本文關(guān)鍵詞：智能交通分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)路徑優(yōu)化問題研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著我國經(jīng)濟(jì)的快速增長,城市化進(jìn)程不斷加快,城市道路擁堵情況日益嚴(yán)重,城市交通環(huán)境污染等交通問題已成為全民關(guān)注的熱點(diǎn)。進(jìn)入新世紀(jì)以來,智能交通系統(tǒng)受到人們的極大關(guān)注,路徑誘導(dǎo)系統(tǒng)(又稱動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng))作為智能交通系統(tǒng)的核心,其主要功能是充分利用現(xiàn)有交通設(shè)施,提高交通路網(wǎng)運(yùn)行效率。按照誘導(dǎo)路徑是在控制中心還是車載設(shè)備上,將動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)分為中心式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)和分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng),本文主要對分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)進(jìn)行研究。論文對智能交通系統(tǒng)概念和框架結(jié)構(gòu)進(jìn)行闡述,對分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)進(jìn)行研究,充分分析了分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)的功能需求,并對系統(tǒng)的功能框架進(jìn)行了設(shè)計(jì)。針對分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)中的兩個(gè)主要內(nèi)容進(jìn)行研究:一是短時(shí)交通流預(yù)測;二是動(dòng)態(tài)路徑優(yōu)化。本文分析總結(jié)了幾種經(jīng)典的短時(shí)交通流預(yù)測方法,結(jié)合組合預(yù)測的思想,提出一種基于改進(jìn)的K近鄰非參數(shù)回歸和小波神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流加權(quán)組合預(yù)測模型。文中對最近鄰非參數(shù)回歸預(yù)測方法進(jìn)行基于相關(guān)系數(shù)的改進(jìn),以達(dá)到提高預(yù)測精度的效果,以用小波基函數(shù)代替神經(jīng)網(wǎng)絡(luò)模型中傳遞函數(shù)的方式將兩者進(jìn)行深入融合,形成一種前饋網(wǎng)絡(luò)。該組合模型結(jié)合了改進(jìn)的最近鄰非參數(shù)回歸預(yù)測的高精度和小波神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法簡單、收斂速度快的優(yōu)點(diǎn)。通過實(shí)測交通流數(shù)據(jù)進(jìn)行算法仿真,根據(jù)仿真結(jié)果分析,組合預(yù)測模型有更好的預(yù)測精度。掌握準(zhǔn)確的交通信息是進(jìn)行動(dòng)態(tài)路徑優(yōu)化的關(guān)鍵,交叉口延誤對整個(gè)行程時(shí)間來說是不可忽視的一部分,文中對交通路網(wǎng)中交叉口處的延誤進(jìn)行了分析,給出計(jì)算帶有交叉口延誤的行程時(shí)間計(jì)算方法。借鑒以前學(xué)者在車輛排放模型上的研究,構(gòu)建適合分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)的輕型車排放模型,并構(gòu)建基于行程時(shí)間和機(jī)動(dòng)車排放的雙目標(biāo)優(yōu)化模型。為了適應(yīng)本文中帶有交叉口延誤的交通路網(wǎng)模型,對傳統(tǒng)的Dijkstra算法進(jìn)行改進(jìn),并提出一種基于K最短路徑算法的交互式雙目標(biāo)最優(yōu)路徑算法,通過算例驗(yàn)證了該算法的有效性。
【關(guān)鍵詞】：智能交通 分布式路徑誘導(dǎo) 短時(shí)交通流預(yù)測 車輛排放 路徑優(yōu)化
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U495
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-13
