一种地铁站人群换乘路线优化方法、装置和存储介质

本发明涉及城市地铁交通和智能计算领域，尤其涉及一种地铁站人群换乘路线优化方法、装置和存储介质。

背景技术：

1、在许多城市的地铁站，对于地铁站行人换乘路线的规划还是基于人工的方式。地铁站工作人员可以通过布置围栏或指示牌的方式来指导人群换乘。但在一些节假日时期或者上下班高峰期，一些地铁站的客流量骤增，特别是一些具有多条线路的地铁站。在这些客流量较大，多条线路经过的地铁站，仅仅依靠人工主观判断来布置围栏或指示牌并不能胜任日益复杂的地铁站乘客流情况。不够良好的换乘路线设计可能会导致不同方向的人群同时经过相同的区域，如此会导致乘客行进速度减慢，大大降低了乘客的换乘效率，进而可能制约城市地铁交通网络效率。而在地铁站客流量较大的时候，甚至还可能发生拥塞或踩踏事件，对市民的公共交通的安全问题构成了极大的威胁。因此，研究如何规划地铁站乘客的换乘路线对于缓解地铁交通压力和减少市民站内安全威胁具有十分重要的意义。

技术实现思路

1、为至少一定程度上解决现有技术中存在的技术问题之一，本发明的目的在于提供一种地铁站人群换乘路线优化方法、装置和存储介质。

2、本发明所采用的技术方案是：

3、一种地铁站人群换乘路线优化方法，包括以下步骤：

4、获取地铁站的布局信息，根据布局信息将地铁站场景抽象为一个完全图；其中，地铁站场景中障碍物体作为完全图的顶点，任两个顶点之间的边用于表示一条禁止人流通行的围栏；

5、根据预设筛选条件对完全图中的边进行筛选，以删除不符合条件的边；

6、根据筛选后的完全图构建数学模型，并确定模型的优化目标；

7、根据优化目标，采用蚁群算法对模型进行优化，获得最终的换乘路线方案。

8、进一步地，所述地铁站场景中障碍物体包括票机、电梯、支撑柱和其它障碍物属性的实体；

9、所述根据布局信息将地铁站场景抽象为一个完全图，包括：

10、根据地铁站场景中障碍物体获得节点集v＝{v1,v2,…,vn}；

11、根据节点集v连接任两个节点，构建获得完全图g＝(v,e)；其中，e代表所述完全图g的边集，边集e中的元素eij表示完全图g中的一条边，代表在节点vi和节点vj之间的一条围栏；

12、对于元素eij有：

13、eij∈{(vi,vj)|i≠j,(vi,vj)∈v2}。

14、进一步地，所述根据预设筛选条件对完全图中的边进行筛选，包括：

15、设置边长上限lmax，将完全图g中长度超过边长上限lmax的边删除，获得优化后的边集e'：

16、

17、其中，distance(vi,vj)表示场景关键点vi和场景关键点vj之间的欧拉距离。

18、进一步地，所述根据筛选后的完全图构建数学模型，并确定模型的优化目标，包括：

19、将边集e'中的元素以场景关键点对的字典序依次表示为x＝{x1,x2,...,xm}，其中，这些关键点对的位置可以选择是否摆放围栏；

20、将地铁站人群换乘路线优化问题转化为了求解x的最优子集，优化目标是最小化地铁站内的拥挤度：

21、

22、其中，t为最大仿真时间，n为地铁站中乘客数量；为仿真中t时刻乘客i和j前进方向的夹角、乘客i和j的半径和他们之间的欧拉距离；表示半径与欧拉距离的差的指数。

23、进一步地，所述根据优化目标，采用蚁群算法对模型进行优化，获得最终的换乘路线方案，包括：

24、a1、初始化信息素；其中，信息素分布于围栏上；

25、a2、初始化蚁群，在每一轮循环开始时，每只蚂蚁都会被赋予一个固定的出发点；每只蚂蚁被赋予出发点后，蚂蚁会根据地铁站场景的启发信息和信息素信息选择下一个遍历的围栏；

26、a3、蚂蚁根据预设规则选择下一访问围栏；

27、a4、当蚂蚁得到下一个访问的围栏后，对经过的围栏上的信息素进行局部更新；

28、a5、将路径解码为场景的布局方案，对方案进行拥挤度评估，以及计算布局方案的适应值；

29、a6、信息素全局更新：在该换乘路线优化方案中，采用精华蚂蚁信息素更新方法；在所有蚂蚁完成路径构建后，搜索至今的历史最优解的蚂蚁会在其对应路线上增加额外的信息素；

