专利名称：成本评价系统、方法以及程序的制作方法
技术领域：
本发明涉及在交通道路等路径中，评价或预测沿某一路径的所需时间、耗电、CO2排放量等成本的系统、方法以及程序。
背景技术：
近年来，交通量的预测成为城市规划上的重要问题。所谓的高级道路交通系统(Intelligent Transportation System ;智能交通系统)尤其在1990年代后期以后研究活跃。这时的ー个课题是体系化地预测沿某一路径的所需时间。这是因为从保安、便利性以及其他理由出发，期望能够预测任意的路径之间的大致的所需时间。
该课题附帯着，或者与该课题独立地，还有以下期望，即与环境保护相关联地，想要測定沿某一路径的耗电、CO2排放量等成本。与其相关联地，已知如下的以往技木。特开2002-367071号公报公开了以下内容收集并记录在决定每个拥堵等级的平均速度时所需的各个链路(link)(连接相邻的交叉点的道路)、每个时刻的拥堵等级数据以及该区间的各个时刻中的出行时间数据，利用根据拥堵等级的定义而假定的所述每个拥堵等级的平均速度，决定各个链路的到达时刻以及该时刻中的拥堵等级数据，并利用在决定的每个链路的到达时刻中的、各个链路的拥堵等级数据，算出每个拥堵等级的平均速度，利用所述算出的每个拥堵等级的平均速度，将拥堵等级长度除以各个拥堵等级平均速度，并将它们相加，从而求出行时间。特开2005-208791号公报公开了道路链路出行时间估计装置进行如下工作利用过去的道路链路出行时间和道路链路拥堵度的关系，求用于根据道路链路拥堵度来计算道路链路出行时间的n次的变换函数，进行将所述变换函数的系数作为目标变量且将道路属性信息作为说明变量的多元回归分析，求用于根据道路属性信息计算变换函数的系数的n+1个多元回归式，将作为道路链路出行时间估计的对象的道路链路的道路属性信息代入所述多元回归式而算出所述变换函数的系数，将该系数应用到所述变换函数，将进行移动的时刻的道路链路拥堵度代入该变换函数从而算出道路链路出行时间的估计值。特开2008-282161号公报公开了以下内容利用已算出的过去的链路拥堵度与标准链路出行时间的关系，算出用于计算标准链路出行时间的第I变换式的系数，将第I变换式的各个系数作为变量，通过多元回归分析以及数量化理论I类分析的混合模型求回归式，将已算出的出行时间估计对象的拥堵度应用到所述回归式，算出第2变换式的系数，将所述算出的系数应用于第2变换式，计算出行时间估计对象的标准链路出行时间的估计值，并基于标准链路出行时间来计算该道路链路出行时间的估计值。特开2002-367071号公报确实提供出行时间，但假定为平均速度与路径(链路)无关地不变，这样的假定不现实，因此无法期待足够的预想精度。特开2005-208791号公报和作为其改良的特开2008-282161号公报基于各个链路的拥堵度来预测出行时间，但实际问题、覆盖的所有链路的拥堵度都可观测这样的假定，能够解决的问题优先，或者有的情况而成为不现实的假定。现有技术文献专利文献专利文献I :特开2002-367071号公报专利文献2 :特开2005-208791号公报专利文献3 :特开2008-282161号公报
发明内容
发明要解决的课题因此，本发明的目的在于提供一种即使过去的路径的信息不充分也能够预测某一起点和终点之间的成本的技术。本发明的另一目的在于提供一种即使过去的路径的信息不充分也能够预测某一起点和終点之间的合理的路径的技木。用于解决课题的方案根据本发明，准备包含起点和終点、以及它们之间的成本的信息的数据D。此外，作为训练数据，当提供了(路径、该路径的费用)的集合时，准备根据它来计算沿任意链路e的费用Ce的子程序。这里，Ce是fe的线性函数。fe=0表示法定行驶等某种已知的行驶状态，假设这时的费用也是已知的。于是，本发明的处理基本上通过计算机的处理，按照以下的步骤执行。