车辆路线的距离优化方法、装置、计算机设备和存储介质
文献发布时间:2024-04-18 19:52:40
技术领域
本申请涉及人工智能领域,特别是涉及一种车辆路线的距离优化方法、装置、计算机设备和存储介质。
背景技术
随着共享汽车的发展,共享汽车的运输逐渐成为该领域的研究重点,用户往往因为无法寻找到最合适的还车车站从而绕路、导航、或将该车辆还回取车的地方,因此给用户租借共享车辆提供了大量的运输压力。因此,如何使得车辆传输的距离缩短一直是现在研究的重点。
实际应用中,传统的最优传输方法遵循“最低成本”的原则,通过寻找目标车辆传输到目标车站时间最短的传输方式作为该目标车辆的最优传输解,而对于目标车辆到目标车站间的传输距离没有要求。使得目标车辆到目标车站之间的传输距离可能很远,从而导致目标传输解的距离较远。
发明内容
基于此,有必要针对上述技术问题,提供一种车辆路线的距离优化方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种车辆路线的距离优化方法。所述方法包括:
获取多个目标车辆的位置信息、目标车站的位置信息、以及每个目标车辆到目标车站的传输代价信息;
根据各所述目标车辆的位置信息、以及所述目标车站的位置信息,确定所述目标车辆的距离约束值;
针对每个目标车辆,基于所述目标车辆的位置信息、所述目标车站的位置信息、以及所述目标车辆到所述目标车站的传输代价信息,通过所述目标车辆对应的距离约束最优传输算法,计算所述目标车辆到所述目标车站的初始传输解,并根据所述目标车辆的初始传输解、以及所述目标车辆的距离约束值,计算所述目标车辆的初始传输解的传输代价值;
通过最小传输代价值对应的距离约束最优传输算法的参数值,更新各所述目标车辆对应的距离约束最优传输算法的参数值,并返回执行基于所述目标车辆的位置信息、所述目标车站的位置信息、以及所述目标车辆到所述目标车站的传输代价信息,通过所述目标车辆对应的距离约束最优传输算法,计算所述目标车辆到所述目标车站的初始传输解步骤,直到满足预设迭代条件;
基于所述目标车辆的所有初始传输解的传输代价值中,最小的传输代价值对应的初始传输解,确定所述目标车辆到所述目标车站的目标路线信息、以及所述目标车辆到所述目标车站的目标距离。
可选的,所述根据各所述目标车辆的位置信息、以及所述目标车站的位置信息,确定所述目标车辆的距离约束值,包括:
针对每个目标车辆,根据所述目标车辆的位置信息、与所述目标车站的位置信息,确定所述目标车辆与所述目标车站的传输距离;
根据所述目标车辆与所述目标车站的传输距离,确定所述目标车辆的距离约束值。
可选的,所述根据所述目标车辆的各初始传输解、以及所述目标车辆的距离约束值,计算所述目标车辆的初始传输解的传输代价值,包括:
基于所述目标车辆的距离约束值、以及所述传输代价算法,确定所述目标车辆的距离代价值;
针对每个初始传输解,通过传输代价算法,计算所述初始传输解的代价值;
根据所述初始传输解的代价值、以及所述目标车辆的距离代价值,确定所述初始传输解的传输代价值。
可选的,所述方法还包括:
通过评价函数分别计算每个目标车辆的最优传输解的评价值;
在各所述评价值中选择大于预设评价阈值的各评价值对应的目标最优传输解;
将各所述目标最优传输解、各所述目标最优传输解对应的第一目标车辆、各所述目标最优传输解对应的第一目标车站、以及各所述第一目标车辆到所述第一目标车站的传输代价信息,输入所述距离约束最优传输算法,并对所述距离约束最优传输算法进行训练,得到已优化的距离约束最优传输算法。
可选的,所述将距离约束最优传输算法的参数值替换为所述目标车辆的所有初始传输解的传输代价值中,最小的传输代价值对应的距离约束最优传输算法的参数值之后,还包括:
