[发明专利]路径行程自动规划方法、系统、设备及存储介质

说明书

本发明提供了一种路径行程自动规划方法、系统、设备及存储介质，该方法包括以下步骤：接收用户的行程意向信息，根据POI点信息确定用户的行程意向的N个城市；根据确定的N个城市从对应的城市信息表中获取N个城市的城市信息；根据获取N个城市的城市信息规划N个城市的城市间路径；根据用户的行程意向信息依据约束模型规划每个城市的城市内路径行程；将所述城市间路径和所述城市内路径行程发送至所述用户终端。本发明的路径行程自动规划方法可以实现在控制整体路线耗时最短的目标下，考虑POI点时间窗口、用户可支配时间等因素，达到整体时间最短的目标；保持行程整体上的时间合理性和耗时最短性，给用户一个优质的行程路径行程体验。

技术领域

本发明涉及互联网领域，具体地说，涉及一种路径行程自动规划方法、系统、设备及存储介质。

背景技术

当代社会迅猛发展，人们的生活节奏加快，很难抽出时间详细研究出游相关的问题。在人们旅行出游的场景中，丰富且数量庞大的地理兴趣点(Point of Information，POI)使用户眼花缭乱，耗费了大量时间选择期望游览的POI点后，再花费时间去进行合理且个性化的行程规划就有点强人所难了。因此，自动的行程规划就显得十分必要。

旅行商问题(Traveling Salesman Problem，TSP)是一个经典的组合优化问题，也是行程规划场景的主要问题，即给定N个地点，找到一条使得整条路线出行成本最低、行程最短或行程最快。

传统的旅行商问题可以通过基础算法类的深度优先搜索算法、广度优先搜索算法、动态规划算法等，启发式搜索算法如贪心算法、A星算法、最近插入策略等，又或者用启发式探索算法中的蚁群算法、遗传算法、模拟退火算法、粒子群算法等方法解决，这些方法都是为了通过优化算法找到最短的路径。但是实际的旅程规划中，除了考虑路程距离的长短之外，还需要考虑交通导致的路程耗费的时间、每个地点的停留时间、每个地点的可访问时间、对旅程时间宽松程度的要求和其导致的总自然天数的限制等条件，而前面提到的传统方法无法解决这些问题。针对复杂的要求，又有稍微复杂一点的带约束的路径规划问题，如只能在指定的时间窗口内接收交付或服务调用的时间窗车辆路由问题。但是这类场景仅能满足某一点约束的限制要求，不能同时优化多个关注方向。因此，寻找一种根据POI点考虑多因素自动生成合理行程路径行程的方法就显得十分必要。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

针对现有的行程数据多为经典行程，固定行程景点，未将用户的个性化需求引入场景中，本发明提供了一种路径行程自动规划方法、系统、设备及存储介质，实现快速高效率地规划城市间路径和城市内路径行程。

本发明的实施例提供了一种路径行程自动规划方法，该方法包括以下步骤：

S100：从用户终端接收用户的行程意向信息，所述行程意向信息包括用户意向的各个POI点信息；

S200：根据POI点信息确定用户的行程意向的N个城市，N为≥2的整数；

S300：根据确定的N个城市从对应的城市信息表中获取N个城市的城市信息；

S400：根据获取N个城市的城市信息规划N个城市的城市间路径；

S500：根据用户的行程意向信息依据约束模型规划每个城市的城市内路径行程；

S600：将所述城市间路径和所述城市内路径行程发送至所述用户终端。

根据本发明的一示例，所述S400：根据获取N个城市的城市信息依据蚁群算法规划N个城市的城市间路径。

根据本发明的一示例，所述城市信息包括城市分数，且所述城市信息还包括城市坐标、城市名称、城市ID或建议停留时间中一种或多种。