城市动态时间最短路径诱导系统实现研究

就城市路网动态时间最短路径诱导系统的实现展开研究.针对邻接表和邻接矩阵在保存完整的路网信息时出现高冗余并导致算法计算时间成倍增加的现象,以改进的前向关联边结构作为路网的存储结构,并依此对Dijkstra算法进行改进,用于路网节点之间动态时间最短路径的求取.在此基础上,基于市区实时交通流数据和相位配时信息,结合高精度交通电子地图,开发了东莞市动态路径诱导系统进行实验仿真.该系统针对改进后的算法与原算法的差异,设置了静态和动态两种最短路径计算模式,对两种模式的计算时间和计算结果进行了对比.结果表明改进算法能够在不增加时间复杂度的前提下,充分考虑动态交通流状况、交叉口限向和转向延误,有效解决城市路网动态时间最短路径问题.     

城市交通状态仿真系统设计

采用安装带有GPS定位装置的浮动车系统进行了浮动车样本数量确定方法的研究和道路交通状态判别算法的研究与设计,建立了城市道路交通状态自动判别仿真系统,根据道路交通状态判别算法,在ArcGIS地图平台上建立的城市交通仿真系统进行了实时道路交通状态自动判别功能的设计和仿真,并根据道路交通状态,对动态路径选择进行了设计和仿真.     

基于GPS/GIS的交通状态自动判别系统研究

针对现有的智能交通监控终端系统功能的不足,采用安装带有GPS定位装置的浮动车系统进行了浮动车样本数量确定方法的研究和道路交通状态判别算法的研究与设计,建立了城市道路交通状态自动判别仿真系统,根据道路交通状态判别算法,在ArcGIS地图平台上建立的城市交通仿真系统进行了实时道路交通状态自动判别功能的设计和仿真,并根据道路交通状态,对动态路径选择进行了设计和仿真.     

基于交通流的车辆路径选择优化方法

针对交通流变化对车辆路径选择的影响, 寻找在交通流变化情况下对出行路线进行规划的方法。采用粒子群算法与动态规划相结合的方法对路径进行优化, 可得各车辆在交通流影响下的优秀路线。基于真实环境中的路网结构和交通数据进行模拟, 结果表明, 该方法可增加路径优化的真实性和动态性, 而且道路交通流及车辆出行时间都对车辆路径选择产生重要影响。     

动态路径优化交通流控制及其仿真实现

依托分布式数据库,实时采集GPS浮动车数据,通过聚类分析等算法实现数据优化及异常筛选,从而降低数据传输、存储和计算消耗。结合GIS系统及实例,探索动态特征交通流等优化交通构造的新模型,并仿真实现基于改进平均速度加权算法的交通流状态判定,以及基于改进图论路径选择算法的实时城市道路通行分析,最终通过信息反馈指引车辆在路网中的分布以减轻交通压力。     

多AGV调度系统中的两阶段动态路径规划

为缩短AGV系统的研发周期、降低研发成本,寻求能适应不同地图的通用调度策略以及增强对实际调度任务和故障的鲁棒性,提出了一种两阶段动态路径规划策略．对多AGV调度系统应用两阶段控制策略: 采用动态路径规划进行路径生成,实时对多个AGV同时规划其路径,并通过启发式算法实现路径优化．通过系统仿真证明,该策略很好地提高了AGV调度系统的柔性,是一种能适用于不同地图的通用调度策略．     

基于SFLA-FCM聚类的城市交通状态判别研究*

针对城市道路交通状态判别的问题,提出了一种混合蛙跳算法（SFLA）与模糊C-均值算法（FCM）相结合的SFLA-FCM聚类算法。SFLA是一种全新的后启发式群体进化算法,具有高效的计算性能和优良的全局搜索能力。SFLA-FCM使用SFLA的优化过程代替FCM的基于梯度下降的迭代过程,有效地避免了FCM对初值敏感及容易陷入局部极小的缺陷。将该算法用于城市交通流数据的聚类分析结果表明,与单一FCM聚类算法相比,SFLA-FCM聚类算法更准确,效果更佳,能够快速而有效地对城市交通流状况进行判别,为动态交通拥堵预警和交通诱导策略的制定提供依据。     