30、a7、若演化已达最大评估次数，则执行步骤a8，否则重回步骤a2进入下一轮演化；

31、a8、解编码具有最小适应度值的路径，从而得到地铁站人群换乘路线的最优布局。

32、进一步地，所述步骤a3，具体包括：

33、在每只蚂蚁的第i步，其下一个访问围栏的规则如下：

34、

35、其中，γiμ为围栏上的信息素含量，q表示当前随机数，q0表示预先定义的数；ηi为围栏上的启发信息，sr为：

36、

37、其中，dsample代表离散分布采样操作；表示信息素影响因子，β表示启发式信息影响因子，μ表示围栏是否被选择，μ∈{0,1}；

38、由公式(2)可知，启发信息是一个一维的向量，该向量的计算方式为：

39、ηi＝f(ii),ii＝{xi}                         (3)

40、其中ii是一个由路径解码后得到的候选解。

41、进一步地，步骤a4中，采用以下公式对信息素进行局部更新：

42、

43、其中，为信息素局部挥发因子，γ0为信息素初始值。

44、进一步地，步骤a6中，采用以下公式进行信息素全局更新：

45、

46、其中，为该代候选解中的最优路径xbest上的围栏，表示表示最优围栏上的信息素，γmax表示信息素最大值，γmin表示信息素最小值，表示信息素局部挥发因子。

47、本发明所采用的另一技术方案是：

48、一种地铁站人群换乘路线优化装置，包括：

49、至少一个处理器；

50、至少一个存储器，用于存储至少一个程序；

51、当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。

52、本发明所采用的另一技术方案是：

53、一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行如上所述方法。

54、本发明的有益效果是：本发明将蚁群算法运用于地铁站人群换乘路线优化方案中，通过将地铁站场景内的实体设施节点进行编码建立真实地铁站场景仿真模型，将相应的人群换乘路线设施设计抽象为一个路径规划优化问题来进行求解，能较好提供有效的人群换乘路线设计方案。

技术特征：

1.一种地铁站人群换乘路线优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种地铁站人群换乘路线优化方法，其特征在于，所述地铁站场景中障碍物体包括票机、电梯、支撑柱和其它障碍物属性的实体；

3.根据权利要求2所述的一种地铁站人群换乘路线优化方法，其特征在于，所述根据预设筛选条件对完全图中的边进行筛选，包括：

4.根据权利要求3所述的一种地铁站人群换乘路线优化方法，其特征在于，所述根据筛选后的完全图构建数学模型，并确定模型的优化目标，包括：

5.根据权利要求1所述的一种地铁站人群换乘路线优化方法，其特征在于，所述根据优化目标，采用蚁群算法对模型进行优化，获得最终的换乘路线方案，包括：

6.根据权利要求5所述的一种地铁站人群换乘路线优化方法，其特征在于，所述步骤a3，

7.根据权利要求5所述的一种地铁站人群换乘路线优化方法，其特征在于，步骤a4中，采用以下公式对信息素进行局部更新：

8.根据权利要求5所述的一种地铁站人群换乘路线优化方法，其特征在于，步骤a6中，采用以下公式进行信息素全局更新：

9.一种地铁站人群换乘路线优化装置，其特征在于，包括：

10.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求1-8任一项所述方法。

技术总结
本发明公开了一种地铁站人群换乘路线优化方法、装置和存储介质，其中方法包括：获取地铁站的布局信息，根据布局信息将地铁站场景抽象为一个完全图；根据预设筛选条件对完全图中的边进行筛选，以删除不符合条件的边；根据筛选后的完全图构建数学模型，并确定模型的优化目标；根据优化目标，采用蚁群算法对模型进行优化，获得最终的换乘路线方案。本发明将蚁群算法运用于地铁站人群换乘路线优化方案中，通过将地铁站场景内的实体设施节点进行编码建立真实地铁站场景仿真模型，将相应的人群换乘路线设施设计抽象为一个路径规划优化问题来进行求解，能较好提供有效的人群换乘路线设计方案。本发明可广泛应用于城市地铁交通和智能计算领域。

技术研发人员：陈伟能,廖小澄,詹志辉
受保护的技术使用者：华南理工大学
技术研发日：
技术公布日：2024/1/11