本文關(guān)鍵詞：城市智能交通中的動態(tài)路徑規(guī)劃研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著21世紀(jì)后我國城市化進(jìn)程的加快,城市機(jī)動車數(shù)量也在以指數(shù)形式劇增,由此引發(fā)的交通擁堵、交通安全等問題給人們的生活造成很大的影響。智能交通系統(tǒng)通過引入先進(jìn)的計(jì)算機(jī)、電子、通信等方面科學(xué)技術(shù),可以有效的解決當(dāng)前交通問題。車輛動態(tài)路徑規(guī)劃問題是建設(shè)智能交通系統(tǒng)中的重要環(huán)節(jié),其主要是按照出行者的需求,根據(jù)路網(wǎng)的實(shí)時(shí)交通變化規(guī)律,規(guī)劃出從出發(fā)點(diǎn)到目的點(diǎn)的最優(yōu)路徑,使整個(gè)路網(wǎng)達(dá)到資源的最大化利用。本論文主要研究的是城市交通中的車輛時(shí)間最優(yōu)路徑規(guī)劃。本論文首先對傳統(tǒng)最短路徑算法進(jìn)行討論,總結(jié)出算法在處理實(shí)際交通問題中的不足之處,對經(jīng)典A*算法做出改進(jìn),將角度因子引入到算法的啟發(fā)函數(shù)中,屏蔽路徑方向與終點(diǎn)方向偏轉(zhuǎn)角度大的節(jié)點(diǎn),對于偏轉(zhuǎn)角度較小的節(jié)點(diǎn),減小其估價(jià)函數(shù)值。改進(jìn)A*算法綜合考慮了路網(wǎng)特性,在保證算法搜索精度的同時(shí)提高了搜索效率。另外將路網(wǎng)按等級分為兩層處理,提高高層道路的行駛比例,用此方案規(guī)劃出的路徑雖不是長度最短,但能夠滿足行駛時(shí)間最少。其次論文分析了路網(wǎng)的動態(tài)特性,提出用BP神經(jīng)網(wǎng)絡(luò)的方法來預(yù)測道路未來時(shí)刻交通流信息。以典型路口為例進(jìn)行建模、構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)、確定網(wǎng)絡(luò)參數(shù),仿真結(jié)果表明模型能較精確預(yù)測出路段未來時(shí)刻交通流信息。將道路交通流數(shù)據(jù)轉(zhuǎn)化為動態(tài)時(shí)間權(quán)重時(shí),由于BPR路阻函數(shù)無法反映道路從飽和到擁擠的事實(shí),利用速密關(guān)系式推算得到路段分別處于暢通和擁擠狀態(tài)下的實(shí)際行程時(shí)間,為實(shí)現(xiàn)動態(tài)路徑規(guī)劃提供預(yù)測信息。最后論文設(shè)計(jì)了交通流預(yù)測下的動態(tài)路徑規(guī)劃系統(tǒng)框架,主要由車載導(dǎo)航系統(tǒng)和交通控制中心系統(tǒng)組成。提出基于交通流預(yù)測下的動態(tài)路徑規(guī)劃思想,由改進(jìn)A*算法原理推算出規(guī)劃判別式△,當(dāng)車輛行駛到路口時(shí)根據(jù)判別式△選擇是否進(jìn)行路徑重規(guī)劃。仿真結(jié)果表明預(yù)測動態(tài)算法相對于無預(yù)測動態(tài)算法規(guī)劃出的路徑實(shí)時(shí)性和有效性高,各出發(fā)時(shí)刻下的道路行駛時(shí)間也有所差別。
【關(guān)鍵詞】：智能交通系統(tǒng) A*算法 路網(wǎng)分層 動態(tài)路徑規(guī)劃 BP神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U491.54
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-16
• 1.1 研究目的與意義10-11
• 1.2 研究背景11-14
• 1.2.1 國外研究現(xiàn)狀11-13
• 1.2.2 國內(nèi)研究現(xiàn)狀13-14
• 1.3 論文研究的創(chuàng)新點(diǎn)與主要內(nèi)容14-15
• 1.4 本章小結(jié)15-16
• 第2章 路網(wǎng)結(jié)構(gòu)和靜態(tài)路徑算法16-22
• 2.1 路網(wǎng)抽象和權(quán)重16-18
• 2.1.1 路網(wǎng)的抽象16-17
• 2.1.2 路網(wǎng)的權(quán)重17-18
• 2.2 靜態(tài)最短路徑算法18-21
• 2.2.1 經(jīng)典最短路徑算法18-20
• 2.2.2 經(jīng)典最短路徑算法局限性20-21
• 2.3 本章小結(jié)21-22
• 第3章 靜態(tài)路網(wǎng)分層的改進(jìn)A*算法與實(shí)現(xiàn)22-33
• 3.1 路網(wǎng)分層的改進(jìn)A*算法22-26
• 3.1.1 改進(jìn)A*算法22-24
• 3.1.2 路網(wǎng)的分層24
• 3.1.3 分層改進(jìn)A~*算法的實(shí)現(xiàn)步驟24-25
• 3.1.4 算法時(shí)間復(fù)雜度分析25-26
• 3.2 算法的數(shù)據(jù)存儲26-27
• 3.3 算法的仿真27-31
• 3.3.1 開發(fā)工具的選擇27
• 3.3.2 仿真結(jié)果與分析27-31
• 3.4 本章小結(jié)31-33
• 第4章 動態(tài)路網(wǎng)時(shí)間權(quán)重的預(yù)測33-45
• 4.1 BP神經(jīng)網(wǎng)絡(luò)交通流預(yù)測33-42
• 4.1.1 BP神經(jīng)網(wǎng)絡(luò)33-34
• 4.1.2 網(wǎng)絡(luò)構(gòu)建34-37
• 4.1.3 網(wǎng)絡(luò)訓(xùn)練37-39
• 4.1.4 網(wǎng)絡(luò)預(yù)測與分析39-42
• 4.2 道路時(shí)間權(quán)重計(jì)算42-44
• 4.2.1 BPR時(shí)間路阻函數(shù)模型與不足42
• 4.2.2 道路時(shí)間權(quán)重與車流量函數(shù)42-44
• 4.3 本章小結(jié)44-45
• 第5章 交通流預(yù)測下的動態(tài)路徑規(guī)劃45-54
• 5.1 交通流預(yù)測下動態(tài)路徑規(guī)劃概述45-46
• 5.2 交通流預(yù)測下的動態(tài)路徑規(guī)劃框架46-47
• 5.3 交通流預(yù)測下的動態(tài)路徑規(guī)劃算法47-49
• 5.3.1 模型假設(shè)47
• 5.3.2 動態(tài)路徑規(guī)劃思路47-48
• 5.3.3 動態(tài)路徑規(guī)劃步驟48-49
• 5.4 數(shù)據(jù)準(zhǔn)備49
• 5.5 仿真結(jié)果與分析49-53
• 5.5.1 各種路徑規(guī)劃方法結(jié)果比較49-52
• 5.5.2 不同出發(fā)時(shí)刻的路徑規(guī)劃52-53
• 5.6 本章小結(jié)53-54
• 第6章 總結(jié)與展望54-56
• 6.1 總結(jié)54
• 6.2 展望54-56
• 致謝56-57
• 參考文獻(xiàn)57-60
• 附錄60

