一种基于遗传算法的指路标志指引可达性优化方法
【技术领域】
[0001] 本发明涉及道路交通规划与设计领域，更具体地，涉及一种基于遗传算法的指路 标志指引可达性优化方法。
【背景技术】
[0002] 指路标志是一种交通诱导管理设施，主要是为交通参与者传递道路的相关信息 (方向、地点、距离等），同时它也是静态诱导系统的核心部分，对实现交通组织顺畅，均衡路 网交通流起着重要的作用。城市道路指路标志的现状仍然不容乐观，指路标志系统缺乏整 体性，并存在信息指示不足或缺失，导致道路出行者不能顺利地到达目的地（即指引不可 达)等问题，无法充分发挥指路标志的功能。目前，国内大多数城市已具有成形的道路指路 标志系统，指路标志布设研究也越来越受研究机构和政府部门关注和重视。特别是到达目 的地，对于提升道路总体服务水平、提升交通系统的运营效率、减少道路使用者的出行延误 等具有重要意义。
[0003] 如今，有关指路标志的研究主要集中在设计、设置，分析与优化等四个方面，其中 指路标志的设计主要表现在标志牌的大小、字体、版式等，而设置主要表现在设置的位置、 信息量等方面。对指路标志的整体布设与信息选取方面主要集中在信息等级划分、层次指 引等一些方面。分析评价主要集中在对整体指路标志诱导系统以及连续指引性的评价等。 而对于指路标志的优化，主要体现针对国标等规则对设置信息的优化，但较少对指路标志 诱导系统指引可达性进行优化研究。指路标志诱导系统指引可达性是指使用者通过指路标 志诱导系统的指引可以顺利到达目的地。而且，原有的研究主要集中在单源指引路径，而鲜 有对多源指引路径的优化。单源指只有一个出发点，多源指存在多个出发点的情况。
【发明内容】
[0004] 本发明针对指路标志指引不可达进行优化研究，在考虑原有指路标志布设方案的 前提下，为指引不可达的布设方案寻找新设标志的多源最优指引路径，提供一种基于遗传 算法的多源指路标志指引可达性优化方法。
[0005] 为解决上述技术问题，本发明的技术方案如下：
[0006] -种基于遗传算法的多源指路标志指引可达性优化方法，包括以下步骤：
[0007] S1.设计考虑指引路径的长度和需要增设的指路标志指引信息数的适应度函数；
[0008] S2.对指引不可达的多源路径生成初始种群；
[0009] S3.用路径编码的方式编码种群染色体；
[0010] S4.计算各种群中染色体的适应度值及种群之间染色体组合最优适应度值，选择 染色体进行交叉-校正操作；
[0011] S5.通过概率选择染色体进行变异的遗传操作；
[0012] S6.重复选择-交叉-变异的遗传操作直至到达指定的进化代数后停止进化，得种 群能够优化不可达的不可达路径，实现多源不可达路径到目的地的整体优化。
[0013] 优选地，所述步骤S1中，设计考虑指引路径的长度和需要增设的指路标志指引信 息数的适应度函数，具体是:通过优化指标考虑指引路径的长度(L)与需要增设的指路标志 的指引信息数(N);其中指引路径的长度用公式(1)表示：
[0014] (1)
[0015] 其中h表示指引路径的长度函数;fXck)表示第i条路径长度，η表示路径的数量。
[0016] 由于要考虑现有的指路标志布设情况，因此在计算需要增设指路标志指引信息 时，需考虑在指引路径上已有的指路标志信息；用公式(2)表示：
[0017] F2= ΣΡ (2)
[0018] 其中F2表示指引信息的增设数量函数；ΣΡ表示指增设指引标志项的总数；
[0019] 两大指标L与N存在量纲的差异，需对指标进行量纲统一，将两大指标均转换成所 耗费的经济成本；
[0020] 设行驶lkm需要损耗的总成本约(^万，布设一个标志牌需要花费约(：2万;采用系数 法来定义适应度函数，其函数表达式用公式(3)所示：
[0021]
[0022] 基于多源不可达路径，当对所有的不可达路径整体性优化时，会产生多条优化指 弓丨路径，从而会出现指引路径重复和指路标志公用的情况;为此在计算总的增设指路标志 信息数时，需要除去重复的部分，参照公式(3)定义组合适应度函数F。》，其函数表达式用公 式(4)表S-
[0023] (4)
[0024] 其中： <表示公用指路标志数。
[0025] 优选地，所述步骤S2中，对指引不可达的多源路径生成初始种群;具体方式为:获 得所有指示目的地的指路标志信息，按照标志项的指引和默认规则搜索路径，当不能到达 目的地时，则从寻路开始处到指路标志信息缺失处的路径称为不可达路径，末端点为指路 标志信息缺失的交叉口结点;在路网中，对于同一个目的地可能存在着多条不可达路径。
[0026] 优选地，所述步骤S3中，用路径编码的方式编码种群染色体，具体方式为:遗传算 法的种群为每一个多源不可达路径的染色体集合;遗传算法的染色体为多源不可达路径从 起点到终点的结点组成的有序队列；其中起点是指路网入口或不可达路径的末端点，终点 是指目的地，结点是指染色体中的基因；染色体的第一位基因即某一个不可达路径的起点；
[0027] 对于染色体，规定每条染色体中的基因不允许有重复编码的基因，染色体的长度 可变的，但其长度需要满足小于路网的结点总数。
