时变随机网络中带置信区间的在线最短路径路由
数据结构与算法
2018-05-24 v1 最优化与控制
摘要
世界人口的增长和生活水平的提高导致道路上的车辆数量不断增加，随之而来的是交通管理难度的日益加大。利用被称为智能交通系统（ITS）的信息与通信技术，可以明显优化交通网络中的这种交通管理。该管理问题通常被重新表述为在时变随机图中寻找最短路径。本文提出了一种使用随机梯度下降的在线最短路径计算方法。这种用于 ITS 交通管理的路由算法基于在线 Frank-Wolfe 方法。我们的改进通过用于近似贝叶斯推断的随机梯度算法，能够找到最短路径的置信区间。
引用
@article{arxiv.1805.09261,
title = {Online shortest paths with confidence intervals for routing in a time varying random network},
author = {Stéphane Chrétien and Christophe Guyeux},
journal= {arXiv preprint arXiv:1805.09261},
year = {2018}
}