首先，在最初的步骤中，按照适合的鼠标等用户接ロ，输入用户用于计算费用的起点和终点。在下ー步骤中，通过计算机的处理，关于所有的链路e，变量fe被初始化为O。在下ー步骤中，通过计算机的处理，关于在数据D中包含的所有的起点/終点对，根据当前的{fj求最小费用路径。其结果，数据D被变换为(路径、该路径的费用)的集合。因此，将变换后的D表示为D’。在下ー步骤中，通过计算机的处理，利用上述子程序，从D’再次计算{f；}。这里，本次计算的{fj与上一次计算的{fj相比，如果其变化为某阈值以上，则返回到求最小费用路径的步骤。这时，将に}考虑为向量，通过max模等的适当的模，能够评
in丄本次_f上一次。根据这样求出的{fj，求a和b之间的最小费用路径，并求沿该路径的费用y。这时，作为副产物，还输出a和b之间的合理的路径。发明效果根据本发明，即使过去的路径的信息不充分也能够预测某一起点和終点之间的、所需时间等的成本。此外，这时，还可得到某一起点和終点之间的合理的路径。
图I是用于实施本发明的硬件结构的一例的方框图。图2是表示功能方框图的图，该功能方框图表示用于实施本发明的处理程序。
图3是表示路径的数据的例子的图。图4是表示主程序的处理的流程图的图。图5是表示数据D计算程序的处理的流程图的图。图6是表示f；计算程序的处理的流程图的图。图7是用于说明d(e，e’)函数的图。图8是表示入计算程序的处理的流程图的图。图9是表示入计算程序的处理的流程图的图。
具体实施例方式以下，按照
本发明的实施例。希望理解的是，这些实施例是用于说明本发明的优选方式的实施例，并不表示将发明的范围限定于这里所示的内容。此外，在以下的图中，只要没有特别说明，则同一标号表示同一对象。參照图1，示出了本发明的一实施例的系统结构以及用于实现处理的计算机硬件的方框图。在图I中，系统总线102上连接了 CPU104、主存储(RAM) 106、硬盘驱动(HDD)108、键盘110、鼠标112、显示器114。CPU104优选为基于32比特或者64比特的体系结构，例如可以使用英特尔公司的Pentium (商标)4、英特尔公司的Core (商标)2DU0、AMD公司的Athlon (商标)等。主存储106优选具有IGB以上的容量，更理想的是具有2GB以上的容量。在硬盘驱动108中存储了操作系统。操作系统可以是Linux (商标)、微软公司的Windows 7、Windows XP (商标)、Windows (商标)2000、苹果计算机的Mac OS (商标)等适合CPU104的任意操作系统。在硬盘驱动108中还存储了路径和成本的过去历史的数据D、本发明的一实施例的处理程序。关于过去历史的数据D和处理程序，以后參照图2更详细地进行说明。在硬盘驱动108中也可以存储地图信息的数据和用于显示它的程序，或者，虽然未图示，但也可以经由通信卡和规定的服务器连接到互联网，并在互联网上利用可利用的地图信息的数据。键盘110以及鼠标112用于按照操作系统提供的图形用户界面，对在显示器114上显示的图标、任务栏、窗ロ等图形对象进行操作。键盘110以及鼠标112还用于进行用户对起点/終点的输入操作、开始或者结束本发明的实施例的程序的操作。显示器114不限于此，优选为具有1024X768以上的分辨率且是32比特真彩色的IXD监视器。显示器114用于显示包含预测所需时间等成本的路径的地图等。下面，參照图2说明本发明的功能逻辑框图的结构。在图2中，数据D202是沿着成为对象的路径的过去历史的数据，如下表示。D= {(a(n). b(n))，y(n) I n=l，2，…，N}这里，a(n)是第n个点的起点，b(n)是第n个点的終点，y(n)是被记录为从a(n)到达b(n)的成本。这里，成本考虑所需时间、耗电、CO2排放量等各种情况，但这里为了便于说明而设为所需时间。这样的过去历史数据的记录方法例如在搭乘汽车的出发起点处通过GPS记录该出发起点的位置aw。接着，行驶至目的地的終点，通过GPS记录该終点的位置b(n)。此外，记录从a(n)到达b(n)的时间y(n)。通过将这样的((a(n).b(n))，y(n))记录到n=l，2，. . .，N，从而积累数据D。或者，也有利用探測车数据的方法，希望理解在本发明中能够利用的数据不限于特定的数据收集方法。
