基于智能规划的交通出行服务组合方法研究
发布时间:2020-05-17 21:17
【摘要】:随着交通行业信息化的发展,利用网络资源向出行者提供实时有效的交通出行服务成为城市智能交通系统的重要应用。然而,现有的交通出行服务功能比较单一,按照特定规则组合起来提供功能增值且满足出行者需求的新服务显得尤为重要。由于服务质量信息越来越多的受到出行者的影响,设计服务质量约束下的组合方法是当前的研究重点。但现有服务组合方法难以根据出行者的个性化需求提供合适的组合方案,为此,本文针对智能化组合技术与服务质量感知的选择过程进行了深入研究,其中,重点工作及创新点可用以下三点归纳:1、分析Web服务描述语言及交通环境领域特征,指出了交通出行服务语义描述的关键问题,并在此基础上构建交通领域类别划分和功能因素影响的交通出行服务描述模型。该模型在对交通出行服务规范定义的同时增强了交通环境特有属性的语义表达能力。2、针对现有分层任务网络规划方法在选取分解方法时的随机性,设计了一种基于控制策略的分层任务网络规划方法,来满足出行者的功能需求。该方法采用分解全扩展的方式来扩大搜索组合方案的范围,能较准确搜索到最优抽象服务序列。同时,为了降低全扩展方式带来的规划计算成本,引入了短期回报因子与控制因子,有效控制了搜索空间并起到调节作用。3、将蚁群算法应用到服务质量感知的交通出行服务组合方法中来解决交通出行服务的优化配置,从而满足出行者的非功能需求。针对传统蚁群算法具有的前期搜索较慢、后期极易陷入局部最优解的问题,结合交通出行服务的领域化特征,提出路径创新策略、降低较差路径干扰策略以及服务评价对初始信息素分布的策略,设计了一种面向交通出行服务组合的改进蚁群算法。最后,设计一个交通出行场景对本文提出的算法可用性和有效性进行验证。结果表明,基于控制策略的分层任务网络规划方法能够降低计算成本;面向交通出行服务组合的改进蚁群算法能够快速搜索非劣解,进而为匹配符合出行者需求的交通出行服务组合提供可行解决方案。
【图文】:
第一章 绪论辅助环境信息的语义内容,构建一个适合交通环境类别划分和功能因素的交通出行服务描述模型。使用智能规划技术中的 HTN 规划方法来研究交通出行服务组合的动态组合过程,将出行者的服务请求信息通过映射算法转换到智能规划领域,采用智能规划技术规划出服务组合问题的抽象服务序列。由于 HTN 规划方法的不足之处,本文在 HTN 的基础上进行改进,提出了一种基于控制策略的 HTN 规划方法,使得到的抽象服务序列是当前领域搜索范围内的最优解。但组合服务的抽象序列并不能完成真正意义上的组合操作,还需要为每个抽象服务匹配具体的候选服务来实现完整的交通出行服务组合方案。为此,本文引入蚁群算法来解决服务选择问题,提出一种面向交通出行服务的改进蚁群算法。最后,在上述几方面的研究成果基础上,采用模块化的思想构建一个在智能空间下基于智能规划的交通出行服务组合框架,该框架实现对出行者发布请求到完成服务组合任务的自动化过程。论文的研究路线如图 1.1,研究内容主要分为以下几个方面:
件应用、数据资源等信息进行封装完成所需功能,其封具体实现细节只对外展示功能列表,是 Web 服务发展量研究的关键。间进行交互是依托 Web 服务的体系结构,它是基于服请求者三种角色之间的交互,如图 2.1。服务提供者提服务注册中心。服务请求者采用查找操作从本地或者服描述信息,然后使用服务描述与服务提供者绑定,,并求者和服务提供者的交互。服务注册中心是一个 Web的 Web 服务,同时服务提供者也会不断的发布最新服务注册中心包含了越来越多的 Web 服务的信息资源。eb Service Description Language)进行语法级的服务描scription Discovery and Integration)进行服务的发布和查t Access Protocol)协议完成具体服务的调用[38]。
【学位授予单位】:长安大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:U491
本文编号:2669193
【图文】:
第一章 绪论辅助环境信息的语义内容,构建一个适合交通环境类别划分和功能因素的交通出行服务描述模型。使用智能规划技术中的 HTN 规划方法来研究交通出行服务组合的动态组合过程,将出行者的服务请求信息通过映射算法转换到智能规划领域,采用智能规划技术规划出服务组合问题的抽象服务序列。由于 HTN 规划方法的不足之处,本文在 HTN 的基础上进行改进,提出了一种基于控制策略的 HTN 规划方法,使得到的抽象服务序列是当前领域搜索范围内的最优解。但组合服务的抽象序列并不能完成真正意义上的组合操作,还需要为每个抽象服务匹配具体的候选服务来实现完整的交通出行服务组合方案。为此,本文引入蚁群算法来解决服务选择问题,提出一种面向交通出行服务的改进蚁群算法。最后,在上述几方面的研究成果基础上,采用模块化的思想构建一个在智能空间下基于智能规划的交通出行服务组合框架,该框架实现对出行者发布请求到完成服务组合任务的自动化过程。论文的研究路线如图 1.1,研究内容主要分为以下几个方面:
件应用、数据资源等信息进行封装完成所需功能,其封具体实现细节只对外展示功能列表,是 Web 服务发展量研究的关键。间进行交互是依托 Web 服务的体系结构,它是基于服请求者三种角色之间的交互,如图 2.1。服务提供者提服务注册中心。服务请求者采用查找操作从本地或者服描述信息,然后使用服务描述与服务提供者绑定,,并求者和服务提供者的交互。服务注册中心是一个 Web的 Web 服务,同时服务提供者也会不断的发布最新服务注册中心包含了越来越多的 Web 服务的信息资源。eb Service Description Language)进行语法级的服务描scription Discovery and Integration)进行服务的发布和查t Access Protocol)协议完成具体服务的调用[38]。
【学位授予单位】:长安大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:U491
【参考文献】
相关期刊论文 前10条
1 倪志伟;方清华;李蓉蓉;李一鸣;;改进蚁群算法在基于服务质量的Web服务组合优化中的应用[J];计算机应用;2015年08期
2 赵娜;袁家斌;徐晗;;智能交通系统综述[J];计算机科学;2014年11期
3 于莹莹;陈燕;李桃迎;;改进的遗传算法求解旅行商问题[J];控制与决策;2014年08期
4 李擎;张超;陈鹏;尹怡欣;;一种基于粒子群参数优化的改进蚁群算法[J];控制与决策;2013年06期
5 王秀亭;马力;;基于蚁群算法的Web服务选择[J];现代电子技术;2013年12期
6 吴华锋;陈信强;毛奇凰;张倩楠;张寿春;;基于自然选择策略的蚁群算法求解TSP问题[J];通信学报;2013年04期
7 陈志勇;李庆忠;王文明;崔立真;丛国进;;基于流演算的Web服务自动组合方法[J];小型微型计算机系统;2013年01期
8 金茂菁;;我国智能交通系统技术发展现状及展望[J];交通信息与安全;2012年05期
9 马永杰;云文霞;;遗传算法研究进展[J];计算机应用研究;2012年04期
10 王忠英;白艳萍;岳利霞;;经过改进的求解TSP问题的蚁群算法[J];数学的实践与认识;2012年04期
相关硕士学位论文 前2条
1 张殊;基于语义Web服务的组合方案研究及其在电子商务中的应用[D];南京理工大学;2009年
2 杨亚南;蚁群算法参数优化及其应用[D];南京理工大学;2008年
本文编号:2669193
本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/2669193.html