用全集合路径算法计算C(x，y，U)的方法为： (A) 初始化队列Q和集合D，对于所有的u e U，将初始状态（(u，u，{u})，0)加入队列Q。 (B) 当队列Q不为空时重复以下步骤： (8.1) 弹出队列0中第一个元素（^，7，父），(3〇8〇; (8.2) 将(3〇#赋值给状态(：(1，7，父）； (8.3) 将状态&，7^)加入集合0; (B. 4)对于集合U-X里的所有点v循环： (B. 4.1)将集合X U {v}赋值给临时变量集合X ' ； (B. 4.2)将cost的值加上点v到点y的距离并赋值给临时变量cost ' ； (B.4.3)如果新的状态(x，y，X'）存在于集合D中，则跳过本次循环继续； (8.4.4)如果新的状态(1，7，'）不属于队列〇，则将其加入队列1 (B. 4.5)如果新的cost'比原来队列Q中的相应状态的cost要小，则更新队列Q中该状态 的cost值。3. 如权利要求1所述的基于A星策略的最优多会合点路径搜索方法，其特征在于，所述 步骤(5)中，计算下界（lower bound)的操作方法为： 当（label '，v，X'）ED时，返回cost+D·cost( (label '，v，X'））； 当label = s时，即前向增长： 若JTV0，贝ij计算minXEX',y〇(' {dist(v，x)+C(x，y，X'）+dist(y，t)}赋值给变量c,并返回;否则直接返回cost+α Xdist(v，t); 否则，即反向增长： 若义 V0，则计算minx〇(，,y〇(，{dist(s，x)+C(x，y，X'）+dist(y，v)}赋值给变量c,并返_否则直接返回cost+α Xdist(s,v)。4. 如权利要求1所述的基于A星策略的最优多会合点路径搜索方法，其特征在于，所述 步骤(6 · 6 · 2)中，更新(Q，D，best，label'，X '，（ label，u，X)，cost '）的方法为： 当状态（label，v，X)eD时，直接返回； 计算lb((label，v，X)，label '，X'，cost，D)并赋值给lb; 当lb 2 best时，直接返回； 当状态(W, ν?) € 0时，将状态（（1 abe 1，v，X)，cost，1 b)压入队列Q; 当lb小于队列Q中状态（label，v，X)的下界Q. lb( (label，v，X))时，同时更新该状态的 cost和lb，Q.update((label，v，X)，cost，lb); 当（1&匕61'，￥，父'）￡0且0.(3〇81：((1&匕61'，￥，父'））+(3〇81：<^681：时，计算0.(3〇8七 ((label '，v，X'）)+cost并赋值给best。5. -种基于A星策略的最优多会合点路径搜索装置，适用于移动终端，其特征在于，所 述装置包括： 搜索信息输入单元：用于获取路径搜索预设信息，包括：图G= (V，E，W)，点集U，a，出发 点s，目的点t;其中，V、E和W分别为点集、边集和权值的集合;?/C为顶点的子集;参数ae (〇，1 )，用于平衡路径Pst和U中的点到Pst之间的距离和的比重； 路径搜索单元：用于根据所述路径搜索预设信息，通过如权利要求1至4任一所述方法， 搜索在所述图G中从出发点s到目的点t的最优路径； 搜索结果输出单元:用于输出显示所述路径搜索单元所搜索到的最优路径。6. 如权利要求5所述的基于A星策略的最优多会合点路径搜索装置，其特征在于，所述 移动终端包括:移动电话、智能电话、笔记本电脑、个人数字助理、平板电脑。
【专利摘要】本发明提供了一种基于A星策略的最优多会合点路径搜索方法及装置，其中的方法包括：获取路径搜索预设信息，包括：图G＝(V,E,W)，点集U，α，出发点s，目的点t；然后，在执行以下步骤：使用全集合路径算法计算C(x,y,U),其中x,y∈U；当时，返回α×minx∈U,y∈U(dist(s,x)+C(x,y,U)+dist(y,t))；求出从s到t的最短路径Pˊ；计算α×c(Pˊ)+(1-α)×Σx∈U(minv∈VP′dist(x,v))，并赋值给best；初始化队列Q和集合D，将初始状态和加入队列Q，其中lb()是计算下界的操作，其结果lb是队列Q的优先序；当队列Q不为空时通过循环操作以找到最优解。本发明能够更加高效地解决实时合乘应用中技术难点，大大提升了高效性与实用性。
【IPC分类】G06F19/00
【公开号】CN105678054
【申请号】CN201511018390
【发明人】李荣华, 邱宇轩, 毛睿, 秦璐, 钟舒馨
【申请人】深圳大学
【公开日】2016年6月15日
【申请日】2015年12月30日