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 梁滿朝;李文勇;李福祥;;基于蟻群算法和群決策理論的動態(tài)路徑優(yōu)化研究[J];西部交通科技;2012年02期

2 韓中華;吳成東;楊麗英;鄧湘寧;;基于并行遺傳神經(jīng)網(wǎng)絡(luò)算法的動態(tài)路徑選擇方法[J];微計(jì)算機(jī)信息;2005年25期

3 石小法,王煒,盧林,葛蘇閩;交通信息影響下的動態(tài)路徑選擇模型研究[J];公路交通科技;2000年04期

4 宿建樂;;智能交通中單車輛最優(yōu)動態(tài)路徑規(guī)劃策略研究[J];價(jià)值工程;2013年33期

5 劉張雷;史忠科;;一種基于路網(wǎng)變化的動態(tài)路徑規(guī)劃策略[J];交通運(yùn)輸系統(tǒng)工程與信息;2010年03期

6 曹立志;;基于布爾可滿足性的動態(tài)路徑優(yōu)化算法[J];交通科技與經(jīng)濟(jì);2011年02期

7 安毅生;袁紹欣;趙祥模;岳云;;基于蟻群算法的動態(tài)路徑選擇優(yōu)化方法[J];交通運(yùn)輸系統(tǒng)工程與信息;2014年03期

8 顧國民;王衛(wèi)紅;李琰琰;;基于微觀交通模型的動態(tài)路徑規(guī)劃[J];計(jì)算機(jī)應(yīng)用研究;2006年11期

9 柴晨;童琦;王憲;;基于AIS的動態(tài)路徑搜索算法研究[J];廊坊師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年04期

10 張赫,楊兆升,王煒;基于實(shí)時(shí)交通流信息的中心式動態(tài)路徑誘導(dǎo)系統(tǒng)行車路線優(yōu)化技術(shù)研究[J];公路交通科技;2004年09期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 顧珊珊;陳禹;;基于多主體的動態(tài)路徑優(yōu)化模擬[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

2 石小法;王煒;;交通信息影響下的動態(tài)路徑選擇模型研究[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學(xué)術(shù)年會文集[C];2000年

3 蒲云;蒲素;;基于路段的大規(guī)模動態(tài)路徑選擇模型的非適應(yīng)性分析[A];1998年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1998年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李軍;城市智能交通中的動態(tài)路徑規(guī)劃研究[D];杭州電子科技大學(xué);2016年

2 屈文斌;城市道路動態(tài)路徑選擇方法研究[D];長安大學(xué);2007年

3 張志霞;帶有時(shí)間窗的單車輛動態(tài)路徑規(guī)劃系統(tǒng)研究[D];大連理工大學(xué);2006年

4 朱志勇;車輛動態(tài)路徑導(dǎo)航系統(tǒng)框架及自適應(yīng)路徑選擇方法的研究[D];長沙理工大學(xué);2005年

5 黨希望;基于主次種群蟻群算法的動態(tài)路徑優(yōu)化研究[D];西南交通大學(xué);2013年

6 張玲;智能交通中動態(tài)多路徑選擇的幾類智能算法的研究[D];西安電子科技大學(xué);2010年

7 李云;基于遺傳算法的動態(tài)路徑優(yōu)化[D];太原理工大學(xué);2013年

8 姜蕊;融合預(yù)測信息的動態(tài)路徑選擇算法研究[D];北京交通大學(xué);2011年

9 謝曉倩;基于博弈論的動態(tài)路徑優(yōu)化方法研究[D];西南交通大學(xué);2012年

10 于侃;面向出行者信息服務(wù)的動態(tài)路徑規(guī)劃研究[D];青島大學(xué);2010年

  本文關(guān)鍵詞：城市智能交通中的動態(tài)路徑規(guī)劃研究，，由筆耕文化傳播整理發(fā)布。

本文編號：476959