优化算法在动态路径诱导系统中的研究综述

发布时间：2022-01-27 16:27

　　城市交通拥堵问题已成为阻碍我国城市经济发展的主要问题之一,动态路径诱导系统在城市道路交通流的均衡动态分配中起着举足轻重的作用,并对缓解我国现阶段的城市交通拥堵问题具有重大现实意义。文章对应用于动态路径诱导系统的智能优化算法进行研究,对其进行了分类和综述,并对其各自的优缺点进行总结,同时对下一步的研究进行了展望,为今后的研究提供参考和借鉴。 

【文章来源】：海南师范大学学报(自然科学版). 2019,32(04)

【文章页数】：4 页

【文章目录】：
1 动态路径诱导系统
2 优化算法在DRGS中的应用
    2.1 蚁群算法在DRGS中的应用
    2.2 遗传算法在DRGS中的应用
    2.3 混合算法在DRGS中的应用
    2.4 其它优化算法在DRGS中的应用
3 展望


【参考文献】：
期刊论文
[1]智能交通混合动态路径优化算法[J]. 赵宏伟,刘宇琦,董立岩,王玉,刘陪.  吉林大学学报(工学版). 2018(04)
[2]基于改进遗传算法的动态路径规划研[J]. 董小帅,毛政元.  计算机工程与应用. 2018(19)
[3]基于局部连通性的在途动态路径诱导方法[J]. 梁伟,张毅,胡坚明.  交通运输系统工程与信息. 2018(01)
[4]基于改进遗传算法的自动导引小车动态路径规划及其实现[J]. 刘二辉,姚锡凡,蓝宏宇,金鸿.  计算机集成制造系统. 2018(06)
[5]基于改进蚁群算法的交通最优路径方法研究[J]. 张继荣,袁晓洁.  计算机测量与控制. 2016(06)
[6]一种改进遗传算法在车辆路径问题中的应用[J]. 包勇,黎英.  广西师范学院学报(自然科学版). 2016(01)
[7]改进量子蚁群算法在动态路径诱导中的应用[J]. 张程程,康维新.  应用科技. 2015(05)
[8]基于Multi-Agent的动态路径诱导系统[J]. 朱晶晶,罗志洁.  西部交通科技. 2015(03)
[9]基于蚁群算法的动态路径选择优化方法[J]. 安毅生,袁绍欣,赵祥模,岳云.  交通运输系统工程与信息. 2014(03)
[10]基于城市兴趣点的连续路径诱导方法[J]. 于尧,杨兆升,莫祥伦,林赐云.  吉林大学学报(工学版). 2014(03)

硕士论文
[1]动态路径诱导系统的研究[D]. 徐锡杰.西安电子科技大学 2013
[2]基于改进遗传算法的动态路径诱导系统的研究[D]. 李松江.长春理工大学 2010



本文编号：3612747