基于多米诺骨牌算法的动态路径诱导研究
本文选题:智能交通 + 路径寻优 ; 参考:《长安大学》2017年硕士论文
【摘要】:城市交通拥堵的状况日趋严重,城市可分配给交通运输的资源有限,致使供需矛盾加剧,而后智能交通系统概念的提出,就是期望通过高新管理和技术手段,从根本上改善交通条件和缓解交通拥堵的局面。由此,研究当前复杂实时交通网络中的动态路径诱导模型,开发车联网条件下的动态导航软件,通过用户最优实现全局最优的目标,具有较高的学术研究与科技开发价值。本论文为实现人工智能算法在时变交通网络中高效地进行动态路径寻优,进行了相关的最短路径基础算法设计、拓展及特性研究,并设计和开发了车联网条件下的动态导航软件等工作,其主要完成工作如下:1.研究并归纳了最短路径算法的发展历程;针对车辆定位的需求特征,创新设计了一种基础的最短路算法,建立了最短路径搜索的设计思路、运行机制和数学模型。2.研究静态算法的特性和复杂度,并对算法功能进行拓展;在MATLAB中编程运行算法,验证算法结果的准确性和有效性;在此基础上研究算法在实际交通领域中的适用性以及运行效率。3.革新了符合我国城市特征的交通网络模型,并根据该模型设计基于多米诺骨牌算法的人工智能算法,并将其应用于动态路径诱导中;创设仿真案例进行模拟,验证算法实现的可能性和可靠性。4.懫用ArcGIS系列软件作为应用平台,并在ArcGIS Desktop环境下创建交通路网的网络数据集,为最短路径分析提供数据。在此基础上,使用C#编程语言,以ArcGIS Engine为集成二次开发平台,Visual Studio.NET 2008为开发环境,开发并实现动态路径诱导系统的基础软件。
[Abstract]:The situation of urban traffic congestion is becoming more and more serious, the resources that can be allocated to traffic and transportation are limited, and the contradiction between supply and demand is aggravated. Then the concept of intelligent transportation system is put forward, which is expected to be achieved through high-tech management and technical means. Fundamentally improve traffic conditions and ease the situation of traffic congestion. Therefore, the research on the dynamic path guidance model in the complex real-time transportation network, the development of the dynamic navigation software under the condition of the vehicle networking, and the realization of the global optimal goal through the user optimization have higher academic research and scientific and technological development value. In this paper, in order to realize the dynamic path optimization of artificial intelligence algorithm in time-varying traffic network, the basic algorithm of the shortest path is designed, expanded and studied. And design and development of dynamic navigation software under the condition of vehicle networking, the main work is as follows: 1. The development course of shortest path algorithm is studied and summarized, and a basic shortest path algorithm is designed according to the demand characteristics of vehicle positioning, and the design idea, running mechanism and mathematical model of shortest path search are established. The characteristics and complexity of the static algorithm are studied, and the function of the algorithm is extended. The algorithm is programmed in MATLAB to verify the accuracy and validity of the algorithm. On this basis, the applicability of the algorithm in the actual traffic field and the operational efficiency. 3. 3. This paper innovates the traffic network model which accords with the urban characteristics of our country, and designs the artificial intelligence algorithm based on dominoes algorithm according to this model, and applies it to dynamic path guidance. Verify the feasibility and reliability of the algorithm. 4. The ArcGIS software is used as the application platform, and the network data set of the traffic network is created under the ArcGIS Desktop environment, which provides the data for the shortest path analysis. On this basis, the basic software of dynamic path guidance system is developed and implemented by using C # programming language and ArcGIS Engine as the integrated secondary development platform and Visual Studio.NET 2008 as the development environment.
【学位授予单位】:长安大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:U495
【参考文献】
相关期刊论文 前10条
1 李运涛;余粟;;模拟退火智能算法在TSP问题中的应用[J];产业与科技论坛;2017年03期
2 刘文田;姜瑞森;何兴太;陈刚;张旭东;;基于轨道交通枢纽的定制接运公交模式研究[J];道路交通与安全;2016年04期
3 刘新全;汪德荣;;基于混合效用的道路网络级联失效演变[J];系统工程;2016年07期
4 王峰;曼媛;段俊洁;;一种改进的求解前N条最短路径问题的多重标号算法[J];小型微型计算机系统;2016年07期
5 闫春望;黄玮;王劲松;;一种随机时变神经网络最短路径算法[J];天津理工大学学报;2016年02期
6 黄文明;徐双双;邓珍荣;雷茜茜;;改进人工蜂群算法优化RBF神经网络的短时交通流预测[J];计算机工程与科学;2016年04期
7 李磊磊;陈家斌;杨黎明;尹静源;胡鸣凯;高宏斌;;基于道路信息的智能地图匹配算法[J];中国惯性技术学报;2016年02期
8 杨鹏;邹浩;徐贤浩;;带时间窗集送货需求可分车辆路径问题的改进蚁群算法[J];系统工程;2015年09期
9 孙小军;;带有模糊约束最短路问题的数学模型及算法[J];吉林大学学报(理学版);2015年03期
10 冷勋泰;孙广中;;路网上异步并行加权A*最短路径算法[J];中国科学技术大学学报;2014年10期
相关博士学位论文 前1条
1 谭国真;时变、随机网络最优路径算法及其应用研究[D];大连理工大学;2002年
相关硕士学位论文 前3条
1 李宇飞;基于时间依赖网络的军事物流配送路径优化问题研究[D];北京交通大学;2016年
2 蒋睿;考虑节点耗费的时变随机网络最短路径问题研究[D];天津理工大学;2016年
3 杨丹;动态车辆路径问题的算法设计与系统实现[D];哈尔滨工业大学;2016年
,本文编号:1991682
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/1991682.html