[0028]优选地，所述步骤S4中，计算各种群中染色体的适应度值及种群之间染色体组合 最优适应度值，选择染色体进行交叉-校正操作，具体包括：
[0029]选择操作是确定交叉的个体;首先计算所有染色体的适应度函数值F，按照适应程 度的高低进行排序;其次通过选择染色体，进行下一步交叉操作，其中个体适应度越大其被 选择的概率也就越高;进行选择后产生的染色体的数量即种群的大小不变且种群内无重复 的染色体；
[0030] 交叉操作是将选择得到的两个个体的部分结构相互交换，生成新个体;具体包括： 选出种群中所有染色体的公共结点，以首尾结点相同、中间结点不同的的染色体为同源染 色体;在同源染色体中，随机选择一个公共结点作为交叉点，互换交叉点之后的结点；
[0031] 校正操作是为了避免交叉后产生的新个体中产生环路;若产生环路则对其染色体 进行校正操作，消除环路。
[0032] 优选地，步骤S5中，通过概率选择适应度较差的指引路径进行变异的遗传操作。 具体包括：在一条选中的染色体中随机选择一个基因作为变异基因（起结点与终结点除 外），从起结点(入口或不可达路径的末端点）到变异基因的路径不变，而变异基因之后的基 因则从变异基因开始以类似于染色体编码的方式，随机启发式的选择直到终点（目的地）。
[0033] 与现有技术相比，本发明技术方案的有益效果是：
[0034] (1)本发明基于遗传算法，算法实用性强，能够满足工程需求。
[0035] (2)本发明针对节点的多源优化问题，优化指标既考虑了指引路径长度、也考虑了 原有指路标志布设方案的影响，能够系统性的获取整体优化的方案。
【附图说明】
[0036] 图1为本发明一种基于遗传算法的指路标志指引可达优化方法的具体实施例的流 程图。
[0037] 图2为本发明具体实施例中染色体编码的示意图。
[0038] 图3a为本发明具体实施例中染色体交叉操作前路径的示意图。
[0039] 图3b为本发明具体实施例中染色体交叉操作后路径的示意图。
[0040] 图4a为本发明具体实施例中染色体校正操作前路径的示意图。
[0041]图4b为本发明具体实施例中染色体校正操作后路径的示意图。
[0042]图5a为本发明具体实施例中染色体变异前路径的示意图。
[0043]图5b为本发明具体实施例中染色体变异后路径的示意图。
[0044] 图6为本发明具体实施案例示意图。
【具体实施方式】
[0045] 附图仅用于示例性说明，不能理解为对本专利的限制；
[0046] 为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品 的尺寸；
[0047] 对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解 的。
[0048] 下面结合附图和实施例对本发明的技术方案做进一步的说明。
[0049] 实施例1
[0050] 如图1所示，为本发明一种基于遗传算法的指路标志指引可达性优化方法具体实 施例的流程图。参见图1，本具体实施例一种基于遗传算法的指路标志指引可达性优化方法 的具体步骤包括：
[0051] 步骤一:综合考虑指引长度FjP增设的指路标志数量F2,设计组合适应度函数F。?。 优化指标考虑指引路径的长度(L)与需要增设的指路标志的指引信息数(N)。其中指引路径 的长度可以用如下公式表示，其中h表示指引路径的长度函数;fXck)表示第i条路径长度。
[0052]
(1)
[0053] 因为要考虑现有的指路标志布设情况，因此在计算需要增设指路标志指引信息 时，需考虑在指引路径上原有的指路标志信息。可以用如下公式表示。其中F 2表示指引信息 的增设数量函数；ΣΡ表示指增设指引标志项的总数。
[0054] F2= ΣΡ (2)
[0055] 两大指标L与N存在量纲的差异，需对指标进行量纲统一，将两大指标均转换成所 耗费的经济成本。根据相关资料，在考虑环境、油费、材料费、施工费等费用下，提出行驶lkm 需要损耗的总成本约Cl万，布设一个标志牌需要花费约C2万。采用系数法来定义适应度函 数，其函数表达式可以用如下公式所示：
[0056] (3)
[0057]针对不可达路径末端点有多个，当对所有的不可达路径整体性优化时，会产生多 条优化指引路径，从而会出现指引路径重复和指路标志公用的情况。为此在计算总的增设 指路标志信息数时，需要除去重复的部分，参照公式(3)定义组合适应度函数F。?，其函数表 达式可以用如下公式表示，其中： <表示公用指路标志数。
[0058] (4)
[0059] 步骤二:对不可达路径生成集合OptV。获得所有指示目的地的指路标志信息，按照 标志项的指引和默认规则搜索路径，寻找并建立路网所有不可达路径集合OptV;
[0060] 步骤三:产生若干个种群并对种群和染色体进行编码处理。在指路标志优化方法 中，用路径编码的方式编码种群染色体。具体包括:遗传算法的种群为每一个多源不可达路 径的染色体集合;遗传算法的染色体为多源不可达路径从起点