将所有目标车辆的距离代价值、以及所有目标车辆的初始传输解的代价值,输入所述传输代价算法,对所述传输代价算法的参数值进行训练,得到已优化的传输代价算法。
可选的,所述基于所述目标车辆的位置信息、所述目标车站的位置信息、以及所述目标车辆到所述目标车站的传输代价信息,通过所述目标车辆对应的距离约束最优传输算法,计算所述目标车辆到所述目标车站的初始传输解之前,还包括:
根据各所述目标车辆的位置信息、以及所述目标车站的位置信息,计算每个目标车辆到所述目标车站的传输距离;
对所述传输距离进行求导处理,得到距离约束参数值;
将所述距离约束参数值添加至初始距离约束最优传输算法,得到所述目标车辆对应的距离约束最优传输算法。
第二方面,本申请还提供了一种车辆路线的距离优化装置。所述装置包括:
获取模块,用于获取多个目标车辆的位置信息、目标车站的位置信息、以及每个目标车辆到目标车站的传输代价信息;
确定模块,用于根据各所述目标车辆的位置信息、以及所述目标车站的位置信息,确定所述目标车辆的距离约束值;
计算模块,用于针对每个目标车辆,基于所述目标车辆的位置信息、所述目标车站的位置信息、以及所述目标车辆到所述目标车站的传输代价信息,通过所述目标车辆对应的距离约束最优传输算法,计算所述目标车辆到所述目标车站的初始传输解,并根据所述目标车辆的初始传输解、以及所述目标车辆的距离约束值,计算所述目标车辆的初始传输解的传输代价值;
迭代模块,用于通过最小传输代价值对应的距离约束最优传输算法的参数值,更新各所述目标车辆对应的距离约束最优传输算法的参数值,并返回执行基于所述目标车辆的位置信息、所述目标车站的位置信息、以及所述目标车辆到所述目标车站的传输代价信息,通过所述目标车辆对应的距离约束最优传输算法,计算所述目标车辆到所述目标车站的初始传输解步骤,直到满足预设迭代条件;
输出模块,用于基于所述目标车辆的所有初始传输解的传输代价值中,最小的传输代价值对应的初始传输解,基于所述目标车辆的所有初始传输解的传输代价值中,最小的传输代价值对应的初始传输解,确定所述目标车辆到所述目标车站的目标路线信息、以及所述目标车辆到所述目标车站的目标距离。
可选的,所述确定模块,具体用于:
针对每个目标车辆,根据所述目标车辆的位置信息、与所述目标车站的位置信息,确定所述目标车辆与所述目标车站的传输距离;
根据所述目标车辆与所述目标车站的传输距离,确定所述目标车辆的距离约束值。
可选的,所述计算模块,具体用于:
基于所述目标车辆的距离约束值、以及所述传输代价算法,确定所述目标车辆的距离代价值;
针对每个初始传输解,通过传输代价算法,计算所述初始传输解的代价值;
根据所述初始传输解的代价值、以及所述目标车辆的距离代价值,确定所述初始传输解的传输代价值。
可选的,所述装置还包括:
评价模块,用于通过评价函数分别计算每个目标车辆的最优传输解的评价值;
筛选模块,用于在各所述评价值中选择大于预设评价阈值的各评价值对应的目标最优传输解;
训练模块,用于将各所述目标最优传输解、各所述目标最优传输解对应的第一目标车辆、各所述目标最优传输解对应的第一目标车站、以及各所述第一目标车辆到所述第一目标车站的传输代价信息,输入所述距离约束最优传输算法,并对所述距离约束最优传输算法进行训练,得到已优化的距离约束最优传输算法。
可选的,所述装置还包括:
优化模块,用于将所有目标车辆的距离代价值、以及所有目标车辆的初始传输解的代价值,输入所述传输代价算法,对所述传输代价算法的参数值进行训练,得到已优化的传输代价算法。
可选的,所述装置包括:
距离计算模块,用于根据各所述目标车辆的位置信息、以及所述目标车站的位置信息,计算每个目标车辆到所述目标车站的传输距离;
求导模块,用于对所述传输距离进行求导处理,得到距离约束参数值;
