本文選題：智能運(yùn)輸系統(tǒng) + 數(shù)據(jù)庫(kù)　； 參考：《天津大學(xué)》2014年碩士論文

【摘要】：智能運(yùn)輸系統(tǒng)（ITS）目前在國(guó)內(nèi)外都有迅猛的發(fā)展，其中動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)是ITS的一個(gè)重要組成部分。通過(guò)運(yùn)用先進(jìn)的科技手段包括計(jì)算機(jī)技術(shù)、通信技術(shù)和控制技術(shù)向出行者提供各種交通信息，以及可供參考的最優(yōu)路線，幫助車(chē)輛避開(kāi)擁擠的路段，通過(guò)對(duì)單個(gè)車(chē)輛的路徑誘導(dǎo)達(dá)到整個(gè)城市路網(wǎng)交通流的平均分配。 本文的研究工作主要從以下幾個(gè)方面展開(kāi)的： 1）介紹了智能運(yùn)輸系統(tǒng)的國(guó)內(nèi)外發(fā)展情況，以及分析了天津站地區(qū)的交通狀況。通過(guò)對(duì)天津站附近地區(qū)交通狀況和路網(wǎng)的研究，采用SQL server2008建立了路網(wǎng)數(shù)據(jù)庫(kù)，并利用圖論算法對(duì)路網(wǎng)進(jìn)行抽象，為后面章節(jié)的算法研究提供了依據(jù)。 2）詳細(xì)介紹了傳統(tǒng)的最優(yōu)路徑選擇算法中的A*算法和Dijkstra算法，總結(jié)了遺傳算法的特點(diǎn)。通過(guò)C++語(yǔ)言編寫(xiě)程序?qū)θ齻�(gè)算法進(jìn)行仿真，，并且對(duì)這三種算法的搜索速度和搜索的成功率進(jìn)行了比較，最終得出結(jié)論遺傳算法要比其它兩個(gè)算法更適合于最優(yōu)路徑誘導(dǎo)系統(tǒng)的研究。 3）對(duì)原有的遺傳算法進(jìn)行了改進(jìn)和仿真，采用實(shí)數(shù)編碼方法，并且結(jié)合天津站道路信息網(wǎng)的特點(diǎn)給出了合理的編碼形式，一條染色體中的基因序列就是我們要搜尋的最優(yōu)路徑；提出了一種模擬動(dòng)物育種學(xué)的交叉策略，另外在交叉過(guò)程中采用了避免零交叉和保護(hù)父代染色體中優(yōu)良基因的交叉算子；基于天津站附近的路網(wǎng)結(jié)構(gòu)，抽象了具有代表性的道路，構(gòu)成了路網(wǎng)結(jié)構(gòu)圖，利用本文改進(jìn)的遺傳算法和編碼方式對(duì)算法和實(shí)際道路進(jìn)行了仿真，分析了結(jié)果并總結(jié)了優(yōu)勢(shì)和不足之處。 4）將改進(jìn)的遺傳算法和實(shí)時(shí)數(shù)據(jù)的更新相結(jié)合提出了動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)的整體解決方案，實(shí)現(xiàn)動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)。
[Abstract]:Intelligent transportation system (ITS) has developed rapidly both at home and abroad, and dynamic path guidance system is an important part of ITS. Through the use of advanced technology, including computer technology, communication technology and control technology to provide all kinds of traffic information, as well as the best route for reference, help vehicles avoid Congested roads, through the path guidance of single vehicle, can achieve the average distribution of traffic flow in the whole urban road network.
The research work in this paper is mainly from the following aspects:
1) introduce the development of the intelligent transportation system at home and abroad, and analyze the traffic situation of the TianJin Railway Station. Through the study of the traffic situation and network in the vicinity of the TianJin Railway Station, the road network database is established by SQL Server2008, and the graph theory algorithm is used to draw the road network, which provides the basis for the algorithm research in the following chapters.
2) the A* algorithm and Dijkstra algorithm in the traditional optimal path selection algorithm are introduced in detail, and the characteristics of the genetic algorithm are summarized. The three algorithms are simulated by programming in C++ language, and the search speed of the three algorithms is compared with the success rate of the search. Finally, the conclusion is that the genetic algorithm is more than the other two algorithms. It is more suitable for the study of the optimal path induction system.
3) to improve and simulate the original genetic algorithm, using the real number coding method, and combining the characteristics of the road information network in TianJin Railway Station, gives a reasonable coding form. The gene sequence in a chromosome is the optimal path we have to search for. A cross strategy for simulating animal breeding is proposed and the cross process is in the cross process. The cross operator of avoiding zero crossing and protecting the good genes in the parent chromosome is adopted. Based on the structure of the road network near the TianJin Railway Station, the representative road is abstracted and the road network structure is constructed. The algorithm and the actual road are simulated by the improved genetic algorithm and coding method, and the results are analyzed and the advantages are summarized. Potential and inadequacies.
4) combining the improved genetic algorithm with the updating of real-time data, the overall solution of dynamic route guidance system is proposed, and the dynamic route guidance system is realized.
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：U495;TP311.13

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 蘇海濱;王繼東;侯朝楨;;道路網(wǎng)絡(luò)分層的快速路徑誘導(dǎo)算法[J];火力與指揮控制;2008年07期

2 陸陽(yáng);胡堅(jiān)明;張佐;王順智;高逸涵;;面向北京市路網(wǎng)特點(diǎn)的新型路徑誘導(dǎo)算法及實(shí)現(xiàn)[J];交通信息與安全;2009年02期

