浅论路径问题智能算法在智慧出行中的应用

浅论路径问题智能算法在智慧出行中的应用李

瑾（潍坊实验中学，山东省潍坊市261325）

为汽车产业向共享化、智能化奠定了技术基础。路径规【摘要】特别是近年来，人工智能技术迅速发展，21世纪汽车产业正发生性变革，

车辆路径的算法优化也成为众多研究人员划作为人工智能在汽车产业应用的热点，在自动驾驶、共享出行等方面起到至关重要的作用。同时，

提出自身观点，探索人工智能算法在攻克的难点。本文通过对国内外现有的人工智能算法及车辆路径问题的现状分析及对其应用场景的分析，

以便更好的促进汽车产业的变革和发展。未来智慧出行中的应用，展望汽车未来智能化前景，

共享出行；路径规划【关键词】人工智能；自动驾驶；

【中图分类号】【文献标识码】【文章编号】（2019）TP301A1006-422203-0221-02

1现状分析1.2车辆路径问题算法在智慧出行中的应用

车辆路径规划问题袁是运筹学与组合优化领域的热门前沿研究方向袁在实际生产和生活运用中发挥着巨大作用袁比如物流配送尧交通工具的调度尧运输网络的设计等袁特别是在当今的智慧出行领域发挥着关键性作用[1]遥

关于车辆路径规划算法研究袁一般分为五类要要要系统仿真算法袁人机互动算法袁精确算法袁现代启发式算法遥现代启发式算法袁包括禁忌搜索式算法袁遗传算法袁模拟退火算法袁神经网络算法袁蚁群算法以及粒子群优化算法等袁通过发现自然界中的自然现象或模拟其过程来解决分析问题遥相较于传统的算法袁现代启发式算法并不注重获得最优解袁允许算法中适当接受目标值有所上升甚至不可行的解遥在解决多目标问题时袁试图获得最优解的传统算法用时长袁计算量大袁显然在大规模路径规划的实际问题中难以应用袁而现代算法能够跳出局部最优解袁加以改进袁往往能取得较好的结果遥

目前袁国内外学者集中于启发式算法和现代启发式算法的领域袁并提出了一系列改进算法袁并取得实际应用遥我国在这方面起步较晚袁但发展迅速遥截止2018年10月9日袁菜鸟网络科技有限公司研发的菜鸟车辆路径规划算法在全球最权威的车辆路径规划评测系统中创下26项世界记录袁成为国内首个问鼎该测评系统的研究机构遥

1.1国内外车辆路径问题研究情况

2应用场景分析2.1自动驾驶

随着人们对汽车出行舒适度和方便程度的要求日益增强袁智慧出行成为必然趋势遥智慧出行袁要求时间短袁更经济袁路径合理遥车辆路径规划问题算法是智慧出行的基础和前提遥通过算法获取尧筛选尧整合数据信息袁形成能较好满足以上需求的路径袁从而达到智慧出行的目的遥现代启发式算法在这方面有广阔的应用空间袁但在实际应用中袁单一现代启发式算法不足以解决复杂的车辆路径规划问题袁需要多种算法结合并改进遥

本文主要从智慧出行的自动驾驶和共享出行入手袁将车辆路径规划算法加以分析以及利用袁探讨智能驾驶的相关问题遥

自动驾驶作为未来汽车最热门的研究方向袁能从根本上解决司机疲劳驾驶或驾驶行为错误导致的车祸问题遥国内外许多企业都成立自动驾驶研究部门袁并取得了很大的进展遥

自动驾驶的应用场景一般分为两种袁道路场景和停车场场景遥停车场场景包括停车位动态分配袁费用结算袁车位引导等袁在这里不过多涉及遥道路场景很复杂袁主要涉及地形地貌识别袁车道识别袁交通控制识别袁其他行驶车辆或行人的识别以及对自然环境的应对等遥在复杂多变的情况下袁自动驾驶要综合这几方面的道路场景袁进行规划路径遥

不得不提及的是袁自动驾驶的规模应用必须依赖于厘米级的导航系统遥导航能够提前采集且一定时间内不会变化的信

集合式政务服务是在大数据分析的基础上袁基于统一的数据资源库为居民提供便捷尧高效的政务服务的过程遥集合式政务服务主要包括一窗式申报尧一窗式手里尧专业化审批等部分遥集合式政务服务不同于当前实施的一站式服务袁不仅仅局限于将职能进行物理集中袁而是根据业务逻辑关系将窗口进行逻辑集中袁将职能整合实现业务流程内部流转袁居民仅在一个窗口就可以满足各类政务需求遥具体流程为袁居民在各级行政服务窗口提出政务服务申请袁经人工和系统比对后将居民请求和申报要件提交到部门袁如需上级部门进行审核则由相关部门通过系统推送到上级部门袁居民可以通过网上办事大厅查看具体办理过程和结果信息遥通过系统对