添加模块,用于将所述距离约束参数值添加至初始距离约束最优传输算法,得到所述目标车辆对应的距离约束最优传输算法。
第三方面,本申请提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现第一方面中任一项所述的方法的步骤。
第四方面,本申请提供了一种计算机可读存储介质。其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
第五方面,本申请提供了一种计算机程序产品。所述计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
上述车辆路线的距离优化方法、装置、计算机设备和存储介质,通过获取多个目标车辆的位置信息、目标车站的位置信息、以及每个目标车辆到目标车站的传输代价信息;根据各所述目标车辆的位置信息、以及所述目标车站的位置信息,确定所述目标车辆的距离约束值;针对每个目标车辆,基于所述目标车辆的位置信息、所述目标车站的位置信息、以及所述目标车辆到所述目标车站的传输代价信息,通过所述目标车辆对应的距离约束最优传输算法,计算所述目标车辆到所述目标车站的初始传输解,并根据所述目标车辆的初始传输解、以及所述目标车辆的距离约束值,计算所述目标车辆的初始传输解的传输代价值;通过最小传输代价值对应的距离约束最优传输算法的参数值,更新各所述目标车辆对应的距离约束最优传输算法的参数值,并返回执行基于所述目标车辆的位置信息、所述目标车站的位置信息、以及所述目标车辆到所述目标车站的传输代价信息,通过所述目标车辆对应的距离约束最优传输算法,计算所述目标车辆到所述目标车站的初始传输解步骤,直到满足预设迭代条件;基于所述目标车辆的所有初始传输解的传输代价值中,最小的传输代价值对应的初始传输解,确定所述目标车辆到所述目标车站的目标路线信息、以及所述目标车辆到所述目标车站的目标距离。通过目标车辆到目标车站的距离,计算每个目标车辆到目标车站的距离约束值,从而确定每个目标车辆的初始传输解的传输代价值,并根据该传输代价值,调整距离约束最优传输算法的迭代趋势,避免了在计算目标车辆到目标车站未考虑目标车辆到目标车站间的传输距离的问题,从而缩短了目标传输路线的距离。
附图说明
图1为一个实施例中车辆路线的距离优化方法的流程示意图;
图2为一个实施例中距离约束最优传输算法的确定步骤的流程示意图;
图3为另一个实施例中车辆路线的距离优化方法的流程示意图;
图4为一个实施例中车辆路线的距离优化装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的车辆路线的距离优化方法,可以应用于终端中,也可以应用于服务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。其中,终端可以包括但不限于是各种个人计算机、笔记本电脑、平板电脑等。该终端通过目标车辆到目标车站的距离,计算每个目标车辆到目标车站的距离约束值,从而确定每个目标车辆的初始传输解的传输代价值,并根据该传输代价值,调整距离约束最优传输算法的迭代趋势,避免了在计算目标车辆到目标车站未考虑目标车辆到目标车站间的传输距离的问题,从而缩短了目标传输路线的距离。
在一个实施例中,如图1所示,提供了一种车辆路线的距离优化方法,以该方法应用于终端为例进行说明,包括以下步骤:
步骤S101,获取多个目标车辆的位置信息、目标车站的位置信息、以及每个目标车辆到目标车站的传输代价信息。