这时重要的是，根据本发明，不需要记录从起点a(n)到終点b(n)的途中路径。进而，在以图表结构表示了作为对象的道路时，从起点a(n)到終点b(n)的各个边(edge)中的经过时间也不需要记录。根据本发明，凭借这样不充分的信息也能够预测从任意的起点到終点的所需时间，进而作为副产物，还能够预测路径。在图3中例示了作为对象的路径302中的、(起点，終点)=(a(1).b(1))和(a⑵.b⑵)。这里的路径基于如下的合理的前提。I.司机进行理性的路径选择。即，通过最小费用的路径。2.拥堵会传播。即，发生着特殊状态的链路(边)的邻近的链路也受ー些影响。将数据D202记录到硬盘驱动的数据格式只要是计算机可读则不特别限定，但优选利用例如CSV、XML等一般普遍知晓的数据格式。在图2中，主程序204读取数据D的信息，并适当调用数据D更新程序206、fe计算程序208以及输出程序210从而进行规定的处理。数据D更新程序206获取从主程序204送来的数据D的数据，利用与边所相关联的成本对应的參数值即{fj，生成附帯路径信息的数据D’212，并记录到硬盘驱动108。若将路径的边的集合设为E，则{f J的数据是在e GE的全部中准备。另外，数据D’ 212也与数据D202同样地，利用CSV、XML等一般普遍知晓的数据格式记录。数据D’如下表示。D，= {((a(n).b(n))，x(n)，C(x(n))) n=l, 2, ...，N}这里，x(n)是以图表方式标记了道路时链路的附带顺序的排列，表示路径。C(x(n))是沿着x(n)的成本的值。其他符号的含义与数据D相同。另外，在图3中用粗线示出了从起点到終点的路径。这样的路径在后述的步骤406中计算。れ计算程序208根据从主程序204送来的{fj的值和数据D’212的值，计算更新后的{fj。f；计算程序208为了计算在计算中使用的參数X，调用\计算程序214。主程序204获得通过fe计算程序208计算的{fj的值，并转给数据D更新程序206。数据输出程序210从主程序204被适当调用，具有以下功能，即基于在硬盘驱动108中记录的数据D’，将通过键盘110和鼠标112指定的起点和终点之间的所需时间的预测值和所预测的路径显示到显示器114的功能。另外，图2的主程序204、数据D更新程序206、fe计算程序208、数据输出程序210以及入计算程序214在通过C、C++、C#、Java(R)等已知的编程语言编写后作为可执行文件被保存到硬盘驱动108，并根据需要，根据用户的操作，通过操作系统的作用被调用到主存储106后执行。下面參照图4以下的流程图，说明在图2的功能方框图所示的程序的处理。图4是表示主程序204的处理的流程图。在图4中，在步骤402，主程序204读取源数据D。在步骤404，主程序204将{fe | e G E}的所有元素设为O。在本实施例的语境中，fe=0是指法定速度下的行驶。因此，feデ0是指从法定速度的偏差。另外，{fj的数据优选被配置在主存储106的规定区域，但也可以存储在硬盘驱动108。在步骤406，主程序204调用数据D更新程序206，利用fe进行将D变换为附带路径信息的数据D’的处理。数据D更新程序206參照图5的流程图在后面更详细地说明。在步骤408，主程序204调用れ计算程序208，进行基于D’重新计算fe的处理。fe计算程序208參照图6的流程图在后面更详细地说明。在步骤410，主程序204判断{fj是否已收敛。