【摘要】：隨著城市現(xiàn)在化進(jìn)程的不斷發(fā)展,全球汽車保有量逐年上升,從而引發(fā)了一系列的社會(huì)問題,例如:交通堵塞、環(huán)境污染以及噪聲污染等等。智能交通系統(tǒng),簡稱ITS(Intelligent transportation system)應(yīng)運(yùn)而生,智能交通系統(tǒng)是集信息、通信、控制及網(wǎng)絡(luò)等技術(shù)于一體的綜合研究學(xué)科,可以提供全方位、實(shí)時(shí)、準(zhǔn)確以及高效的服務(wù)信息。ITS是具有潛力的研究方向,進(jìn)一步說,將成為未來相關(guān)研究領(lǐng)域的熱點(diǎn)。動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)(Dynamic Route Guidance System,DRGS)是ITS一個(gè)重要分支,利用計(jì)算機(jī)、通信等現(xiàn)代技術(shù),為出行者提供實(shí)時(shí)交通信息以及最優(yōu)路徑。路徑選擇模型和路徑優(yōu)化算法是動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)的關(guān)鍵技術(shù),模型可以確定動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)的優(yōu)化目標(biāo),優(yōu)化算法可以提高路徑誘導(dǎo)系統(tǒng)的效率,從而滿足實(shí)時(shí)交通環(huán)境。因此,本文分別在建模以及優(yōu)化算法兩方面對(duì)動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)進(jìn)行了研究。1.路徑選擇模型在實(shí)時(shí)環(huán)境下,影響出行者選擇路徑的因素比較多,例如:費(fèi)用、時(shí)間、距離等,但目前大多數(shù)路徑選擇模型是基于單目標(biāo)的。鑒于此,本文分別從費(fèi)用、時(shí)間角度出發(fā),構(gòu)建了實(shí)時(shí)環(huán)境下基于多目標(biāo)的路徑選擇模型。在實(shí)時(shí)環(huán)境下,文中具體分析了道路暢通和擁擠的情形下路阻的產(chǎn)生方式,從而構(gòu)建了基于時(shí)間最短的目標(biāo)函數(shù),在此基礎(chǔ)上,構(gòu)造了基于費(fèi)用最低的路徑選擇模型。采用加權(quán)求和函數(shù)對(duì)多維數(shù)據(jù)聚集得到組合權(quán)重,而權(quán)重系數(shù)可依據(jù)出行者需要或喜好設(shè)定。為更精確地反饋結(jié)果,本文用類似的量值對(duì)多目標(biāo)函數(shù)值進(jìn)行了預(yù)處理,從而均衡各決策變量在組合函數(shù)中的支配能力。為驗(yàn)證模型的實(shí)用價(jià)值,本文以C++仿真實(shí)驗(yàn)環(huán)境,實(shí)驗(yàn)數(shù)據(jù)以VISSIM仿真并結(jié)合實(shí)際進(jìn)行了合理的設(shè)定。在仿真環(huán)境下,本文模型與基于幾何最短距離的路徑選擇模型進(jìn)行對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果證明實(shí)時(shí)環(huán)境下基于多目標(biāo)的路徑選擇模型更具有實(shí)用價(jià)值。2.路徑優(yōu)化算法在動(dòng)態(tài)路徑誘導(dǎo)系統(tǒng)中,由于交通信息具有實(shí)時(shí)、動(dòng)態(tài)的特性,因此,本文提出了實(shí)時(shí)環(huán)境下基于混合的動(dòng)態(tài)路徑優(yōu)化算法。該算法是在廣義自適應(yīng)A*算法的基礎(chǔ)上,結(jié)合剪枝算法,同時(shí)引入PSO局部最優(yōu)及全局最優(yōu)智能存儲(chǔ)、模糊時(shí)間窗等優(yōu)化策略。剪枝算法以當(dāng)前局部最優(yōu)為閾值,從而有效控制閾值的大小,避免閾值過大或過小的結(jié)果;模糊時(shí)間窗約束算法優(yōu)化時(shí)間以及控制仿真時(shí)間,從而使算法更好的適應(yīng)系統(tǒng)的實(shí)時(shí)性。為驗(yàn)證算法,實(shí)驗(yàn)數(shù)據(jù)采用紐約地圖數(shù)據(jù),并在仿真實(shí)驗(yàn)環(huán)境下,分別驗(yàn)證了優(yōu)化策略的有效性,與此同時(shí),本文算法與A*算法的進(jìn)行了對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果證明:本文算法中,優(yōu)化策略在動(dòng)態(tài)路徑優(yōu)化算法是有效的且合理的,同時(shí)證明了本文算法可適應(yīng)于動(dòng)態(tài)路徑優(yōu)化系統(tǒng)。
[Abstract]:With the development of the city, the number of cars in the world is increasing year by year, which leads to a series of social problems, such as traffic jam, environmental pollution and noise pollution and so on. Intelligent Transportation system (ITS (Intelligent transportation system) emerges as the times require. Intelligent Transportation system (its) is a comprehensive research subject which integrates information, communication, control and network technologies. It can provide all-round, real-time, and so on. Accurate and efficient service information. ITS is a potential research direction, further, it will become a hot spot in related research fields in the future. Dynamic path guidance system (Dynamic Route Guidance System,DRGS) is an important branch of ITS. It provides real-time traffic information and optimal path for travelers using modern technologies such as computers and communications. Path selection model and path optimization algorithm are the key technologies of dynamic path guidance system. The model can determine the optimization goal of the dynamic path guidance system, and the optimization algorithm can improve the efficiency of the route guidance system and meet the real-time traffic environment. Therefore, the dynamic path guidance system is studied in the modeling and optimization algorithms. 