一种健康出行路径动态搜索算法与系统实现

发布时间：2021-06-09 10:58

　　为方便公众优化出行路径,规避或减少空气污染暴露损害,提出一种基于低空气污染暴露的健康出行路径动态搜索算法（dynamic healthy-route search algorithm, DHRSA）,并设计开发了相应健康出行路线规划系统。该算法通过融合土地利用回归制图、暴露风险权重估算和Dijkstra最短路径搜索算法,基于实时空气污染情景动态规划健康出行路径。以长沙主城区为例进行随机车辆出行方式测试实验,通过比较DHRSA算法规划的健康出行路径与传统最短出行路径、最快出行路径的出行暴露风险,验证了该算法的可靠性与系统的实用价值。 

【文章来源】：武汉大学学报(信息科学版). 2019,44(01)北大核心EICSCD

【文章页数】：8 页

【部分图文】：

图１ＤＨＲＳＡ健康路径搜索过程Ｆｉｇ．１ＦｌｏｗｃｈａｒｔｏｆＤＨＲＳＡ染物小时浓度空间分布图为基础估算暴露风险权

过程中，将交通道路段与ＬＵＲ空气污染物浓度格网（每个小栅格单位边框）叠加（见图２），获取格网（ｕ，ｖ）截取的各道路段暴露风险权重Ｗｕ，ｖ：Ｗｕ，ｖ＝Ｅｉ·Ｃｊｉ－Ｃ０（ｉ）１０·Ｌｕ，ｖＶ（５）式中，Ｗｕ，ｖ表示被格网（ｕ，ｖ）截取道路段的暴露风险权重值；Ｌｕ，ｖ表示被格网（ｕ，ｖ）截取道路段的长度；Ｖ表示该道路段的限速；Ｃｊｉ、Ｃ０ｉ、Ｅｉ含义同前。图２道路段与空气污染浓度网格叠加示意图Ｆｉｇ．２ＳｋｅｔｃｈＭａｐｏｆＲｏａｄＳｐｌｉｔｂｙＧｒｉｄ３）路径动态选取以上述道路段暴露风险权重估算值为基础，基于Ｄｉｊｋｓｔｒａ算法原理，将在ｔ时刻从出发点到目标点多道路段暴露风险累加，即可获取所选路径ｍ的暴露风险权重值：Ｗｍ，ｔ＝?ｕ＝１，ｖ＝１Ｗｍ，ｔｕ，ｖ（６）式中，Ｗｍ，ｔ表示整条道路ｍ在ｔ时刻的暴露风险权重值；Ｗｍ，ｔｕ，ｖ表示道路ｍ在ｔ时刻格网（ｉ，ｊ）被截取的道路段距离。暴露风险权重值最小的路径即为健康出行路径。在此过程中，当在初次选定的健康路径上的出行时间超过１ｈ（即以ｔ＋１时刻仍未到达目的地），需要按照ｔ＋１时刻空气污染物浓度制图结果重新动态更新各道路段暴露风险。鉴于受到空气污染分布时空变化的影响，算法在ｔ＋１时刻搜索的路径相对于ｔ时刻搜索的路径可能存在沿原路返回的现象，为保障出行的时间效率及到达出行目的地的可能性，算法在路径

图３ＤＨＲＳＡ系统架构图Ｆｉｇ．３ＳｙｓｔｅｍＡｒｃｈｉｔｅｃｔｕｒｅｏｆＤＨＲＳＡ

【参考文献】：
期刊论文
[1]元胞自动机最短路径算法优化[J]. 任志国,郭健,李爱光,王卉,阚映红.  遥感学报. 2015(01)
[2]基于共享位置数据的最短时间路径算法[J]. 朱瀚,李怀瑜,肖汉,陈秀万,王婷婷.  北京大学学报(自然科学版). 2015(01)
[3]顾及地标与道路分支的行人导航路径选择算法[J]. 张星,李清泉,方志祥,黄玲.  武汉大学学报(信息科学版). 2013(10)
[4]一种大规模车辆路径问题的启发式算法[J]. 涂伟,李清泉,方志祥.  武汉大学学报(信息科学版). 2013(03)
[5]PM2.5污染与居民每日死亡率关系的Meta分析[J]. 王德庆,王宝庆,白志鹏.  环境与健康杂志. 2012(06)
[6]基于GPRS的实时路况车载导航终端研究与实现[J]. 史军勇,张晓煜.  计算机技术与发展. 2011(09)



本文编号：3220458