论文题名: | 灾害应急条件下路径规划算法与系统研发 |
关键词: | 公路网;LP-A*算法;灾害应急条件;路径规划算法 |
摘要: | 灾害应急条件下,快速可靠的车辆应急路径是开展应急调度与救援的重要基础。传统路径规划与寻优服务于物流配送与交通出行,对应急救援、调度需求考虑不足。针对灾害条件下的应急路径问题,构建了路网事件双层耦合模型,提出全局应急路径规划与局部路径优化的算法框架。研发了灾害应急路径规划与动态优化系统,为高效、快速开展应急救援,进行交通应急调度提供了保障。 针对道路网灾害应急特点,提出路网几何拓扑+线性参照的路网事件耦合模型,建立了雅甘示范区应急路网模型,为时变灾情下路径规划奠定基础。采用SP法(StatedPreference)调查了应急条件下驾驶员路径选择偏好,基于Logistic回归模型分析了路径选择模式,为应急路径规划提供了依据。 提出了基于强化学习的全局应急路径规划模式,以描述动态时变灾情、路网交通状态、救灾需求(State)与路径规划(Agent)之间的互馈过程。确立了适合应急路径规划的学习策略,将深度学习算法与强化学习融合,设计了基于注意力机制的深度强化学习算法,采用Rollout基线对模型进行训练。针对应急路径规划场景,验证了模型适用性。 对全局应急路径局部优化,建立了局部路径优化问题模型。在对比分析常用路径优化算法的基础上,提出了应急条件下基于双向搜索策略的改进A*算法。根据路网拓扑的特点,对路网进行分层分区处理,提升局部路径搜索效率,进而提出了分层分区双向A*算法(LP-A*),并验证了算法的高效性。 以ArcGISEngine+TensorFlow为平台,研发了灾害应急路径规划与动态优化系统。解决了.NET与Python交互技术、用户交互机制、模型动态更新机制与算法并行机制等关键技术问题,实现了灾害应急条件下的动态路网拓扑与事件更新、路径动态规划与优化等功能,为应急救援调度提供了有利工具。 |
作者: | 斗彦迪 |
专业: | 交通运输工程 |
导师: | 杨宏志 |
授予学位: | 硕士 |
授予学位单位: | 长安大学 |
学位年度: | 2022 |