买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京科技大学

摘要：本发明属于信息处理技术领域，公开了一种基于OD数据的多目标旅行商控制方法、系统及介质，根据时刻T各信息点的数据包转移请求统计情况，借助新一代信息技术，由计算机自动地规划M条路径；由M个数据载体在各信息点间按对应的路径转移，使得在T+1时刻，T时刻产生的所有数据包都可以到达其目的地信息点。本发明的OD数据的全称是Origin‑Destination数据，是一种带有数据所载信息流向关系表示的数据类型，作为一种大规模数据，该数据既具有较为清晰的图结构，又记录了时空模式和趋势。宏观来看，每一时间截面上的数据可以表征为有向图，微观来看，每一条数据都是构成有向图的一条有向边。

主权项：1.一种基于OD数据的多目标旅行商控制方法，其特征在于，所述基于OD数据的多目标旅行商控制方法根据时刻T各信息点的数据包转移请求统计情况，依照“OD数据预测—信息点聚类—转移路径规划”这一端到端流程，由计算机自动地规划M条路径；由M个数据载体在各信息点间按对应的路径转移，使得在T+1时刻，T时刻产生的所有数据包都可以到达其目的地信息点；所述OD数据为出租车的起止点数据；所述路径规划指为出租车制定最优路径；数据预测是对城市的交通流进行预测；所述基于OD数据的多目标旅行商控制方法包括以下步骤：步骤一，对OD数据进行时空序列预测，对各信息点赋权重，根据对各信息点数据转移历史的观测，以T时刻各信息点统计为基准，预测信息点的数据出发分布规律以及数据到达分布规律，对各信息点划定不同的权重；通过这一权重，表征各信息点，根据权重值正负及其绝对值大小，将各信息点划分为数据流出多的信息点和数据流入多的信息点，并根据其绝对值高低，为信息点划分数据处理优先级；在给定窗口的前个OD数据的情况下，预测未来个时间步中最可能的OD数据测量值； ;其中，是时间步长为的个信息点的观测向量，向量中的每个元素都是一个信息点的所有历史观测数据；所述步骤一，具体包括：（1）对原始OD数据进行预处理，进行异常值移除、空白值填充或移除，数据合并基础处理；（2）OD数据时空维度分离与映射，对于OD数据的空间维度，将每个信息点的属性进行定义；（3）设计神经网络结构，以对按空间、时间维度分离后的OD数据T+1时刻的分布进行预测；网络结构由两个时空卷积层和一个全连接的输出层组成，每个时空卷积层都包含时间卷积层和空间图卷积层，对输入流，经过计算后得到输出流，每个时空卷积层都包括两个时间门控卷积层，每个时空卷积层内部都采用残差连接和瓶颈策略；最后，一个全连接输出层将各种特征整合在一起，生成最终预测结果，在处理具有时空特性的OD数据时提供高质量的预测结果；最后，可以从模型获得一个最后的输出，其中是权重向量，是偏置，并且，使用L2损失来评估模型性能；步骤二，基于步骤一取得的预测结果，划分待处理信息点区域并选取数据载体起终点和途径点，将各信息点划分为类别，目标是最小化平方误差F： ;其中是类别的均值向量；i=1,2,...,M；步骤二，具体包括：1将待处理信息点按相似度距离聚类，首先随机选取M个信息点作为初始聚类中心，对于信息点集中的每个信息点，计算到聚类中心的相似度距离，相似度距离由历史上该信息点的数据包数量相对于其他所有信息点的数据包数量变化幅度、当前时刻该信息点的数据包相对数量以及下一时刻该信息点的数据包相对数量计算得到；针对每个类别，重新计算均值向量，直到达到终止条件；终止条件为比较更新后的聚类中心与前一次迭代的聚类中心，如果它们之间的差异小于预设阈值或者达到了预设的最大迭