基于AIGAES的电子地图最低耗油路径研究

发布时间：2017-03-23 14:06

  本文关键词：基于AIGAES的电子地图最低耗油路径研究，由笔耕文化传播整理发布。

【摘要】：电子导航已经在人们出行方面发挥着重要作用，，成为人们出行不可或缺的一部分，对其相关技术的研究也备受重视。作为电子地图的核心关键，路径规划问题一直以来就受到许多学者的研究。在当前，国家致力于大力发展城市道路，从整体上为群众出行提供了极大的便利。但是，对道路的不熟悉、堵车等情况会严重影响群众的出行效率及周边空气质量。因此，研究最低耗油路径问题具有十分现实的意义。在上述的背景下，本文对改进免疫遗传算法（AIGAES）及其在路径规划中的应用进行了研究。 免疫遗传算法是以遗传算法为基础，同时引入免疫功能的算法。目前已被广泛的应用于函数优化、组合优化、自动控制、机器人学习等多个领域。针对目前汽车行驶最低耗油路径规划问题，本文提出了一种改进的免疫遗传算法-基于示范抗体注射的免疫遗传算法，该算法在保留基本遗传算法全局搜索能力的基础上，引进了生物免疫系统的免疫应答、抗体注射等机制，同时，使用了新的抗体浓度计算方法（比例计算法）、插入算子等，并将其应用于汽车行驶最低耗油路径规划问题中。 根据对以往道路数据的分析，结合道路路面特性与速度之间的关系，确定行驶速度与油耗函数。本文以南昌市东部的部分区域作为执行环境，并应用拓扑算法构建道路网的拓扑关系。为了节省内存并易于免疫遗传算子的操作，文中主要采用符号编码方式。结合道路实际情况，使用了新的适应度函数，该函数同时考虑道路长度、行驶速度、速度与油耗函数等因素，使得仿真环境更加真实。为了加快算法的计算速度，提升寻优能力，定义了道路节点的选择算子、交叉算子、变异算子以及插入算子。 论文在第五章使用VISUAL C++6.0及sql server2000平台，对最低耗油电子地图路径规划问题进行实时仿真实验。在同一时间段仿真中，将GA及AIGAES进行了深入比较，AIGAES比GA的收敛速度快且搜索到的最低耗油路径耗油量相对较低。将仿真得到的数据进行实地行驶操作，结果显示最低油耗路径规划能很好的胜任路径规划问题，实用性很强。
【关键词】：AIGAES 最低耗油 路径规划 抗体浓度 适应度
【学位授予单位】：江西师范大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：P283.7;U495
【目录】：

• 摘要3-4
• Abstract4-8
• 第1章 绪论8-14
• 1.1 研究的背景及意义8-9
• 1.2 研究现状9-11
• 1.3 研究内容与方法11-12
• 1.3.1 研究内容11-12
• 1.3.2 研究方法12
• 1.4 本文结构12-14
• 第2章 免疫遗传算法14-25
• 2.1 遗传算法14-21
• 2.1.1 基本遗传算法14
• 2.1.2 遗传算法的原理14-15
• 2.1.3 遗传算法的流程15-19
• 2.1.4 遗传算法的优缺点19-21
• 2.2 免疫遗传算法21-24
• 2.2.1 免疫遗传算法的介绍21
• 2.2.2 免疫遗传算法操作流程21-23
• 2.2.3 免疫遗传算法的特点23-24
• 2.3 本章小结24-25
• 第3章 路面表面特性与汽车油耗关系25-31
• 3.1 道路路面的基本特性25-26
• 3.2 汽车油耗及影响因素26
• 3.3 路面表面特性与汽车油耗的关系分析26-28
• 3.3.1 路面不平整度 IRI 与油耗的关系26-27
• 3.3.2 路面不平整度 IRI、车速及油耗的关系27-28
• 3.4 汽车速度与油耗关系28-30
• 3.5 本章小结30-31
• 第4章 基于免疫遗传算法的电子地图最低耗油路径研究31-47
• 4.1 道路网空间建模31-34
• 4.1.1 数据拓扑关系生成31
• 4.1.2 道路信息关联数据库31-34
• 4.2 路面信息搜集34-36
• 4.3 一种用于路径规划的改进免疫遗传算法36-38
• 4.3.1 改进免疫遗传算法的介绍36-37
• 4.3.2 改进免疫遗传算法的重要定义37-38
• 4.4 基于改进的免疫遗传算法的最优路径规划38-47
• 4.4.1 个体编码设计38-39
• 4.4.2 种群初始化设计39
• 4.4.3 应用 A*算法抽取示范抗体设计39-40
• 4.4.4 个体适应度函数设计40-41
• 4.4.5 遗传算子设计41-44
• 4.4.6 注射示范抗体设计44
• 4.4.7 记忆功能设计44-45
• 4.4.8 算法的终止设定45
• 4.4.9 汽车行驶路径规划算法流程45-47
• 第5章 实验过程及结果分析47-54
• 5.1 实验数据收集47-49
• 5.2 实验结果分析49-54
• 5.2.1 道路仿真实例49-53
• 5.2.2 GA 和 AIGAES 算法比较53-54
• 第6章 总结与展望54-56
• 6.1 总结54-55
• 6.2 展望55-56
• 参考文献56-61
• 在读期间公开发表论文（著）及科研情况61-62
• 致谢62

【参考文献】

中国期刊全文数据库 前1条

1 周昕;凌兴宏;;遗传算法理论及技术研究综述[J];计算机与信息技术;2010年04期

  本文关键词：基于AIGAES的电子地图最低耗油路径研究，由笔耕文化传播整理发布。

本文编号：263874