• 1.1 研究背景及意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.2.1 國外研究現(xiàn)狀10
• 1.2.2 國內(nèi)研究現(xiàn)狀10-11
• 1.3 論文主要內(nèi)容和組織結(jié)構(gòu)11-13
• 2 智能交通分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)分析與設(shè)計(jì)13-21
• 2.1 智能交通系統(tǒng)13-14
• 2.1.1 智能交通系統(tǒng)定義13
• 2.1.2 智能交通系統(tǒng)框架結(jié)構(gòu)13-14
• 2.2 智能交通分布式路徑誘導(dǎo)系統(tǒng)的功能分析和結(jié)構(gòu)設(shè)計(jì)14-17
• 2.2.1 分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)概述14-15
• 2.2.2 分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)功能需求15-16
• 2.2.3 分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)框架設(shè)計(jì)16-17
• 2.3 智能交通分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)主要研究內(nèi)容17-20
• 2.3.1 短時(shí)交通流預(yù)測方法研究17-19
• 2.3.2 分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)路徑優(yōu)化方法研究19-20
• 2.4 本章小結(jié)20-21
• 3 短時(shí)交通流組合預(yù)測方法研究21-39
• 3.1 短時(shí)交通流問題研究21-22
• 3.1.1 短時(shí)交通流基本特性分析21-22
• 3.1.2 短時(shí)交通流特征參數(shù)22
• 3.2 基于改進(jìn)的K近鄰非參數(shù)回歸的交通流預(yù)測22-30
• 3.2.1 K近鄰非參數(shù)回歸預(yù)測方法24-25
• 3.2.2 改進(jìn)的K近鄰非參數(shù)回歸預(yù)測方法25-27
• 3.2.3 實(shí)驗(yàn)分析27-30
• 3.3 基于小波分析的神經(jīng)網(wǎng)絡(luò)預(yù)測方法研究30-36
• 3.3.1 小波分析理論30-31
• 3.3.2 神經(jīng)網(wǎng)絡(luò)預(yù)測描述31
• 3.3.3 小波神經(jīng)網(wǎng)絡(luò)31-33
• 3.3.4 參數(shù)設(shè)定33-35
• 3.3.5 實(shí)驗(yàn)分析35-36
• 3.4 基于改進(jìn)的K近鄰非參數(shù)回歸-小波神經(jīng)網(wǎng)絡(luò)的加權(quán)組合預(yù)測方法36-38
• 3.4.1 加權(quán)組合預(yù)測方法描述36-37
• 3.4.2 實(shí)驗(yàn)分析37-38
• 3.5 本章小結(jié)38-39
• 4 分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)路徑優(yōu)化方法研究39-62
• 4.1 路段行程時(shí)間換算和交叉口轉(zhuǎn)向延誤分析39-41
• 4.1.1 路段行程時(shí)間換算39-40
• 4.1.2.交叉口轉(zhuǎn)向延誤分析40-41
• 4.2 機(jī)動(dòng)車排放算法41-46
• 4.2.1 機(jī)動(dòng)車排放算法概述41-42
• 4.2.2 機(jī)動(dòng)車排放算法模型42-44
• 4.2.3 機(jī)動(dòng)車排放計(jì)算方法44-46
• 4.3 構(gòu)建基于行程時(shí)間和機(jī)動(dòng)車排放的雙目標(biāo)路徑優(yōu)化模型46-49
• 4.3.1 雙目標(biāo)路徑誘導(dǎo)問題描述46-48
• 4.3.2 建立雙目標(biāo)路徑誘導(dǎo)模型48-49
• 4.4 交互式雙目標(biāo)優(yōu)化算法設(shè)計(jì)49-55
• 4.4.1 交通路網(wǎng)描述49-50
• 4.4.2 改進(jìn)的Dijkstra算法50-54
• 4.4.3 交互式雙目標(biāo)優(yōu)化算法分析54-55
• 4.5 算例分析55-61
• 4.6 本章小結(jié)61-62
• 5 總結(jié)與展望62-64
• 5.1 論文總結(jié)62
• 5.2 研究展望62-64
• 致謝64-65
• 參考文獻(xiàn)65-68
• 攻讀學(xué)位期間的研究成果68