本实施例中,终端响应于用户的上传信息操作,获取多个目标车辆的位置信息、目标车站的位置信息、以及每个目标车辆到目标车站的传输代价信息。其中目标车辆为需要进行传输的物体,目标车站为该目标车辆所要传输的目的地所在的位置的物体,例如,目标车辆可以是车辆、目标车站可以是目标车站。目标车辆到目标车站的传输代价信息为目标车辆到目标车站的传输成本信息,其中传输成本信息包括,传输距离、传输障碍、传输路线等信息。其中,目标车辆与目标车站的位置信息为建立在大地坐标系中的三维坐标信息。
步骤S102,根据各目标车辆的位置信息、以及目标车站的位置信息,确定目标车辆的距离约束值。
本实施例中,终端针对每个目标车辆的位置信息,根据该目标车辆的位置信息以及目标车站的位置信息,通过距离约束算法,计算目标车辆的距离约束值。其中,距离约束值为目标车辆到目标车站的传输距离的平均值。距离约束值的算法如下:
上式中,i为目标车辆的编号,j为目标车站的编号,也是目标车辆分组编号,γ
步骤S103,针对每个目标车辆,基于目标车辆的位置信息、目标车站的位置信息、以及目标车辆到目标车站的传输代价信息,通过目标车辆对应的距离约束最优传输算法,计算目标车辆到目标车站的初始传输解,并根据目标车辆的初始传输解、以及目标车辆的距离约束值,计算目标车辆的初始传输解的传输代价值。
本实施例中,终端针对每个目标车辆,将该目标车辆的位置信息、目标车站的位置信息、以及目标车辆到目标车站的传输代价信息输入距离约束最优传输算法,计算目标车辆到目标车站的传输解,得到该目标车辆的初始传输解。同样的,通过上述方案,终端得到每个目标车辆的初始传输解。然后,终端通过传输代价算法,计算每个目标车辆的初始传输解的传输代价值。具体的传输代价值的计算过程后续将详细说明。
步骤S104,通过最小传输代价值对应的距离约束最优传输算法的参数值,更新各目标车辆对应的距离约束最优传输算法的参数值,并返回执行基于目标车辆的位置信息、目标车站的位置信息、以及目标车辆到目标车站的传输代价信息,通过目标车辆对应的距离约束最优传输算法,计算目标车辆到目标车站的初始传输解步骤,直到满足预设迭代条件。
本实施例中,终端在各初始传输解的传输代价值中,选择最小传输代价值对应的距离约束最优传输算法的参数值,并替换原距离约束最优传输算法的参数值。终端返回执行步骤S102,直到满足预设迭代条件。其中预设迭代条件为终端预设的迭代次数。
步骤S105,基于目标车辆的所有初始传输解的传输代价值中,最小的传输代价值对应的初始传输解,确定目标车辆到目标车站的目标路线信息、以及目标车辆到目标车站的目标距离。
本实施例中,终端将该目标车辆的所有初始传输解的传输代价值中,最小的传输代价值对应的初始传输解,作为该目标车辆的最优传输解。同样的,通过上述方案,终端得到所有目标车辆的最优传输解。针对每个目标车辆,终端将该目标车辆到目标车站的最优传输解中的传输路线信息,作为目标车辆到目标车站的目标路线信息。终端计算目标路线信息的传输距离,得到目标车辆到目标车站的目标距离。
基于上述方案,通过目标车辆到目标车站的距离,计算每个目标车辆到目标车站的距离约束值,从而确定每个目标车辆的初始传输解的传输代价值,并根据该传输代价值,调整距离约束最优传输算法的迭代趋势,避免了在计算目标车辆到目标车站未考虑目标车辆到目标车站间的传输距离的问题,从而缩短了目标传输路线的距离。
可选的,根据各目标车辆的位置信息、以及目标车站的位置信息,确定目标车辆的距离约束值,包括:针对每个目标车辆,根据目标车辆的位置信息、与目标车站的位置信息,确定目标车辆与目标车站的传输距离;根据目标车辆与目标车站的传输距离,确定目标车辆的距离约束值。
本实施例中,终端针对每个目标车辆,将目标车辆的位置信息、以及目标车站的位置信息进行连接,得到该目标车辆与目标车站的传输距离。终端根据目标车辆与目标车站的传输距离,通过距离约束算法,计算该目标车辆的距离约束值。同样的,通过上述方案,终端得到每个目标车辆的距离约束值