该收敛是指，主程序204保持着上一次计算的{fj，将新计算的IfeI设为{f，e}时，以max模等适当的模来计算{fj和{f，e}之间的距离，如果该值小于规定的阈值，则视为已收敛。若判断为尚未收敛，则主程序204以新计算的{fe}回到步骤406，并再次调用数据D更新程序206。在步骤410，如果主程序204判断为{fj已收敛，则处理完成，步骤{fj确定。由 于会提供道路的所有链路的fe，因此能够通过Dijkstra算法(最短距离算法)等任意的方法求出道路302的任意的两点之间的所需时间和路径。图5是表示数据D更新程序206的处理的流程图。如步骤502所示，数据D更新程序206以数据D和{fj作为输入。另外，这里，数据D是从图4的步骤404到达步骤406后数据D更新程序206最初被调用吋，当数据D更新程序206在第2次以后被调用时希望理解要将数据D改读为数据D’。图5的流程图中，如步骤504所示，对所有的起点/终点对(pair)执行步骤506和步骤508。这里的起点/終点对是指数据D={(a(n).b(n))，y(n)|n=l，2，. . . , N}中的(a(n).b(n))。N是作为过去历史数据的起点/終点对的数目。即，该数据D的情况下，步骤506和步骤508被执行N次。数据D更新程序206在步骤506中，基于{fj求出该起点/終点对之间的最小费用路径。这是将{fj作为权重的通常的最短路径搜索，为此，可以利用Dijkstra算法、A*算法、Warshall-Floyd算法等已知的任意的最短路径搜索算法。数据D更新程序206在步骤508中，附加这样求出的起点/終点之间的路径x(n)和该路径的成本C(Xw)，从而生成数据D’。对于路径X，成本CU)如下计算。[数I]
权利要求
1.一种路径的成本的计算方法，在由多个节点和连接该节点之间的链路构成的图表上，基于包含起点和终点、以及该起点和该终点之间的成本的多个训练数据的集合，通过计算机的处理，利用与该链路相关联的參数来计算该图表的任意链路上的成本，该方法包括以下步骤 将对所述图表的各个链路分配的參数的值初始化，该參数以规定的线性函数与所述成本相关联； 在所述图表上，利用所述训练数据的集合和所述成本，计算从所述起点到达所述終点的所有路径中的最小成本路径，从而再次计算所述训练数据的集合的值； 通过解包含所述再次计算的训练数据的集合的值的目标函数的最佳化问题，从而再次计算对所述图表的各个链路分配的參数的值；以及 响应于所述參数在再次计算的前后的变化量为规定的阈值以下的情况，确定所述參数。
2.如权利要求I所述的方法，还包括以下步骤 响应于所述參数在所述再次计算的前后的变化量大于规定的阈值的情况，返回到再次计算所述训练数据的集合的值的步骤。
3.如权利要求I所述的方法，其中， 所述目标函数包含成本的损失函数的项、以及对于状况与周围的链路的分岐的惩罚的项。
4.如权利要求3所述的方法，其中， 所述目标函数通过以下算式定义， [数I]
5.如权利要求4所述的方法，其中，(a, ￠) = (1,1)。
6.如权利要求4所述的方法，其中，(a，3 ) = (2，2)。
7.—种路径的成本的计算程序，在由多个节点和连接该节点之间的链路构成的图表上，基于包含起点和终点、以及该起点和该终点之间的成本的多个训练数据的集合，通过计算机的处理，利用与该链路相关联的參数来计算该图表的任意链路上的成本，该程序使计算机执行以下步骤 将对所述图表的各个链路分配的參数的值初始化，该參数以规定的线性函数与所述成本相关联； 在所述图表上，利用所述训练数据的集合和所述成本，计算从所述起点到达所述終点的所有路径中的最小成本路径，从而再次计算所述训练数据的集合的值； 通过解包含所述再次计算的训练数据的集合的值的目标函数的最佳化问题，从而再次计算对所述图表的各个链路分配的參数的值；以及 响应于所述參数在再次计算的前后的变化量为规定的阈值以下的情况，确定所述參数。
