顾及停车的动态路径规划方法研究

发布时间：2021-01-26 00:13

　　近年来,随着小汽车保有量的快速增长,自驾出行呈现同步增长的趋势,因停车设施建设滞后而导致的停车供需矛盾日益尖锐,“停车难”成为困扰自驾出行最严重的问题之一。现有文献中,“导行”与“导停”的研究成果是相互独立的,已经得到广泛应用的车载导航仪只能提供静态路径规划,虽然也能为自驾出行提供一定的便利,但用于停车问题比较普遍的国内大中城市存在严重的局限性。对此,本文综合分析停车选择行为及其影响因素,考虑停车选择和路径规划相互关系的动态特征,通过构建顾及停车的路径规划整体模型实现自驾出行的动态诱导。主要研究工作和成果如下:（1）归纳总结了现有文献中路径规划与停车优选两个方面已经取得的代表性成果,系统地分析了停车决策的影响因素,研究了其中涉及的主要因素的量化建模方法。针对前人研究成果中存在的“‘导行’与’导停’相互独立、动态路径规划能力弱”的问题,提出有针对性的解决方案与技术路线。（2）提出一种改进的遗传算法。针对传统遗传算法在求解时存在的“早熟收敛”、局部搜索能力差等问题,本文对其做下列改进:①结合随机选择和趋于终点方向的种群初始化策略;②根据空间邻近关系选择交叉位置点;③采用基于节点适应度的局部... 

【文章来源】：福州大学福建省 211工程院校

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

一空间邻近交叉操作示意图

．４实验结果分析??．４．１实验数据介绍??有向交通路网向量数据主要包括节点图层和路段图层，依据时间最短的路径??划需求，先设计路段与节点的字段属性表：前者包括ＲｏａｄＩＤ、ＦｒｏｍＮｏｄｅｌＤ、??ｏＮｏｄｅｌＤ、Ｒｏａｄ＿Ｔｙｐｅ、Ｓｐｅｅｄ、Ｌｅｎｇｔｈ?与?Ｒｅａｌ?Ｔｒａｆｆｉｃ?字段，分别表示路段编号、??段起节点编号、路段终节点编号、路段等级、通畅时速度、长度、拥堵系数；??者包括ＮｏｄｅｌＤ、Ｘ、Ｙ与Ｎｏｄｅ＿Ｔｙｐｅ字段，分别表示节点编号、Ｘ坐标值、Ｙ??标值、节点是否为转向节点；二者通过路段属性表中的ＦｒｏｍＮｏｄｅＩＤ、ＴｏＮｏｄｅＩＤ??段与节点属性表中的ＮｏｄｅｌＤ字段相关联；具体路段、节点信息如表２－２、表??－３所示（部分信息）。为了模拟路网的动态性，采用时间离散化方法对路段拥堵??数进行每隔５分钟的变化处理，结合路段长度以及通畅时路段速度求解路段行??２０??

??图２－６改进后遗传算法流程??２．４实验结果分析??２．４．１实验数据介绍??有向交通路网向量数据主要包括节点图层和路段图层，依据时间最短的路径??规划需求，先设计路段与节点的字段属性表：前者包括ＲｏａｄＩＤ、ＦｒｏｍＮｏｄｅｌＤ、??ＴｏＮｏｄｅｌＤ、Ｒｏａｄ＿Ｔｙｐｅ、Ｓｐｅｅｄ、Ｌｅｎｇｔｈ?与?Ｒｅａｌ?Ｔｒａｆｆｉｃ?字段，分别表示路段编号、??路段起节点编号、路段终节点编号、路段等级、通畅时速度、长度、拥堵系数；??后者包括ＮｏｄｅｌＤ、Ｘ、Ｙ与Ｎｏｄｅ＿Ｔｙｐｅ字段，分别表示节点编号、Ｘ坐标值、Ｙ??坐标值、节点是否为转向节点；二者通过路段属性表中的ＦｒｏｍＮｏｄｅＩＤ、ＴｏＮｏｄｅＩＤ??字段与节点属性表中的ＮｏｄｅｌＤ字段相关联；具体路段、节点信息如表２－２、表??２－３所示（部分信息）。为了模拟路网的动态性，采用时间离散化方法对路段拥堵??系数进行每隔５分钟的变化处理，结合路段长度以及通畅时路段速度求解路段行??２０??


本文编号：3000137