2.3集合式政务服务应用实现模式

更好的被理解袁让使用者能够合理使用不断增长的数据量袁促进数据发现和使用袁帮助使用者更好的决策遥可视化辅助决策是指将数据统计分析结果直观的展示给数据使用者袁方便使用者更加直观尧便捷的发现数据特点和规律袁帮助做出科学决策遥

居民提供的数据进行对比核验袁对其他相关信息进行提取袁对新提供的信息进行留存袁通过系统应用减少审批要件袁提升信息准确率袁提高政务服务效率遥

[1]邓念国.野放管服冶改革中政务大数据共享的壁垒及其破解要要要以野最多跑一次冶改革为考察对象[J].天津行政学院学报袁2018渊01冤.

[2]魏祯.福建质监政务数据共享标准化研究与实践[J].质量技术监督研究袁2017渊02冤.

[3]乌云高娃.新形势下加快智慧政务平台建设探析[J].辽宁工业大学学报渊社会科学版冤袁2017渊02冤.

[4]多淑金.我国智慧政务建设的问题与对策[J].保定学院学报袁2015渊05冤.

参考文献

收稿日期：2019-2-17作者简介：张利渊1975-冤袁男袁汉族袁吉林长春人袁高级工程师袁研究生袁硕士袁研究方向为社会信用体系遥

222论述

息袁精确的给予最及时的路况袁这为车辆路径规划奠定了基础遥

自动驾驶的灵魂核心在于优秀算法的寻找和开发袁目前能够较好应用在自动驾驶的车辆路径规划算法主要有蚁群算法2.2袁粒共享子群优化出行

算法以及深度学习等遥

在未来汽车的发展中袁共享出行必然会成为一种趋势袁不仅能方便人们的出行袁而且能和自动驾驶有机结合遥共享出行简化来看袁实际上就是带时间窗口动态车辆路径规划问题遥共享出行与互联网结合袁客户通过手机APP下单袁司机根据软件分配和规划路线进行服务袁在规定时间内选择最短路径尽可能的满足客户需要袁实现车辆最优调度遥如果车辆路径规划出现问题袁就会造成客户等待时间过长尧车辆利用率低尧分配出现延迟差错等袁给共享出行带来不便遥

目前袁很多算法都被应用到带时间窗的动态车辆路径规划中遥现代启发式算法运用尤其多袁在共享出行领域袁有遗传算法袁模拟退火算法以及禁忌搜索算法等现代启发式算法袁还有目前最热门的深度学习遥这些算法在改进后都能够实际应用到共享出行的车辆调度中袁既能保证时间最短又能确保不超3载3.1解决情况下选择方案为人们提供共享服务遥

对于自动合适驾驶的算来说法

袁如何寻找最短路径袁基于实际问题改进后的蚁群算法尧粒子群算法可以很好的解决这一问题遥

蚁群算法是在对大自然中蚁群集体行为的研究基础上袁总结出的一种基于种群的启发式优化算法袁具有较强的鲁棒性袁易于其他算法结合袁参数数目少[2]遥它能够通过模拟蚂蚁在路径上的激素堆积袁找到最短路径遥我们可以把道路信息转化为蚂蚁的觅食信息袁车辆自主驾驶系统在综合路径长度袁车辆密度袁地形等信息的基础上袁找出最适合的路径遥蚁群算法的最大优势在于能和其他算法很好的结合袁从而提高算法的精确度和计算速度遥

粒子群优化算法模拟鸟群捕食袁具有简单尧容易实现尧便于应用尧精度高尧收敛快等特点[3]遥粒子群优化算法通过群体中个体协作和信息共享来寻找最优解袁可以被运用到自动驾驶车辆之间的交互上袁车辆之间可以共享自身所经历的道路信息袁构建信息共享网络袁使得系统中的车辆都可以向同一个方向聚集袁找到最优的路径袁从而达到路径规划的目的遥