1. In the real-time environment, there are many factors that affect the traveler's choice of path, such as cost, time, distance, etc. However, most of the current path selection models are based on single objective. In view of this, this paper constructs a path selection model based on multi-objective in real time environment from the point of view of cost and time. In the real time environment, the paper analyzes the way of road obstruction in the case of smooth and congested roads, and then constructs the objective function based on the shortest time. On this basis, a path selection model based on the lowest cost is constructed. The weighted summation function is used to aggregate the multidimensional data to obtain the combined weight, and the weight coefficient can be set according to the traveler's needs or preferences. In order to feedback the results more accurately, this paper preprocesses the values of multi-objective functions with similar quantities, so as to balance the dominance of each decision variable in the composite function. In order to verify the practical value of the model, the experiment data is simulated by VISSIM in C simulation environment. In the simulation environment, the model is compared with the path selection model based on geometric shortest distance. The experimental results show that the path selection model based on multi-objective in real-time environment has more practical value. 2. Due to the real-time and dynamic characteristics of traffic information in dynamic path guidance systems, a hybrid dynamic path optimization algorithm is proposed in this paper. The algorithm is based on the generalized adaptive A * algorithm combined with pruning algorithm and introduces PSO local and global optimal intelligent storage fuzzy time window and other optimization strategies. The pruning algorithm takes the current local optimum as the threshold value, thus effectively controlling the size of the threshold value and avoiding the result that the threshold is too large or too small. The fuzzy time window constraint algorithm optimizes the time and controls the simulation time, which makes the algorithm better adapt to the real time of the system. In order to verify the algorithm, the experimental data are based on the New York map data, and the effectiveness of the optimization strategy is verified in the simulation environment. At the same time, the algorithm is compared with the A * algorithm. The experimental results show that the optimization strategy is effective and reasonable in the dynamic path optimization algorithm, and it is also proved that the proposed algorithm is suitable for the dynamic path optimization system.
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：U495;TP301.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙艷莉;德國科隆市停車誘導(dǎo)系統(tǒng)[J];國外城市規(guī)劃;2002年03期

2 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

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

4 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

5 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

6 ;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

7 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

8 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

9 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

10 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

相關(guān)會(huì)議論文 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(huì)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(huì)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(huì)第十二屆年會(huì)暨隧道及地下工程分會(huì)第十四屆年會(huì)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(huì)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(píng)估及建議[A];第七屆中國智能交通年會(huì)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(huì)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(huì)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(huì)論文集[C];2008年

相關(guān)重要報(bào)紙文章 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?qǐng)?bào);2012年

相關(guān)博士學(xué)位論文 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

相關(guān)碩士學(xué)位論文 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 趙電坤;城市停車誘導(dǎo)系統(tǒng)設(shè)計(jì)及信息集成研究[D];重慶交通大學(xué);2016年

10 曾舟;大型停車場停車誘導(dǎo)系統(tǒng)研究[D];重慶交通大學(xué);2016年

，

本文編號(hào)：2363763