代次数，那么算法就终止；否则，返回到距离计算步骤，继续进行迭代；（2）对聚类所取得的每一类进行类别判定，并提取数据载体起终点和途径点；约束条件如下： ; ; ; ;其中，为时间区间内第个聚类区域的整体数据包输出数，为时间区间内第个聚类区域的整体数据包输入数，为数据载体启动阈值，是时间点时第个聚类区域的数据包相对数量，表示第个聚类区域的数据包相对数量下限，表示第个聚类区域的数据包相对数量上限，表示时间区间内第个聚类区域的数据包相对数量最大值，表示时间区间内第个聚类区域的数据包相对数量最小值；（3）根据各区域的数据包输入数和数据包输出数，以数据包输出数减数据包输入数作为差量，差量为正，表示该区域在T+1时刻存在数据包输入，若差量为负，表示该区域在T+1时刻存在数据包输出，以差量为负的信息点为数据载体转移的起终点，差量为正的信息点为数据载体转移的途径点，确定需要进行数据包转移的待处理信息点；步骤三，基于步骤二取得的起终点和各途径点，转换为多目标旅行商问题并求解，首先将多目标旅行商问题抽象为如下数学模型： ;用S=0,1,…,M-1,M表示数据载体编号，Aa，Ab为辅助中介变量，da,b表示任意两信息点间拓扑距离，则多目标旅行商问题通过如下定义表述： ; ; ; ; ; ; ; ;所述步骤三，具体包括设置如下约束条件：约束条件1：每个数据载体S从信息点a=0开始，并最终返回信息点a=0；约束条件2：除信息点a=0外的其余每个信息点a=1,…,M-1,M都被恰好访问一次；约束条件3：不允许信息点发出指向自己的数据包；约束条件4：每个信息点都会被列入一次数据载体的遍历序列；约束条件5：起终信息点a=0的访问顺序为1；约束条件6：不允许任何不从起始信息点a=0开始，终到信息点a=0的路径出现，确保约束条件1成立；对所有存在的Ra,b所对应的各da,b中绝对值最小的da,b优先列入备选路径片段，再遍历绝对值更大的da,b；根据步骤二对信息点分别聚类的结果，每一类分配一个数据载体，对于每一类中的情形，进行如下处理：每次引入新路径片段时检查已列入备选路径片段是否能够形成首尾相连环路，对于每一条所形成的首尾相连环路分配一个数据载体进行数据包传递，并将已参与构成环路的备选路径片段从备选集中移除；如此循环迭代，直至所有经步骤二选取的该类别中所有待处理信息点构成的备选集已全部清空；最后，将步骤二中计算得出的所有类别都进行上述处理后，即得到多目标旅行商问题的求解结果；包括：1）数据收集:使用传感器实时收集各信息点的OD数据；使用NIC接收来自其他系统或设备的OD数据包；将收集到的数据存储在SSD中供后续处理使用；2）数据预处理:使用CPU对OD数据进行清洗、异常检测和缺失值填充；进行数据的标准化或归一化；3）数据预测:使用GPU加载预训练的神经网络模型，并将清洗后的OD数据输入模型进行预测；将预测结果存储在SSD中供路径规划算法使用；4）路径规划:加载路径规划算法，并使用预测结果作为输入数据；使用CPU进行计算，得到M条路径；将路径数据发送给各个移动数据载体；5）数据转移:根据规划的路径，启动M个数据载体；数据载体在各信息点之间转移数据包，直到T+1时刻所有数据包都到达目的地；6）监控与反馈:使用传感器实时监控数据载体的位置和状态，并将这些信息反馈给中央控制系统；进行路径的实时调整或优化；7）数据存档与报告:将所有的OD数据、预测结果、路径规划结果存储在SSD中，供后续分析或备份使用；使用CPU生成报告，展示数据转移的效率、准确性指标。

全文数据：

权利要求：

百度查询： 北京科技大学 一种基于OD数据的多目标旅行商控制方法、系统及介质