【摘要】：針對交通誘導中的分布式誘導和中心式誘導各自的不足,提出了基于路網(wǎng)分層的協(xié)同式誘導算法。首先,根據(jù)出行偏好,對路網(wǎng)進行了分層,并對不同形式的路徑進行了分析。然后,通過對子區(qū)域中路徑搜索進行動態(tài)搜索限定,提出了基于改進A*的跨層節(jié)點確定方法,在此基礎上建立了基于改進的跨層路徑搜索算法。最后,構建了協(xié)同式誘導算法模型,此模型運用中心式誘導完成主干道路網(wǎng)層交通流的誘導,而分布式誘導完成子區(qū)域小范圍次要路網(wǎng)上的車輛的路徑搜索,并對協(xié)同搜索算法進行了仿真驗證。結果表明:該算法模型相比單一誘導模型計算性能好,平均搜索的效率提高了17.5倍。
[Abstract]:Aiming at the shortcomings of distributed guidance and central guidance in traffic guidance, a collaborative guidance algorithm based on road network stratification is proposed. Firstly, according to the travel preference, the road network is stratified and different kinds of paths are analyzed. Then, by dynamically searching the path search in the sub-region, a cross-layer node determination method based on improved A * is proposed, and then an improved cross-layer path search algorithm is established. Finally, a collaborative guidance algorithm model is constructed, in which the central guidance is used to guide the traffic flow in the main road network, while the distributed guidance is used to complete the vehicle path search in the sub-area of small secondary road network. The collaborative search algorithm is verified by simulation. The results show that the performance of the algorithm is better than that of the single induced model, and the average search efficiency is improved by 17.5 times.
【作者單位】： 公安部交通管理科學研究所;現(xiàn)代城市交通技術江蘇高校協(xié)同創(chuàng)新中心;
【基金】：公安部技術研究計劃項目(2015JSYJB23) 中央級公益性科研院所基本科研業(yè)務費專項資金項目(2016SJA19)
【分類號】：U495

【相似文獻】

相關期刊論文 前10條

1 王怡蘋;李文海;文天柱;;面向信號測試的路徑搜索算法研究[J];儀器儀表學報;2013年07期

2 王詠梅,朱勝華,胡福喬;城市交通網(wǎng)絡中的最優(yōu)路徑搜索的樹修剪算法[J];交通與計算機;2003年05期

3 周竹萍;易富君;;交通網(wǎng)絡最優(yōu)路徑搜索的蟻群算法[J];交通運輸工程與信息學報;2013年02期

4 莊曉東,孟慶春,殷波,王汝霖,熊建設,王旭柱;動態(tài)環(huán)境中基于模糊概念的機器人路徑搜索方法[J];機器人;2001年05期

5 劉經(jīng)宇;方彥軍;;蟻群算法在城市交通路徑選擇中的應用[J];西南交通大學學報;2009年06期

6 陳小軍;張t，

本文編號：2189799