基于遗传算法的动态网络中最短路径问题算法

提出了一种以随机Dijkstra最短路径算法为基础,运用遗传算法来求解动态路径诱导系统 中最短路径问题(ShortestPathproblemonDynamicRouteGuidanceSystem,SPDRGS)的算法。通过运用 该随机Dijkstra算法解决了将遗传算法应用与最短路径问题中初始种群的产生问题。考虑到目前动态 路径诱导系统(DynamicRouteGuidanceSystem,DRGS)对路径诱导算法的时间复杂度和网络约束条件 的要求,此算法不仅能够较快地求出较优的路径而且对网络没有任何的约束条件,同时对离散和连续的 动态网络模型有效,因此符合DRGS的要求。     

动态多路径选择的混合演化算法

动态路径诱导系统（DRGS）是智能运输系统（ITS）研究的一个重要内容,动态路径诱导算法要考虑到全局最优和实时性问题。因此建立了一种包含实时路网信息而且可以针对时间进行离散化处理的路网模型,同时提出了一种用改进的Ford最短路径算法来初始化种群的演化算法,并设计了一组特定的演化算子（选择、交叉、变异）,来求解动态路径诱导系统中的“多准最优路径”。最后,通过数值实验表明了此算法的可行性和有效性。     

城市复杂道路网络交通流的分解模型

针对城市道路交通流非线性、不确定性和模糊性特点,将城市道路与快速干道作为整体对待,提出了面向控制应用的城市交通网络宏观动态离散模型。将城市街区作为划分基点,把整个城市道路复杂交通网络分解为交叉口和单向环形道路两个子系统,分别建立了它们的宏观动态模型。通过对交叉口进行理想虚拟变形,将各个单向环形道路连接在一起,从而形成各种复杂网络。对西安市中心区域的实际交通流数据进行了仿真研究,结果表明该交通流模型基本实现了城市道路与快速干道的统一分析建模,较好地反映了城市路网的交通流信息,可以作为城市交通控制系统分析和设计的有力工具。     

上海快速道路网智能诱导系统的设计与实现

从上海城市快速道路网交通管理的需求分析入手,介绍“区域控制、广域诱导”的网络交通二阶协调管理策略,构建应用系统的分层结构模型。通过研究快速道路网交通特性确定管理子区划分、检测断面布设、多级诱导设置等系统设计原则和关键参数。成果集成应用于上海快速道路智能交通诱导系统的设计和实施中。该系统运行后在保持流量不变的情况下,路网服务水平提高了15％。     

Mobitex无线网在动态交通信息服务系统中的应用

针对交通信息服务中用于路径规划和引导的数据得不到及时更新的缺点,提出利用Mobitex无线数据专网建立动态交通信息服务系统,设计的数据通信协议实现了实时交通信息的采集、传输、处理和发布,将GPS探测车采集的实时路况数据传回交通信息服务中心,而处理后的最新动态交通信息则被准确地传送到用户的移动终端.试验表明系统数据接收成功率高,实时交通信息应用的效果显著,为保障交通信息服务的时效性和可靠性提供了有效的解决办法.     

基于多Agent的动态路径规划方法研究

简要地介绍了多Agent技术,并以城市交通诱导系统中的动态路径规划为研究对象,提出了一种基于范例推理合同网协商机制的多Agent动态路径规划方法。     

Integration control for traffic corridors considering guidance information

The problem of designing integration traffic strategies for traffic corridors with the use of ramp metering, speed limit, and route guidance is considered in this paper. As an improvement to the previous work, the presented approach has the following five features： 1） modeling traffic flow to analyze traffic characteristics under the influence of variable speed limit, on-ramp metering and guidance information; 2） building a hierarchy model to realize the integration design of traffic control and route guidance in traffic corridors; 3） devising a multi-class analytical dynamic traffic assignment （DTA） model for traffic corridors, where not only the route choice process will be different for each user-class, but also the traffic flow operations are user-class specific because the travel time characteristic for each user-class is considered; 4） predicting route choice probabilities adaptively with real-time traffic conditions and route choice behaviors corresponding to variant users, rather than assuming as pre-determined; and 5） suggesting a numerical solution algorithm of the hierarchy model presented in this paper based on the modified algorithm of iterative optimization assignment （IOA）. Preliminary numerical test demonstrates the potential of the developed model and algorithm for integration corridor control.     

