發(fā)布時(shí)間：2018-01-21 06:26

  本文關(guān)鍵詞： 交通控制 快速路 粒子群算法 匝道控制 路徑誘導(dǎo) 宏觀交通流　出處：《計(jì)算機(jī)應(yīng)用研究》2017年10期 　論文類(lèi)型：期刊論文

【摘要】：針對(duì)快速路匝道控制和路徑誘導(dǎo)優(yōu)化,改進(jìn)已有宏觀交通流模型對(duì)上下匝道的處理方式,提出了一種實(shí)現(xiàn)快速路網(wǎng)協(xié)同整合動(dòng)態(tài)優(yōu)化控制的進(jìn)化粒子群算法。利用區(qū)分目的地車(chē)流的均勻分布,給出起始路段區(qū)分目的地車(chē)流的實(shí)際駛?cè)氡壤�。通過(guò)對(duì)實(shí)際路網(wǎng)中上下匝道車(chē)流的觀察分析,給出上匝道車(chē)速與下游主線車(chē)速的關(guān)聯(lián)關(guān)系,并對(duì)下匝道實(shí)施類(lèi)似主線路段的建模處理。針對(duì)基于上述改進(jìn)得到的快速路網(wǎng)動(dòng)態(tài)控制系統(tǒng),利用控制變量的箱式約束,在經(jīng)典粒子群算法中引入交叉變異操作,給出了一種高效的進(jìn)化粒子群算法。通過(guò)算例分析比較了經(jīng)典粒子群算法和進(jìn)化粒子群算法,證實(shí)了新方法可以高效處理復(fù)雜的實(shí)際快速路網(wǎng)。
[Abstract]:Aiming at the ramp control and route guidance optimization of expressway, the existing macro-traffic flow model is improved to deal with the upper and lower ramps. In this paper, an evolutionary particle swarm optimization algorithm is proposed to realize the cooperative integration dynamic optimization control of expressway network, which uses the uniform distribution of traffic flow to distinguish the destination. Through the observation and analysis of the upper and lower ramp traffic flow in the actual road network, the relationship between the on-ramp speed and the downstream main line speed is given. Based on the above improvements, the dynamic control system of highway network is developed, and the box constraints of control variables are used. An efficient evolutionary particle swarm optimization algorithm is proposed by introducing crossover mutation operation into classical particle swarm optimization algorithm and the classical particle swarm optimization algorithm and evolutionary particle swarm optimization algorithm are compared with each other. It is proved that the new method can efficiently deal with complex expressway network.
【作者單位】： 上海理工大學(xué)管理學(xué)院;
【基金】：上海市自然科學(xué)基金資助項(xiàng)目(15zr1429200) 上海市一流學(xué)科建設(shè)資助項(xiàng)目(S1201YLXK)
【分類(lèi)號(hào)】：TP18;U491
【正文快照】： 0引言城市規(guī)模的不斷擴(kuò)大和小汽車(chē)保有量的不斷增加使得城市快速路日益成為城市交通的主動(dòng)脈。2016年5月23日,上海中環(huán)線(內(nèi)圈)真華路至萬(wàn)榮路匝道之間發(fā)生的一起單車(chē)事故,即一輛裝載預(yù)制管樁的卡車(chē)側(cè)翻后造成高架路段主橋面翹起損壞,導(dǎo)致上海北部較大區(qū)域的交通出行受到嚴(yán)重

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王向銀;劉堅(jiān);武春燕;于德介;;基于改進(jìn)二次粒子群算法的汽車(chē)零配件配載優(yōu)化[J];汽車(chē)工程;2010年08期

2 張薇;;基于改進(jìn)粒子群算法的隨機(jī)流路網(wǎng)可靠性研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年03期

3 劉志雄;;基于粒子群算法的物流配送車(chē)輛優(yōu)化調(diào)度研究[J];武漢科技大學(xué)學(xué)報(bào);2009年06期

4 楊俊宇;秦志鋒;;基于粒子群算法的公交車(chē)調(diào)度研究[J];交通信息與安全;2009年06期

5 王非;張佳;孫浩杰;樊根耀;;配送中心選址-庫(kù)存問(wèn)題的粒子群算法應(yīng)用[J];公路交通科技;2011年12期

6 高書(shū)儉;王勇;張永;;基于混合粒子群算法的物流集氣管網(wǎng)布局優(yōu)化[J];重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

7 連志剛;林蔚天;曹宇;計(jì)春雷;;基于類(lèi)粒子群算法的集裝箱裝載模型優(yōu)化研究[J];重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

8 豐偉;李雪芹;;基于粒子群算法的多目標(biāo)車(chē)輛調(diào)度模型求解[J];系統(tǒng)工程;2007年04期

9 郝會(huì)霞;郗建國(guó);;改進(jìn)的粒子群算法在VRP中的應(yīng)用[J];現(xiàn)代交通技術(shù);2007年04期

10 歐陽(yáng)星明;林偉周;陳迎春;;基于混合粒子群算法的試驗(yàn)選址問(wèn)題研究[J];計(jì)算機(jī)工程與科學(xué);2007年11期

相關(guān)會(huì)議論文 前1條

1 李曙光;;粒子群算法在高速公路多路徑費(fèi)用拆分方法研究[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

相關(guān)碩士學(xué)位論文 前5條

1 梁計(jì)鋒;基于改進(jìn)粒子群算法的交通控制算法研究[D];長(zhǎng)安大學(xué);2015年

2 王超;基于粒子群算法的橋墩多目標(biāo)優(yōu)化設(shè)計(jì)方法研究[D];西安工業(yè)大學(xué);2016年

3 王育靜;基于MULTI-AGENT粒子群算法的大宗散貨港—公調(diào)度協(xié)調(diào)優(yōu)化研究[D];天津工業(yè)大學(xué);2017年

4 于浩然;基于粒子群算法的時(shí)間約束順風(fēng)車(chē)路徑問(wèn)題研究[D];山東大學(xué);2017年

5 張超;一種遺傳粒子群算法及其在集裝箱裝船順序優(yōu)化問(wèn)題中的應(yīng)用[D];大連海事大學(xué);2014年

，

本文編號(hào)：1450720