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 關(guān)宏志,劉蘭輝,廖明軍;停車誘導(dǎo)系統(tǒng)的規(guī)劃設(shè)計(jì)方法初探[J];公路交通科技;2003年01期

2 陳群;晏克非;文雅;;基于多級模糊模式識別方法的停車誘導(dǎo)系統(tǒng)評價(jià)[J];長沙交通學(xué)院學(xué)報(bào);2006年02期

3 潘學(xué)富;張磊;;小議車輛超高誘導(dǎo)系統(tǒng)——道路,橋梁,隧道車輛超高誘導(dǎo)分析[J];中國公共安全(學(xué)術(shù)版);2006年02期

4 潘學(xué)富;張磊;;車輛超高檢測誘導(dǎo)系統(tǒng)分析[J];中國交通信息產(chǎn)業(yè);2006年07期

5 ;世界第一套無線停車誘導(dǎo)系統(tǒng)投入運(yùn)行[J];可編程控制器與工廠自動(dòng)化;2006年12期

6 潘曉東;詹嘉;楊軫;;智能停車誘導(dǎo)系統(tǒng)的設(shè)計(jì)應(yīng)用研究[J];華東交通大學(xué)學(xué)報(bào);2007年01期

7 張寶玉;晏克非;周湘霆;;停車誘導(dǎo)系統(tǒng)中篩選停車場(庫)方法的研究[J];計(jì)算機(jī)工程與應(yīng)用;2007年27期

8 傅德勇;;高速公路全程監(jiān)控誘導(dǎo)系統(tǒng)技術(shù)方案探討[J];中國交通信息產(chǎn)業(yè);2007年10期

9 莫一魁;晏克非;;面向停車誘導(dǎo)系統(tǒng)的都市商務(wù)區(qū)停車行為調(diào)查及分析[J];道路交通與安全;2007年05期

10 王衛(wèi)東;王彥新;杜占武;欒慶文;;分區(qū)分布式動(dòng)態(tài)誘導(dǎo)系統(tǒng)應(yīng)用研究[J];交通信息與安全;2009年S1期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 沈黨云;李永勝;榮建;;應(yīng)用層次分析法確定停車誘導(dǎo)系統(tǒng)中各類信息的權(quán)重[A];第一屆中國智能交通年會論文集[C];2005年

2 唐克雙;孫劍;李克平;林航飛;劉濤;徐謹(jǐn);;上海市五角場地區(qū)停車、行車誘導(dǎo)系統(tǒng)規(guī)劃與設(shè)計(jì)[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

3 王秋軍;束昱;;軌道交通空間誘導(dǎo)系統(tǒng)研究[A];中國土木工程學(xué)會第十二屆年會暨隧道及地下工程分會第十四屆年會論文集[C];2006年

4 韓印;馬萬達(dá);張楠;高強(qiáng)飛;;先進(jìn)的城市智能停車誘導(dǎo)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[A];2007第三屆中國智能交通年會論文集[C];2007年

5 朱昊;馮淑媛;劉濤;秦明霞;;上海區(qū)域停車誘導(dǎo)系統(tǒng)效果評估及建議[A];第七屆中國智能交通年會優(yōu)秀論文集——智能交通應(yīng)用[C];2012年

6 周竹萍;任剛;;大城市中心商業(yè)區(qū)停車誘導(dǎo)系統(tǒng)探討——以南京新街口地區(qū)為例[A];2008第四屆中國智能交通年會論文集[C];2008年

7 雷秋菊;張敖;;基于物聯(lián)網(wǎng)的停車誘導(dǎo)系統(tǒng)研究及標(biāo)準(zhǔn)化探討[A];市場踐行標(biāo)準(zhǔn)化——第十一屆中國標(biāo)準(zhǔn)化論壇論文集[C];2014年

8 郝媛;杜豫川;孫立軍;;黃浦江綜合交通越江誘導(dǎo)系統(tǒng)研究初步[A];第二屆中國智能交通年會論文集[C];2006年

9 陳光和;;霧及高速公路霧天行車誘導(dǎo)系統(tǒng)與智能公路[A];第一屆全國公路科技創(chuàng)新高層論壇論文集智能交通與機(jī)電工程卷[C];2002年