基于蚂蚁算法的PGIS中动态路径诱导技术研究

停车诱导系统（PGIS）将计算机、信息与多媒体等技术应用于交通管理领域，是智能交通的重要组成部分。首先分析了PGIS中一项关键技术——动态路径诱导的特点和实时诱导技术要求，根据该要求，介绍了一种生物界仿真算法——蚂蚁算法的特点及其应用在最优路径搜索中的基本方法。仿真实验表明该方法搜索效率较高，可用于动态路径诱导技术中。     

智能式动态路线诱导系统诱导单元决策方法

诱导单元决策方法的研究是实现智能交通系统的一个关键环节,其实现方法的好坏对诱导效果有直接的影响.为此,提出一种智能动态路线诱导系统诱导信息的模式,对诱导信息所在路段的多目标终点交通流构成比例以及到下游路段的转弯率的预测方法进行研究,并在此基础上提出了智能动态路线诱导系统诱导单元的综合决策方法.实验结果及分析表明了所提出的诱导单元决策方法的有效性.     

SALA: A Self-Adaptive Learning Algorithm—Towards Efficient Dynamic Route Guidance in Urban Traffic Networks

In order to alleviate traffic congestion for vehicles in urban networks, most of current researches mainly focused on signal optimization models and traffic assignment models, or tried to recognize the interaction between signal control and traffic assignment. However, these methods may not be able to provide fast and accurate route guidance due to the lack of individual traffic demands, real-time traffic data and dynamic cooperation between vehicles. To solve these problems, this paper proposes a dynamic and real-time route selection model in urban traffic networks (DR2SM), which can supply a more accurate and personalized strategy for vehicles in urban traffic networks. Combining the preference for alternative routes with real-time traffic conditions, each vehicle in urban traffic networks updates its route selection before going through each intersection. Based on its historical experiences and estimation about route choices of the other vehicles, each vehicle uses a self-adaptive learning algorithm to play congestion game with each other to reach Nash equilibrium. In the route selection process, each vehicle selects the user-optimal route, which can maximize the utility of each driving vehicle. The results of the experiments on both synthetic and real-world road networks show that compared with non-cooperative route selection algorithms and three state-of-the-art equilibrium algorithms, DR2SM can effectively reduce the average traveling time in the dynamic and uncertain urban traffic networks.     

分布式动态路径诱导系统分析与设计

动态路径诱导系统是由车载单元和交通控制中心这两大系统和与之相互通信的无线通信网络构成.分布式动态路径诱导系统DDRGS的控制中心的任务比较轻,通信设施简单,见效时间短.以分布式动态路径诱导系统为研究对象,介绍了DDRGS的诱导信息构成、系统功能分析与设计、系统结构分析与设计、系统开发方式与系统开发环境等;根据我国的交通现状,提出了系统的软硬件构成方案,介绍了系统的各个模块功能,并提出了动态道路权重发布的方案.     

神经网络和遗传算法在动态路径诱导中的应用*

针对智能交通路径诱导目前存在的实时性差和求解效率低的问题,提出了将神经网络与遗传算法结合的动态路径诱导方法,研究了基于神经网络的交通信息实时预测方法,构造了具有时变性的路阻矩阵,解决了传统静态路阻存在时变性差等的局限性问题;探讨了基于遗传算法的最优路径求解问题,提出了适用于路径优化的编码方式、适应度函数和遗传操作算子,解决了求解效率和求解质量的平衡问题。仿真实验表明,该方法满足路径诱导的准确性、实时性和快速性要求。