發(fā)布時(shí)間：2017-09-26 21:18

  本文關(guān)鍵詞：車(chē)輛擁堵?tīng)顟B(tài)下的最優(yōu)路徑規(guī)劃建模研究

  更多相關(guān)文章： 擁堵?tīng)顟B(tài) 最優(yōu)路徑 路徑挖掘 自調(diào)整

【摘要】：研究車(chē)輛路徑規(guī)劃建模問(wèn)題,在對(duì)擁堵的路線進(jìn)行車(chē)輛調(diào)度的過(guò)程中,多是在假設(shè)每條路徑的復(fù)雜程度相對(duì)固定的前提下,計(jì)算權(quán)值結(jié)果較小的路徑將會(huì)被頻繁挖掘,一旦復(fù)雜程度不同,固定權(quán)值方法會(huì)造成路線挖掘過(guò)程誤差較大,造成選取效率降低,耗時(shí)嚴(yán)重。提出采用自調(diào)整粒子群算法的路徑擁堵?tīng)顟B(tài)下最優(yōu)車(chē)輛路徑挖掘方法。在車(chē)輛擁堵區(qū)域?qū)④?chē)輛看作粒子,對(duì)車(chē)輛的人擁擠程度進(jìn)行度量,在多種約束性建立多權(quán)值衡量挖掘模型,通過(guò)實(shí)時(shí)調(diào)整參與挖掘的車(chē)輛的數(shù)目,降低最優(yōu)路徑挖掘算法的復(fù)雜程度,縮短了挖掘耗時(shí),提高了挖掘的精確度。實(shí)驗(yàn)結(jié)果表明,利用改進(jìn)算法能夠有效降低挖掘的復(fù)雜程度,縮短了車(chē)輛行駛的時(shí)間。
【作者單位】： 長(zhǎng)春工業(yè)大學(xué)人文信息學(xué)院;
【關(guān)鍵詞】： 擁堵?tīng)顟B(tài) 最優(yōu)路徑 路徑挖掘 自調(diào)整
【分類號(hào)】：U495
【正文快照】： 1引言車(chē)輛路徑規(guī)劃是車(chē)輛智能化與數(shù)據(jù)挖掘相結(jié)合的重要組成部分[1]。智能化車(chē)輛具有感知環(huán)境的能力,車(chē)輛在擁堵?tīng)顟B(tài)下對(duì)行駛路徑的合理挖掘能夠使車(chē)輛從起點(diǎn)安全、快速的行駛到終點(diǎn),且行程最短[2]。因此,路徑擁堵?tīng)顟B(tài)下的最優(yōu)車(chē)輛路徑挖掘方法具有重要的現(xiàn)實(shí)意義,成為當(dāng)前一，

本文編號(hào)：925771