1.一种前k条具有差异性的动态限制搜索区域路径规划方法,其特征在于:包括以下步骤:步骤1. 给出路网的矢量数据,将路网理解为图数据结构,即路网抽象为图G,从图G中确定起始节点和终止节点,以得到统计参数函数和惩罚系数函数;
步骤2. 根据步骤1给出起始节点和终止节点,并计算起始节点和终止节点之间的欧式距离,以得到惩罚系数和统计参数值,具体操作如下:
2.1将起始节点和终止节点之间的欧式距离α代入拟合函数R95%和Sim95%中,得出一个比值系数R和惩罚系数δ;
2.2以起始节点和终止节点作为焦点,以Rα为长轴长建立椭圆限制搜索区域,通过起始节点和终止节点的欧氏距离以得到低于一定相似度的统计参数值;
步骤3:通过步骤1和步骤2的操作,求得不同的路径解时,需要将其进行处理,以得到低于一定相似度的不同路径解,具体的过程如下:
3.1求得第一条路径解S时,标记第一条路径的所有解,即令Si’·δ =1,其中Si∈S,并将所有的路段解乘以惩罚系数放到图G中;
3.2求解第二条路径时,根据惩罚系数δ和j得到统计参数值,j为当前求得的第j条路径,根据传统方法求得第j条路径解;
3.3求得第j条路径解时,对路径子解进行判断,路径子解已经被标记为Si’·δ =1,此时将路径子解从S'中剔除,并除以惩罚系数δ将路径子解重新放入S' 中;
3.4路径子解没有被标记,即Si’·δ =0,此时将路径进行标记,即令Si’·δ =1,并将所有的路段解乘以惩罚系数放到图G中;
步骤4:重复上述过程,直至搜索到第k条路径,方法结束。
2.根据权利要求1所述的一种前k条具有差异性的动态限制搜索区域路径规划方法,其特征在于:所述步骤2中得到的惩罚系数和统计参数由不同欧式距离的统计参数拟合得到的惩罚系数函数和统计参数函数。
3.根据权利要求1所述的一种前k条具有差异性的动态限制搜索区域路径规划方法,其特征在于:所述步骤1的具体操作如下:
1.1在路网中系统地抽取N个节点,构造集合GO,GD;笛卡尔乘积GOD=GO×GD={(O,D)|(O∈GO)∧(D∈GD)},GOD中的每个元素看成是待求最短路径的起终结点,则GOD中共包括M个样本元素;
1.2对集合GOD中每个元素分别求解FOD,EOD,ROD和SimOD;FOD为起终结点实际距离,EOD为欧式距离,ROD为比值系数,SimOD为集合不同路径的相似度;
1.3将M个样本元素按照欧式距离由小到大排序,按顺序每100个样本元素为一组;对每个组按照r和sim值由大到小排序,选择每个组中第5个数分别形成两个新的集合,最后将两个新集合中的样本元素进行曲线拟合;
1.4对步骤1.3中不同集合中的样本元素进行曲线拟合以得到统计参数函数R95%和惩罚系数函数δ95%。
4.根据权利要求3所述的一种前k条具有差异性的动态限制搜索区域路径规划方法,其特征在于:所述步骤1.2中,起终结点实际距离为FOD,欧式距离为EOD,则可求得比值系数R=FOD/EOD;对于所抽取样本,则可得到比值系数集合ROD;
起终结点欧式距离为EOD,设置不同的惩罚系数,不同路径的相似度为SimOD,则得到不同惩罚系数下的欧氏距离和相似度之间的函数关系。