3 文孟飛;彭軍;劉偉榮;李沖;張曉勇;;一種增量式多目標(biāo)優(yōu)化的智能交通路徑誘導(dǎo)方法[J];湖南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

4 朱權(quán);安實(shí);謝秉磊;;雙目標(biāo)路徑誘導(dǎo)下的交通信息定價(jià)策略[J];交通運(yùn)輸工程學(xué)報(bào);2007年01期

5 金照;徐建閩;;數(shù)據(jù)融合技術(shù)在路徑誘導(dǎo)中的應(yīng)用研究[J];交通與計(jì)算機(jī);2008年04期

6 何鵬;潘君;薛倩;;基于遺傳算法的駕駛員動(dòng)態(tài)路徑誘導(dǎo)研究[J];現(xiàn)代電子技術(shù);2009年15期

7 潘海珠;杜曉昕;王波;;交通路徑誘導(dǎo)系統(tǒng)中最優(yōu)路徑選取研究與仿真[J];計(jì)算機(jī)仿真;2012年07期

8 李志純,黃海軍;多目標(biāo)路徑誘導(dǎo)下平衡市場(chǎng)滲透率的確定[J];系統(tǒng)工程理論與實(shí)踐;2004年09期

9 杜長(zhǎng)海;黃席樾;楊祖元;唐明霞;楊芳勛;;改進(jìn)的蟻群算法在動(dòng)態(tài)路徑誘導(dǎo)中的應(yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2008年27期

10 董永峰;劉艷柳;張娜;顧軍華;;基于改進(jìn)蟻群算法的動(dòng)態(tài)多路徑誘導(dǎo)系統(tǒng)研究[J];河北工業(yè)大學(xué)學(xué)報(bào);2010年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前8條

1 秦進(jìn);侯桂榮;;基于車(chē)輛的混合式路徑誘導(dǎo)系統(tǒng)分析[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

2 秦進(jìn);史峰;侯桂榮;;基于車(chē)輛的混合式路徑誘導(dǎo)系統(tǒng)[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

3 毛永明;張東偉;;智能交通動(dòng)態(tài)路徑誘導(dǎo)算法研究[A];第十屆沈陽(yáng)科學(xué)學(xué)術(shù)年會(huì)論文集（信息科學(xué)與工程技術(shù)分冊(cè)）[C];2013年

4 倪玲霖;秦進(jìn);;基于車(chē)輛的混合式路徑誘導(dǎo)系統(tǒng)框架研究[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

5 楊立才;賈磊;孔慶杰;;基于人工免疫系統(tǒng)的動(dòng)態(tài)路徑誘導(dǎo)算法研究[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

6 梅振宇;項(xiàng)貽強(qiáng);陳峻;王煒;;非完全動(dòng)態(tài)信息下基于風(fēng)險(xiǎn)估計(jì)的路徑誘導(dǎo)方法[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

7 王冠生;鄭江華;瓦哈甫·哈力克;李榮立;;基于Haptic技術(shù)的盲人輔助路徑誘導(dǎo)服務(wù)研制[A];地理學(xué)核心問(wèn)題與主線——中國(guó)地理學(xué)會(huì)2011年學(xué)術(shù)年會(huì)暨中國(guó)科學(xué)院新疆生態(tài)與地理研究所建所五十年慶典論文摘要集[C];2011年

8 王英杰;程琳;王煒;;交通網(wǎng)絡(luò)不確定性分析及路徑誘導(dǎo)信息提供[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 李卉;智能交通產(chǎn)業(yè)風(fēng)光無(wú)限[N];中國(guó)機(jī)電日?qǐng)?bào);2002年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 范東凱;城市動(dòng)態(tài)路徑誘導(dǎo)算法研究[D];長(zhǎng)安大學(xué);2006年

2 孫霞;基于改進(jìn)遺傳算法的城市交通路徑誘導(dǎo)系統(tǒng)的研究[D];重慶大學(xué);2007年

3 梁晶;哈爾濱市交通路徑誘導(dǎo)系統(tǒng)研究[D];哈爾濱工程大學(xué);2011年

4 趙丹;城市交通路徑誘導(dǎo)算法研究[D];長(zhǎng)安大學(xué);2009年

5 趙俊軍;基于演化博弈與人工免疫的路徑誘導(dǎo)算法研究[D];昆明理工大學(xué);2013年

6 韓星;災(zāi)變條件下公路網(wǎng)動(dòng)態(tài)路徑誘導(dǎo)決策模型與算法設(shè)計(jì)[D];北京交通大學(xué);2010年

7 郝新剛;車(chē)輛導(dǎo)航系統(tǒng)路徑誘導(dǎo)算法研究[D];山東科技大學(xué);2011年

8 謝秋燕;車(chē)聯(lián)網(wǎng)條件下車(chē)輛動(dòng)態(tài)路徑誘導(dǎo)方法研究[D];華南理工大學(xué);2012年

9 王靖;停車(chē)誘導(dǎo)系統(tǒng)中動(dòng)態(tài)路徑誘導(dǎo)技術(shù)的研究與應(yīng)用[D];蘇州大學(xué);2008年

10 李寧;基于蟻群算法的動(dòng)態(tài)交通分配及路徑誘導(dǎo)研究[D];長(zhǎng)沙理工大學(xué);2008年

本文編號(hào)：2005996