城市智能交通中的动态路径规划研究

发布时间：2017-06-24 03:08

  本文关键词：城市智能交通中的动态路径规划研究，由笔耕文化传播整理发布。

【摘要】：随着21世纪后我国城市化进程的加快,城市机动车数量也在以指数形式剧增,由此引发的交通拥堵、交通安全等问题给人们的生活造成很大的影响。智能交通系统通过引入先进的计算机、电子、通信等方面科学技术,可以有效的解决当前交通问题。车辆动态路径规划问题是建设智能交通系统中的重要环节,其主要是按照出行者的需求,根据路网的实时交通变化规律,规划出从出发点到目的点的最优路径,使整个路网达到资源的最大化利用。本论文主要研究的是城市交通中的车辆时间最优路径规划。本论文首先对传统最短路径算法进行讨论,总结出算法在处理实际交通问题中的不足之处,对经典A*算法做出改进,将角度因子引入到算法的启发函数中,屏蔽路径方向与终点方向偏转角度大的节点,对于偏转角度较小的节点,减小其估价函数值。改进A*算法综合考虑了路网特性,在保证算法搜索精度的同时提高了搜索效率。另外将路网按等级分为两层处理,提高高层道路的行驶比例,用此方案规划出的路径虽不是长度最短,但能够满足行驶时间最少。其次论文分析了路网的动态特性,提出用BP神经网络的方法来预测道路未来时刻交通流信息。以典型路口为例进行建模、构建网络结构、确定网络参数,仿真结果表明模型能较精确预测出路段未来时刻交通流信息。将道路交通流数据转化为动态时间权重时,由于BPR路阻函数无法反映道路从饱和到拥挤的事实,利用速密关系式推算得到路段分别处于畅通和拥挤状态下的实际行程时间,为实现动态路径规划提供预测信息。最后论文设计了交通流预测下的动态路径规划系统框架,主要由车载导航系统和交通控制中心系统组成。提出基于交通流预测下的动态路径规划思想,由改进A*算法原理推算出规划判别式△,当车辆行驶到路口时根据判别式△选择是否进行路径重规划。仿真结果表明预测动态算法相对于无预测动态算法规划出的路径实时性和有效性高,各出发时刻下的道路行驶时间也有所差别。
【关键词】：智能交通系统 A*算法 路网分层 动态路径规划 BP神经网络
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U491.54
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-16
• 1.1 研究目的与意义10-11
• 1.2 研究背景11-14
• 1.2.1 国外研究现状11-13
• 1.2.2 国内研究现状13-14
• 1.3 论文研究的创新点与主要内容14-15
• 1.4 本章小结15-16
• 第2章 路网结构和静态路径算法16-22
• 2.1 路网抽象和权重16-18
• 2.1.1 路网的抽象16-17
• 2.1.2 路网的权重17-18
• 2.2 静态最短路径算法18-21
• 2.2.1 经典最短路径算法18-20
• 2.2.2 经典最短路径算法局限性20-21
• 2.3 本章小结21-22
• 第3章 静态路网分层的改进A*算法与实现22-33
• 3.1 路网分层的改进A*算法22-26
• 3.1.1 改进A*算法22-24
• 3.1.2 路网的分层24
• 3.1.3 分层改进A~*算法的实现步骤24-25
• 3.1.4 算法时间复杂度分析25-26
• 3.2 算法的数据存储26-27
• 3.3 算法的仿真27-31
• 3.3.1 开发工具的选择27
• 3.3.2 仿真结果与分析27-31
• 3.4 本章小结31-33
• 第4章 动态路网时间权重的预测33-45
• 4.1 BP神经网络交通流预测33-42
• 4.1.1 BP神经网络33-34
• 4.1.2 网络构建34-37
• 4.1.3 网络训练37-39
• 4.1.4 网络预测与分析39-42
• 4.2 道路时间权重计算42-44
• 4.2.1 BPR时间路阻函数模型与不足42
• 4.2.2 道路时间权重与车流量函数42-44
• 4.3 本章小结44-45
• 第5章 交通流预测下的动态路径规划45-54
• 5.1 交通流预测下动态路径规划概述45-46
• 5.2 交通流预测下的动态路径规划框架46-47
• 5.3 交通流预测下的动态路径规划算法47-49
• 5.3.1 模型假设47
• 5.3.2 动态路径规划思路47-48
• 5.3.3 动态路径规划步骤48-49
• 5.4 数据准备49
• 5.5 仿真结果与分析49-53
• 5.5.1 各种路径规划方法结果比较49-52
• 5.5.2 不同出发时刻的路径规划52-53
• 5.6 本章小结53-54
• 第6章 总结与展望54-56
• 6.1 总结54
• 6.2 展望54-56
• 致谢56-57
• 参考文献57-60
• 附录60