基于上述方案,通过计算目标车辆的位置信息、与目标车站的位置信息,计算目标车辆的距离约束值,为后续筛选初始传输解提供数据基础。
可选的,根据目标车辆的各初始传输解、以及目标车辆的距离约束值,计算目标车辆的初始传输解的传输代价值,包括:基于目标车辆的距离约束值、以及传输代价算法,确定目标车辆的距离代价值;针对每个初始传输解,通过传输代价算法,计算初始传输解的代价值;根据初始传输解的代价值、以及目标车辆的距离代价值,确定初始传输解的传输代价值。
本实施例中,终端针对每个目标车辆,将目标车辆的距离约束值、输入传输代价算法,对该距离约束值进行计算处理,得到目标车辆的距离代价值。终端将该目标车辆的初始传输解,输入传输代价算法,对该初始传输解进行计算处理,得到该初始传输解的传输代价值。同样的,通过上述步骤,终端对每个目标车辆,以及每个初始传输解进行传输代价计算,得到每个初始传输解的传输代价值、以及每个目标车辆的距离代价值。终端针对每个目标车辆,将每个初始传输解的代价值与目标车辆的代价值进行求和处理,得到初始传输解的传输代价值。其中,目标车辆的距离代价值为负数,初始传输解的代价值为正数。
其中,传输代价算法的公式如下:
上述公式中,γ
基于上述方案,通过目标车辆的距离约束值和初始传输解,计算每个初始传输解的传输代价值,为后续调整迭代时的距离约束最优传输算法,提供参考数据,从而提升了计算的最优传输解的精度。
可选的,方法还包括:通过评价函数分别计算每个目标车辆的最优传输解的评价值;在各评价值中选择大于预设评价阈值的各评价值对应的目标最优传输解;将各目标最优传输解、各目标最优传输解对应的第一目标车辆、各目标最优传输解对应的第一目标车站、以及各第一目标车辆到第一目标车站的传输代价信息,输入距离约束最优传输算法,并对距离约束最优传输算法进行训练,得到已优化的距离约束最优传输算法。
本实施例中,终端评价阈值,并针对每个目标车辆,通过评价函数,计算该目标车辆的最优传输解的评价值。终端在每个目标车辆的最优传输解的评价值中,筛选大于预设评价阈值的评价值对应的最优传输解,作为目标最优传输解,并将该目标传输解对应的目标车辆作为第一目标车辆,将该目标最优传输解对应的目标车站作为第一目标车站。终端将每个目标最优传输解,以及每个目标最优传输解对应的第一目标车辆、每个目标最优传输解对应的第一目标车站、以及每个第一目标车辆到第一目标车站的传输代价信息,输入距离约束最优传输算法,并对距离约束最优传输算法进行训练,得到已优化的距离约束最优传输算法。其中,该评价函数为任意一种可以实现上述操作的评价函数。
基于上述方案,通过对距离约束最优传输算法进行优化处理,提升距离约束最优传输算法的计算精度。
可选的,将距离约束最优传输算法的参数值替换为目标车辆的所有初始传输解的传输代价值中,最小的传输代价值对应的距离约束最优传输算法的参数值之后,还包括:
将所有目标车辆的距离代价值、以及所有目标车辆的初始传输解的代价值,输入传输代价算法,对传输代价算法的参数值进行训练,得到已优化的传输代价算法。
本实施例中,终端将所有目标车辆的距离代价值、以及所有目标车辆的初始传输解的代价值,输入传输代价算法,对该传输代价算法的参数值进行训练,该训练方式可以但不限于是任意一种算法训练方式,本专利不进行拓展描述。终端将训练后的参数值带入源传输代价算法,得到已优化的传输代价算法。
基于上述方案,通过训练传输代价算法的参数值,提升了该传输代价算法的精确度、与实用性。
可选的,如图2所示,针对每个目标车辆,基于目标车辆的位置信息、目标车站的位置信息、以及目标车辆到目标车站的传输代价信息,通过距离约束最优传输算法,计算目标车辆到每个目标车站的初始传输解之前,还包括:
步骤S201,根据各目标车辆的位置信息、以及目标车站的位置信息,计算每个目标车辆到目标车站的传输距离。