8.如权利要求7所述的程序，还具有以下步骤 响应于所述參数在所述再次计算的前后的变化量大于规定的阈值的情况，返回到再次计算所述训练数据的集合的值的步骤。
9.如权利要求7所述的程序，其中， 所述目标函数包含成本的损失函数的项、以及对于状况与周围的链路的分岐的惩罚的项。
10.如权利要求9所述的程序，其中， 所述目标函数通过以下算式定义， [数2]
11.如权利要求10所述的程序，其中，(a, ￠) = (1,1)。
12.如权利要求10所述的程序，其中，(a，3 ) = (2，2)。
13.一种计算路径的成本的计算系统，在由多个节点和连接该节点之间的链路构成的图表上，基于包含起点和終点、以及该起点和该终点之间的成本的多个训练数据的集合，通过计算机的处理，利用与该链路相关联的參数来计算该图表的任意链路上的成本，该系统包括 将对所述图表的各个链路分配的參数的值初始化的部件，该參数以规定的线性函数与所述成本相关联； 在所述图表上，利用所述训练数据的集合和所述成本，计算从所述起点到达所述終点的所有路径中的最小成本路径，从而再次计算所述训练数据的集合的值的部件； 通过解包含所述再次计算的训练数据的集合的值的目标函数的最佳化问题，从而再次计算对所述图表的各个链路分配的參数的值的部件；以及 响应于所述參数在再次计算的前后的变化量为规定的阈值以下的情况，确定所述參数的部件。
14.如权利要求13所述的系统，其中， 所述目标函数包含成本的损失函数的项、以及对于与周围的链路的状况分歧的惩罚的项。
15.如权利要求14所述的系统，其中， 所述目标函数通过以下算式定义， [数3]
16.如权利要求15所述的系统，其中，(a, ￠) = (1,1)。
17.如权利要求15所述的系统，其中，(a，3 ) = (2，2)。
18.—种路径的成本的计算方法，在由多个节点和连接该节点之间的链路构成的图表上，基于包含起点和终点、该起点和该终点之间的成本、以及该起点和该终点之间的路径的多个训练数据的集合，通过计算机的处理，利用与该链路相关联的參数来计算该图表的任意链路上的成本，该方法包括以下步骤 通过解包含所述训练数据的集合的值的下述的目标函数的最佳化问题，从而再次计算分配给所述图表的各个链路的參数的值， [数4]
19.如权利要求18所述的方法，其中，(a, ￠) = (1,1)。
20.如权利要求18所述的方法，其中，(a，3 ) = (2，2)。
21.—种路径的成本的计算程序，在由多个节点和连接该节点之间的链路构成的图表上，基于包含起点和终点、该起点和该终点之间的成本、以及该起点和该终点之间的路径的多个训练数据的集合，通过计算机的处理，利用与该链路相关联的參数来计算该图表的任意链路上的成本，该程序使所述计算机执行以下步骤 通过解包含所述训练数据的集合的值的下述的目标函数的最佳化问题，从而再次计算分配给所述图表的各个链路的參数的值， [数5]
22.如权利要求21所述的程序，其中，(a, ￠) = (1,1)。
23.如权利要求21所述的程序，其中，(α，β)=(2,2)。
全文摘要
课题在于提供一种即使过去的路径的信息不充分也能够预测某一起点和终点之间的成本的技术。准备包含起点和终点以及它们之间的成本的信息的数据D的集合，如果与各个链路的成本唯一相关联的参数fe被初始化，则反复运算以下两个程序直到所述参数fe收敛为止，从而求出各个链路的成本基于该参数fe再次计算包含所述起点和所述终点、作为它们之间的路径而搜索的最小成本路径、以及该最小成本路径的成本的信息的数据D’的程序；以及基于该数据D’再次计算参数fe的程序。
文档编号G01C21/34GK102656427SQ201080057419
公开日2012年9月5日 申请日期2010年11月17日 优先权日2009年12月18日
发明者井手刚, 柳泽弘挥 申请人:国际商业机器公司