对于共享出行来说袁带时间窗的现代启发式算法都能较好的满足其要求遥其中禁忌搜索算法最能够满足带软时间窗的车辆路径规划要求遥禁忌搜索算法是对人类智力过程的模拟袁其最大特征是标记对应已搜索到的局部最优解的对象袁在下面的迭代搜索中尽量避开这些对象袁很大程度的提高了搜索路径的效率袁使共享出行路径规划的时间缩短遥但是禁忌搜索算法可能会陷入局部最优解袁解决方案是将该算法与遗传算法尧模拟退火算法等进行结合袁创造混合现代启发式算法袁从而解决单一算法的问题[4]遥

深度学习作为人工智能的重头戏袁在自动驾驶和共享出行中发挥着不可或缺的作用袁能有效的解决路径规划问题遥深度学习是机器学习中基于对数据表征的学习方法袁它能以监督式或半监督式的特征学习和分层特征提取高效算法来代替手工获取特征遥目前就自动驾驶来看袁深度学习涉及的主要算法是卷积神经网络算法袁它能够出色的处理大型图像信息遥通常袁网络包括输出层袁隐含层或中间层袁以及输出层[5]遥在自动驾驶中袁车载摄像机尧激光雷达等收集路况信息袁通过卷积神经网络来提取信息袁根据模型进行计算得出相应的输出量袁比如刹车尧加速尧偏转角等遥深度学习需要通过海量的样本训练袁

2019年3月技术人员通过将大量的场景信息输入袁训练神经网络袁车辆行驶时就能根据收集的信息对应得到正确的路径规划遥对于共享出行而言袁深度学习主要涉及卷积神经网络和长短期记忆神经网络遥简单来说袁卷积神经网络能更好的处理空间信息袁而长短期记忆神经网络能够处理序列建模问题遥与自动驾驶相似袁技术人员将多种车辆调度的场景输入袁系统自身不断学习新的场景袁将历史数据与实时数据结合袁借助高精地图袁能够很好的实现在一定时间内满足多目标需求的共享路线规划袁而且在较短时间内就能获得大量的数据样本袁使得数据库不3.2断增系系统集加遥

统集成成

袁就是通过结构化的综合布线系统和计算机网络技术袁将分离的设备尧功能和信息等集成到统一协调的系统之中袁使资源得到共享以及利用率最大化遥车辆系统集成包括计算机系统尧导航系统尧车辆控制系统尧交通道路网系统尧通信系统遥

计算机系统在共享出行中分为用户端和服务器遥目前的共享出行系统袁是由用户端下达指令后袁服务器根据实时数据与历史数据进行相应算法的计算袁从而实现车辆调度遥在将来袁自动驾驶被广泛应用后袁车辆本身要与互联网相连袁作为路径规划的服务器遥在上文中已经提及的导航系统袁能提高自动驾驶的可靠性和安全性袁提升共享出行路径规划的准确性和可行性遥车辆控制系统包括配备的信息收集系统渊传感器尧摄像机尧激光雷达等冤袁紧急制动系统以及主体电脑系统等袁运用车联网技术袁实现线上线下一体化遥交通道路系统袁需要国家层面实施相应措施袁如改造红路灯网络尧减少交叉路口尧自动驾驶专行道等袁为自动驾驶提供便利遥强大的通信系统是自动驾驶和共享出行的前提袁高可靠尧低延时的5G网络技术能大幅度提升信息传递效率遥

建立智慧出行的系统集成是实现汽车向智能化和共享化4发展的必结论由之路遥

现代汽车行业正面临着野新四化冶的大变革袁车辆路径规划的进一步发展对自动驾驶和共享出行都发挥着重要作用袁纵观学术界袁智能算法将会是路径规划的最终方向袁人工智能必将会是其发展的强大推动力袁是未来汽车工业发展的基石遥相信在不久的将来袁智能化汽车将成为人们出行的最优选择袁共享出行将会在中国大放异彩遥

[1]参考文献

业大钱艳婷袁王鹏涛袁魏国利.动态车辆路径问题的算法研究[J].天津工[2]子雷学学[3]科登技云报袁袁赵袁2010炜袁王渊06健冤院.71~74.

基于改进蚁群算法的车辆路径优化模型[J].电计吴耀华2010袁张渊念01志冤.

.带时间窗车辆路径问题的改进粒子[4]算算王机工君袁程李与应用波.带模袁2010糊预渊约时15冤院230~234.

群算法研究[J].[5]MichealNegnevitsky.ArtificialIntelligence法[J].计算机集成制造系统袁2011间的渊车04辆冤院路858~866.

径问题的多目标禁忌搜索tems袁ThirdEdition[M].北京院机械工业出版院社A袁Guide2012袁7.

toIntelligentSys鄄收稿日期：2019-2-18