基于云模型的路径决策方法研究

发布时间：2020-07-26 19:16

【摘要】：日益增长的交通需求使得出行者的路径决策研究成为了当代的热点之一,为分析交通拥堵问题提供了相关理论基础。大多数已有的研究并没有充分考虑影响因素的模糊性与随机性的特性,这就容易造成决策结果不贴合实际。因此,为了更好对描述影响因素定量与定性的相互关系,本文提出了基于云模型的路径决策方法,主要从多路径单点决策与多路径多点决策两个角度进行分析,这是因为有些出行者在出行前只做一次路径选择,行驶途中不更换路线,但大多数情况下,出行者会在每个节点处根据实际交通状况、自身经验进行决策,以确定转向路线,直至完成整个出行。本文利用云模型处理定性概念与定量描述的不确定性的特性,分别建立了区间型变量与定性变量的云模型转换方法,同时利用子云生成综合云的概念设计了云模型的Hamming距离,并依此建立了多路径单点决策模型;此外,还利用云模型综合云的相似度概念,在前景理论的基础上建立了多路径多点决策模型,并在同种交通网络情况下,对两种模型进行仿真,分析各路径的流量分配。通过算例分析发现,利用云模型定性与定量的特性描述指标的语言值或评价值,能更好的体现各指标的模糊性与随机性;而且利用云模型的云图能更好的展现各路径在各指标下的特性,同时展现出最优路径与其他可行路径的相关特性;此外,流量分配结果显示基于云模型的路径决策方法能更好的管控交通流量,缓解交通拥堵。
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U491
【图文】：

私家车,保有量,变化图,单位

第一章绪论1.1 选题背景随着生活节奏地不断加快，生活水平逐渐提高，越来越多的小汽车走进了生活的舞台。近年来，全球机动车保有量急剧上升，引发了严重的城市交通拥堵问题。目前，世界上大部分城市都面临不同程度的交通问题，交通拥挤已经严重影响了居民的生活环境和城市的可持续发展，城市交通问题亟待解决。美国德克萨斯农业机械大学交通研究所在 2007 年对城市交通拥堵问题做过一项调查，结果表明：美国开车族每年因交通拥堵问题不得不在道路上浪费高达 42亿小时的时间，也就是每名驾驶人浪费约 38 小时，而汽油的浪费达 109 亿升，平均每年因交通拥堵造成的直接经济损失高达 782 亿元[1]。而发展中国家的交通问题也很严重，例如：据我国公安部交通管理局公布的资料显示，截至 2017 年 6 月底，我国机动车保有量达 3.04 亿辆，其中汽车 2.05 亿辆；机动车驾驶人达 3.71 亿人，其中汽车驾驶人 3.28 亿人，私家车达 1.56 亿辆，占汽车总量的 76.32%。

技术路线图,论文

论文技术路线图

示意图,云模型,数字特征

于云模型的基础理论提出了汉明距离的云模型表达形式，，改进了子云生成父云的算法。的定义与特征定义一个用精确数值表示的定量论域，是上的一个定性概念定性概念的一次随机实现，则对的确定度是：，，论域上的分布成为云（cloud），每一个称为一个云滴（dr数字特征念的整体特征可以通过云的数字特征来反映，而云模型是表征自然概念的，即：期望（Expected Value）、熵（Eer entropy）。图 2.1 为云的数字特征示意图。其中横轴表示量的范围，纵轴表示隶属度。

【参考文献】