基于多因素分析动态路网最佳路径求解的算法研究

发布时间：2017-04-28 02:12

  本文关键词：基于多因素分析动态路网最佳路径求解的算法研究，由笔耕文化传播整理发布。

【摘要】：在当今社会经济活动中,交通运输作为主要载体,在各个行业中发挥着非常重要的作用。随着社会不断的发展和经济不断地增长,机动车辆数目急剧增加,从而使得道路的负荷量日益加重,经常出现道路拥堵、交通事故频发、环境污染严重等问题。目前,智能交通系统是解决或缓解交通问题的最有效途径,其中它的一个重要组成部分是动态诱导系统。该系统是结合实际动态的路况信息,利用智能算法为出行者搜索出一条高效、合理的最佳路径,不仅可以帮助出行者节省出行时间,而且还能缓解交通道路的负荷量,同时也能够提高能源的利用率,减少机动车尾气对环境的污染。无论是对人们的生活还是对社会发展都具有非常重要的作用。本文结合影响交通路网的多因素,深入研究了各种路径优化的智能算法,在此基础上提出了混合蚁群粒子群算法,并通过该算法分析了多因素动态路网下的最佳路径,具体工作如下:1)本文首先通过分析影响动态路网求解最佳路径的多种因素,根据出行者的需求,建立不同的模型来表示路段的权值,并深入研究了路径优化算法,重点分析了蚁群算法和粒子群算法。2)然后,比较与分析了这两种算法的优缺点,提出了混合蚁群粒子群算法。该算法主要是利用粒子群算法来初始化蚁群算法的参数,并混合这两种算法的优点,使蚂蚁也具有粒子的特性。通过实验验证,混合蚁群粒子群算法无论是在求解精度上还是收敛速度上都要优于蚁群算法和粒子群算法。3)最后,通过混合蚁群粒子群算法分析了多因素动态路网下的最佳路径,得出以下结论:(1)通过调整,证明了该算法在城市路网中求解最佳路径是行之有效的;(2)出行者的最优目标不同,最佳路径的选择也可能不相同;(3)即使出行者以相同的需求作为最优目标,不同时刻最佳路径的选择也可能不同。
【关键词】：智能交通 动态路网 多因素 混合蚁群粒子群算法
【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U495
【目录】：

• 摘要4-5
• Abstract5-11
• 1 绪论11-15
• 1.1 研究背景与研究意义11-12
• 1.2 国内外的研究现状12-13
• 1.3 本文的研究内容13-14
• 1.4 本文的组织结构14-15
• 2 动态路网求解最佳路径问题概述15-23
• 2.1 动态路网的表达方式15-17
• 2.1.1 路网表达方式的要求16
• 2.1.2 表达路网的基本要素16-17
• 2.2 动态路网求解最佳路径问题的研究因素17-18
• 2.2.1 交通路网的静态因素17
• 2.2.2 交通路网的动态因素17-18
• 2.3 动态路网最佳路径问题的分类18-21
• 2.3.1 出行者把出行距离最短作为最优目标19
• 2.3.2 出行者把出行时间最短作为最优目标19-20
• 2.3.3 出行者把费用最少且出行时间最短作为最优目标20
• 2.3.4 出行者把旅游景点数量最多作为最优目标20-21
• 2.4 本章小结21-23
• 3 路径优化问题的算法分析23-43
• 3.1 Dijkstra算法23-24
• 3.2 启发式搜索算法一一A*算法24-26
• 3.3 蚁群算法26-35
• 3.3.1 蚁群算法的研究状况及改进28-32
• 3.3.2 蚁群算法的参数分析32-33
• 3.3.3 蚁群算法的改进33-35
• 3.4 粒子群算法35-38
• 3.4.1 标准粒子群35-37
• 3.4.2 离散粒子群37-38
• 3.5 四种算法比较38
• 3.6 蚁群算法与粒子群算法比较38-41
• 3.7 本章小结41-43
• 4 混合蚁群粒子群算法43-49
• 4.1 混合蚁群粒子群算法的原理43
• 4.2 混合蚁群粒子群算法的步骤及流程图43-45
• 4.3 仿真结果与分析45-48
• 4.4 本章小节48-49
• 5 基于多因素分析动态路网的最佳路径49-59
• 5.1 动态路网最佳路径问题与TSP问题的区别49
• 5.2 AC-PSO算法的调整49-52
• 5.3 基于AC-PSO算法分析多因素动态路网的最佳路径52-58
• 5.3.1 仿真实验设置53-54
• 5.3.2 仿真实验模型假设54-55
• 5.3.3 仿真实验结果分析55-58
• 5.4 本章小节58-59
• 6 总结与展望59-61
• 6.1 总结59
• 6.2 展望59-61
• 致谢61-63
• 参考文献63-67
• 附录A 本文采用的道路拥堵等级数据表67-69
• 附录B 本文部分主要代码69-73
• 攻读硕士期间取得的研究成果73

【相似文献】

中国期刊全文数据库 前10条

1 涂冰英;;实时动态最佳路径的实现方法[J];测绘信息与工程;2006年03期

2 招军;;制定最佳路径抄表模式优化[J];科技与企业;2013年17期

3 ;最佳路径[J];青春岁月;2010年01期

4 赵春燕;王国华;周军;;支持城市多种交通方式的最佳路径分析[J];测绘信息与工程;2009年04期

5 张开广;孟红玲;巴明廷;孙艳敏;王家耀;;一种非欧空间城市多层交通最佳路径选择算法[J];测绘科学;2014年06期

6 秦昆,关泽群,李德仁,周军其;基于栅格数据的最佳路径分析方法研究[J];国土资源遥感;2002年02期

7 文燕;;最佳路径[J];才智(智谋鸡汤);2005年05期

8 龙希望;陈海岳;刘胜;;装备维修保障最佳路径决策算法[J];舰船电子工程;2008年10期

9 陈密芳;;城市公交换乘最佳路径选择的模型和算法[J];石家庄职业技术学院学报;2009年06期

10 刘顺喜;赵秋芳;郑伟;;基于GIS的120急救指挥系统最佳路径设计与实现[J];山西焦煤科技;2008年06期

中国重要报纸全文数据库 前5条

1 汝州市职业中专校长 张万强;深化教学改革是提升职教质量的最佳路径[N];河南日报;2014年

2 黄保才;以科学精神选择创业创新最佳路径[N];台州日报;2008年

3 北京商报记者 张绪旺;打车App爆红：O2O最佳路径？[N];北京商报;2013年

4 李军;以最佳路径实现BSM[N];中国计算机报;2005年

5 沈阳军区第205医院 王忠民;早熟的果子长不大[N];解放军报;2013年

中国硕士学位论文全文数据库 前5条

1 韩彩玲;基于城市道路综合态势的最佳路径研究与实现[D];兰州交通大学;2015年

2 姜波清;基于多因素分析动态路网最佳路径求解的算法研究[D];东华理工大学;2016年

3 张晓松;最佳路径查询组件的设计实现及其应用研究——以北京旅游咨询信息系统为例[D];首都师范大学;2004年

4 郭yN飞;机场应急救援GIS系统的最佳路径算法设计[D];电子科技大学;2010年

5 陈忠钊;矿井应急救援中最佳路径规划研究[D];沈阳航空航天大学;2011年

  本文关键词：基于多因素分析动态路网最佳路径求解的算法研究，由笔耕文化传播整理发布。

，

本文编号：331924