【相似文献】

中国期刊全文数据库 前10条

1 梁满朝;李文勇;李福祥;;基于蚁群算法和群决策理论的动态路径优化研究[J];西部交通科技;2012年02期

2 韩中华;吴成东;杨丽英;邓湘宁;;基于并行遗传神经网络算法的动态路径选择方法[J];微计算机信息;2005年25期

3 石小法,王炜,卢林,葛苏闽;交通信息影响下的动态路径选择模型研究[J];公路交通科技;2000年04期

4 宿建乐;;智能交通中单车辆最优动态路径规划策略研究[J];价值工程;2013年33期

5 刘张雷;史忠科;;一种基于路网变化的动态路径规划策略[J];交通运输系统工程与信息;2010年03期

6 曹立志;;基于布尔可满足性的动态路径优化算法[J];交通科技与经济;2011年02期

7 安毅生;袁绍欣;赵祥模;岳云;;基于蚁群算法的动态路径选择优化方法[J];交通运输系统工程与信息;2014年03期

8 顾国民;王卫红;李琰琰;;基于微观交通模型的动态路径规划[J];计算机应用研究;2006年11期

9 柴晨;童琦;王宪;;基于AIS的动态路径搜索算法研究[J];廊坊师范学院学报(自然科学版);2009年04期

10 张赫,杨兆升,王炜;基于实时交通流信息的中心式动态路径诱导系统行车路线优化技术研究[J];公路交通科技;2004年09期

中国重要会议论文全文数据库 前3条

1 顾珊珊;陈禹;;基于多主体的动态路径优化模拟[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

2 石小法;王炜;;交通信息影响下的动态路径选择模型研究[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

3 蒲云;蒲素;;基于路段的大规模动态路径选择模型的非适应性分析[A];1998年中国智能自动化学术会议论文集（下册）[C];1998年

中国硕士学位论文全文数据库 前10条

1 李军;城市智能交通中的动态路径规划研究[D];杭州电子科技大学;2016年

2 屈文斌;城市道路动态路径选择方法研究[D];长安大学;2007年

3 张志霞;带有时间窗的单车辆动态路径规划系统研究[D];大连理工大学;2006年

4 朱志勇;车辆动态路径导航系统框架及自适应路径选择方法的研究[D];长沙理工大学;2005年

5 党希望;基于主次种群蚁群算法的动态路径优化研究[D];西南交通大学;2013年

6 张玲;智能交通中动态多路径选择的几类智能算法的研究[D];西安电子科技大学;2010年

7 李云;基于遗传算法的动态路径优化[D];太原理工大学;2013年

8 姜蕊;融合预测信息的动态路径选择算法研究[D];北京交通大学;2011年

9 谢晓倩;基于博弈论的动态路径优化方法研究[D];西南交通大学;2012年

10 于侃;面向出行者信息服务的动态路径规划研究[D];青岛大学;2010年

  本文关键词：城市智能交通中的动态路径规划研究，，由笔耕文化传播整理发布。

本文编号：476959