本实施例中,终端针对每个目标车辆,根据该目标车辆的位置信息、以及目标车站的位置信息,计算该目标车辆到目标车站的传输距离。其中,传输距离为基于大地坐标系中,两个位置信息相连接得到的直线距离。同样的,通过上述步骤,终端德奥每个目标车辆到该目标车站的传输距离。
步骤S202,对传输距离进行求导处理,得到距离约束参数值。
本实施例中,终端针对每个目标车辆,对该目标车辆的传输距离进行求导处理,得到距离约束参数值。其中,距离约束参数值的表达式如下:
上式中,i为目标车辆的编号,j为目标车站的编号,也是目标车辆分组编号,γ
步骤S203,将距离约束参数值添加至初始距离约束最优传输算法,得到距离约束最优传输算法。
本实施例中,终端将步骤S202得到的距离约束参数值添加至初始距离约束最优传输算法,得到距离约束最优传输算法。其中,初始距离约束最优传输算法为传统距离约束最优传输算法。
基于上述方案,通过在传统距离约束最优传输算法中添加距离约束参数值,调整了距离约束最优传输算法的迭代趋势,避免了在计算目标车辆到目标车站未考虑目标车辆到目标车站间的传输距离的问题,从而缩短了目标传输路线的传输距离。
本申请还提供了一种车辆路线的距离优化示例,如3所示,具体处理过程包括以下步骤:
步骤S301,获取多个目标车辆的位置信息、目标车站的位置信息、以及每个目标车辆到目标车站的传输代价信息。
步骤S302,针对每个目标车辆,根据目标车辆的位置信息、与目标车站的位置信息,确定目标车辆与目标车站的传输距离。
步骤S303,根据目标车辆与目标车站的传输距离,确定目标车辆的距离约束值。
步骤S304,根据各目标车辆的位置信息、以及目标车站的位置信息,计算每个目标车辆到目标车站的传输距离。
步骤S305,对传输距离进行求导处理,得到距离约束参数值。
步骤S306,将距离约束参数值添加至初始距离约束最优传输算法,得到目标车辆对应的距离约束最优传输算法。
步骤S307,针对每个目标车辆,基于目标车辆的位置信息、目标车站的位置信息、以及目标车辆到目标车站的传输代价信息,通过目标车辆对应的距离约束最优传输算法。
步骤S308,基于目标车辆的距离约束值、以及传输代价算法,确定目标车辆的距离代价值。
步骤S309,针对每个初始传输解,通过传输代价算法,计算初始传输解的代价值。
步骤S310,根据初始传输解的代价值、以及目标车辆的距离代价值,确定初始传输解的传输代价值。
步骤S311,通过最小传输代价值对应的距离约束最优传输算法的参数值,更新各目标车辆对应的距离约束最优传输算法的参数值,并返回执行步骤S307,直到满足预设迭代条件。
步骤S312,基于目标车辆的所有初始传输解的传输代价值中,最小的传输代价值对应的初始传输解,确定目标车辆到目标车站的目标路线信息、以及目标车辆到目标车站的目标距离。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的车辆路线的距离优化方法的车辆路线的距离优化装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个车辆路线的距离优化装置实施例中的具体限定可以参见上文中对于车辆路线的距离优化方法的限定,在此不再赘述。
在一个实施例中,如图4所示,提供了一种车辆路线的距离优化装置,包括:获取模块410、确定模块420、计算模块430、迭代模块440和输出模块450,其中:
获取模块410,用于获取多个目标车辆的位置信息、目标车站的位置信息、以及每个目标车辆到目标车站的传输代价信息;
确定模块420,用于根据各所述目标车辆的位置信息、以及所述目标车站的位置信息,确定所述目标车辆的距离约束值;