10 郭鈺;宋瑞;;基于駕駛員出行路徑選擇的停車誘導(dǎo)系統(tǒng)設(shè)計(jì)[A];2008第四屆中國智能交通年會論文集[C];2008年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 徐赫 魯克 本報(bào)記者 鄭宗杰;停車誘導(dǎo)系統(tǒng)建設(shè)亟待破繭發(fā)力[N];中國交通報(bào);2006年

2 記者 劉愛平;長沙將建智能交通行車誘導(dǎo)系統(tǒng)[N];人民鐵道;2010年

3 陳衛(wèi)保 顏志欣;長沙擬建智能行車誘導(dǎo)系統(tǒng)[N];中國交通報(bào);2010年

4 王建運(yùn);上海民進(jìn)人士呼吁盡快普及“停車誘導(dǎo)系統(tǒng)”[N];人民政協(xié)報(bào);2008年

5 記者 李舒瑜;四片區(qū)有望安裝停車誘導(dǎo)系統(tǒng)[N];深圳特區(qū)報(bào);2010年

6 ;廣州市停車誘導(dǎo)系統(tǒng) 疏導(dǎo)交通 改善環(huán)境[N];中國計(jì)算機(jī)報(bào);2004年

7 通訊員 王建運(yùn);盡快普及應(yīng)用“停車誘導(dǎo)系統(tǒng)”[N];聯(lián)合時(shí)報(bào);2008年

8 記者　楊麗;北京將建停車誘導(dǎo)系統(tǒng)[N];人民公安報(bào)·交通安全周刊;2006年

9 鮑未波邋潘琳士 記者 徐冰;我國首個(gè)動(dòng)態(tài)車輛誘導(dǎo)系統(tǒng)在無錫建成[N];人民郵電;2007年

10 記者 李鳳虎;鄭州將建智能停車誘導(dǎo)系統(tǒng)[N];河南日報(bào);2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 王澤河;大城市停車誘導(dǎo)系統(tǒng)設(shè)計(jì)方法的研究[D];中國農(nóng)業(yè)大學(xué);2005年

2 吳磊;車輛自組織網(wǎng)絡(luò)環(huán)境下動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)的建模與優(yōu)化策略研究[D];山東大學(xué);2014年

3 于德新;車輛誘導(dǎo)系統(tǒng)理論模型和關(guān)鍵技術(shù)研究[D];吉林大學(xué);2006年

4 何增鎮(zhèn);基于Multi-Agent與博弈論的城市交通控制誘導(dǎo)系統(tǒng)及其關(guān)鍵技術(shù)研究[D];中南大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊震;綿陽市中心城區(qū)停車誘導(dǎo)系統(tǒng)研究[D];西南交通大學(xué);2014年

2 劉志妍;中心城區(qū)停車誘導(dǎo)系統(tǒng)關(guān)鍵技術(shù)研究[D];長安大學(xué);2015年

3 張春萍;綿陽市停車誘導(dǎo)系統(tǒng)模式研究[D];西南科技大學(xué);2015年

4 陳卓;上海陸家嘴智能停車誘導(dǎo)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];大連理工大學(xué);2015年

5 馬文斌;基于GPS交通車輛監(jiān)測誘導(dǎo)系統(tǒng)的應(yīng)用研究[D];重慶交通大學(xué);2014年

6 周健;基于進(jìn)化多目標(biāo)優(yōu)化和蟻群算法的交通控制與誘導(dǎo)系統(tǒng)研究[D];南京郵電大學(xué);2015年

7 徐潭;基于物聯(lián)網(wǎng)的智能停車誘導(dǎo)系統(tǒng)的研究[D];安徽理工大學(xué);2016年

8 耿浩;智能交通分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)路徑優(yōu)化問題研究[D];蘭州交通大學(xué);2016年

9 傅盈;城市停車誘導(dǎo)系統(tǒng)設(shè)計(jì)與管理研究[D];華中科技大學(xué);2007年

10 黨媚;區(qū)域停車誘導(dǎo)系統(tǒng)綜合評價(jià)研究[D];長安大學(xué);2008年

  本文關(guān)鍵詞：智能交通分布式動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)路徑優(yōu)化問題研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：270547