计算模块430,用于针对每个目标车辆,基于所述目标车辆的位置信息、所述目标车站的位置信息、以及所述目标车辆到所述目标车站的传输代价信息,通过所述目标车辆对应的距离约束最优传输算法,计算所述目标车辆到所述目标车站的初始传输解,并根据所述目标车辆的初始传输解、以及所述目标车辆的距离约束值,计算所述目标车辆的初始传输解的传输代价值;
迭代模块440,用于通过最小传输代价值对应的距离约束最优传输算法的参数值,更新各所述目标车辆对应的距离约束最优传输算法的参数值,并返回执行基于所述目标车辆的位置信息、所述目标车站的位置信息、以及所述目标车辆到所述目标车站的传输代价信息,通过所述目标车辆对应的距离约束最优传输算法,计算所述目标车辆到所述目标车站的初始传输解步骤,直到满足预设迭代条件;
输出模块450,用于基于所述目标车辆的所有初始传输解的传输代价值中,最小的传输代价值对应的初始传输解,基于所述目标车辆的所有初始传输解的传输代价值中,最小的传输代价值对应的初始传输解,确定所述目标车辆到所述目标车站的目标路线信息、以及所述目标车辆到所述目标车站的目标距离。
可选的,所述确定模块420,具体用于:
针对每个目标车辆,根据所述目标车辆的位置信息、与所述目标车站的位置信息,确定所述目标车辆与所述目标车站的传输距离;
根据所述目标车辆与所述目标车站的传输距离,确定所述目标车辆的距离约束值。
可选的,所述计算模块430,具体用于:
基于所述目标车辆的距离约束值、以及所述传输代价算法,确定所述目标车辆的距离代价值;
针对每个初始传输解,通过传输代价算法,计算所述初始传输解的代价值;
根据所述初始传输解的代价值、以及所述目标车辆的距离代价值,确定所述初始传输解的传输代价值。
可选的,所述装置还包括:
评价模块,用于通过评价函数分别计算每个目标车辆的最优传输解的评价值;
筛选模块,用于在各所述评价值中选择大于预设评价阈值的各评价值对应的目标最优传输解;
训练模块,用于将各所述目标最优传输解、各所述目标最优传输解对应的第一目标车辆、各所述目标最优传输解对应的第一目标车站、以及各所述第一目标车辆到所述第一目标车站的传输代价信息,输入所述距离约束最优传输算法,并对所述距离约束最优传输算法进行训练,得到已优化的距离约束最优传输算法。
可选的,所述装置还包括:
优化模块,用于将所有目标车辆的距离代价值、以及所有目标车辆的初始传输解的代价值,输入所述传输代价算法,对所述传输代价算法的参数值进行训练,得到已优化的传输代价算法。
可选的,所述装置包括:
距离计算模块,用于根据各所述目标车辆的位置信息、以及所述目标车站的位置信息,计算每个目标车辆到所述目标车站的传输距离;
求导模块,用于对所述传输距离进行求导处理,得到距离约束参数值;
添加模块,用于将所述距离约束参数值添加至初始距离约束最优传输算法,得到所述目标车辆对应的距离约束最优传输算法。
上述车辆路线的距离优化装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种车辆路线的距离优化方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现第一方面中任一项所述的方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
- 用于评估车辆的方法、装置、设备和计算机可读存储介质
- 车辆仿真轨迹的生成方法及装置、计算机设备及存储介质
- 车辆检测方法、装置、计算机设备和存储介质
- 行人与车辆的区分方法、装置、计算机设备及存储介质
- 车辆速度控制方法、装置、设备及计算机可读存储介质
- 运动路线优化显示方法、装置、计算机设备及存储介质
- 车辆路线的确定方法、装置、计算机设备和存储介质