联网高速公路有效路径伸展系数的标定

采用启发式搜索算法标定联网高速公路路径伸展系数的值,确定高速公路路网有效多路径搜索范围,利用改进的标号法算法搜索给定路网上任两站点之间的有效多路径。提出联网高速公路多路径交通量计算模型和各路段流量偏差计算模型,分别按最短路法和实际行驶路径（调查取得）在有效多路径集合上进行流量加载,得到有效多路径上交通流漂移量。利用上述模型,对山东省高速公路车辆行驶路径调查数据进行统计分析,标定得出山东省高速公路网路径伸展系数为0．3,出行有效多路径交通量占所有路径总交通量的比例为6.1‰。     

基于定向树搜索的博弈配流模型

通过将交通路网中路径搜索的定向式启发策略与深度优先的树搜索算法相结合,提出了一种有效路径的定向树搜索算法。该算法利用节点坐标划定有效搜索区,使搜索范围缩小。在具体的求解过程中一是利用已求出的节点位势确定下一步搜索的邻接节点范围,二是利用一个简单的节点估价函数确定进一步要选择的节点。通过给每一个节点一个搜索标记号来记录搜索树的分杈情况,可以顺利的实现有效路径的连续搜索,并结合博弈理论建立了新的交通流分配模型,给出了博弈配流的步骤。新模型合理反映了交通路网中出行者的出行路径决策行为,提供了唯一的路径流量解,因此便于在交通网络的灵敏度分析和优化设计中应用。最后,用一个简单算例说明了该方法的有效性。     

基于层次策略的路径规划算法对比研究

为比较路径规划中基于层次策略的分层算法的计算效率和规划结果的合理性,选取基于预计算的分层算法和基于道路等级的分层分区算法这2类典型的分层路径规划算法,通过对2类算法基本原理的分析,并引入新分区算法和＂虚拟边＂等方法改进现有基于道路等级的分层分区算法以适应实际路网下的路径规划。选取广东省路网数据进行大规模测试,通过寻找＂最短路＂和＂最快路＂进行算法效率和路径规划结果的比较分析。测试结果表明改进的基于道路等级的分层分区算法计算效率更高,规划结果更符合出行偏好。     

基于节点承载力的高密度路网诱导路径选择方法

针对高密度路网诱导路径选择问题,基于图论对路网进行结构化选取,构建高密度路网模型。从节点评估的角度出发,提出综合考虑结构属性和交通运行状态属性的节点承载力指标。采用均质性、连通性2个指标评价路网节点结构属性,采用流量裕度、通行效率2个指标评价路网节点交通运行状态属性,提出一种基于TOPSIS算法(Technique for Order Preference by Similarity to Ideal Solution,优劣解距离法)的综合评价方法,实现对节点承载力的综合量化。基于节点承载力,构造路段承载力指标,采用重力模型和交通分配的方法将节点间的承载力分配到节点相连构成的路段上,并用路段实际交通条件修正即得到路段承载力。基于节点承载力和路段承载力,提出高密度路网诱导路径的确定方法。为证明本研究提出的高密度路网诱导路径选择方法的有效性,构建一高密度路网结构模型,同时采用本算法和传统Dijkstra算法规划诱导路径。结果表明:Dijkstra算法规划的路径虽为数学意义上的最优路径,但该路径途经低级节点,且需频繁切换道路进行交通转换,不符合驾驶员行车期望;本研究提出的基于节点承载力的高密度路网诱导路径选择方法得出的路径虽比Dijkstra算法稍长,但路径均由高等级节点和道路组成,这样的规划结果更符合实际交通诱导系统需求,更能体现驾驶人员选路偏好。     

导航路网数据改进模型及其组织方法

提出了一种支持高性能车辆导航的多尺度路网数据模型,该模型根据不同功能对导航数据内容与尺度的要求,将用于计算的路网拓扑数据与用于描述的路网几何数据分离,并分别在垂直方向进行分层抽象,在水平方向进行区域划分;几何数据以显式比例尺作为分层标准,通过多弧段来描述道路几何信息;拓扑数据以道路等级作为分层标准,通过节点-弧段结构来描述路网连通关系;参照动态分段思想设计了一种弧段编码体系,以描述模型上下层弧段之间、单弧段与多弧段之间的对应关系。结果表明:提出的模型能有效地支持导航应用中的多级地图显示与分层路径规划。     

基于安全场改进RRT*算法的智能汽车路径规划方法

快速搜索随机树(rapidly-exploring random tree, RRT)算法是智能汽车路径规划的常用方法,但传统RRT和RRT~*算法存在路径抖动大、易陷入局部区域和计算效率低等缺点。针对这些问题,本文中结合实车数据提出了一种基于安全场改进RRT~*算法的智能汽车路径规划方法。首先,建立了基于安全距离模型的安全场,通过驾驶数据采集试验对模型关键参数进行了提取;在此基础上,提出了具备安全场引导和角度约束等策略的改进RRT~*算法;最后,通过仿真对算法进行了验证。结果表明,本文提出的路径规划方法能计算出满足车辆轨迹曲率约束的有效路径,同时具有较快的搜索速度和更高的成功率。     

基于并行遗传神经网络算法的限制搜索区域最优路径方法

在大规模路网的路径诱导中，研究了基于神经网络的交通信息实时预测方法，构造了具有时变性的路阻矩阵，解决了传统静态路阻存在的局限性问题；探讨了基于并行遗传算法的最优路径求解问题，给出了相应的遗传、变异算子和群体更新方式，提出了矩形限制搜索区域方法，降低了并行遗传算法的搜索范围，解决了遗传算法在大规模路网中求解最优路径时存在的实时性差、收敛速度慢等问题；仿真实验表明该方法满足大规模路网路径诱导的准确性、实时性和快速性要求。     

基于可视图和A~＊算法的连续模型路径搜索

针对交通枢纽仿真领域中行人最短路径搜索环境建模难的问题,提出一种基于可视图的连续拓扑模型最短路径搜索策略,通过在连续模型下建立可视图并使用A*算法搜索出一条适合行人通行的最短路径,将改进的可视图算法和A*算法结合,降低连续模型中自动选择路径复杂度和扩展结点数目.将该算法应用于城市综合客运枢纽功能与结构数值实验系统对行人对象进行路径搜索导航,实验结果证明此算法可行且具有更高的效率和通用性.     

面向北京市路网特点的新型路径诱导算法及实现

结合北京市实际路网的同有特点,在基于Dijkstra算法的传统路径诱导算法的基础上,提出了新型的路径诱导算法,包含环路优先和支路优先2种路径诱导策略。引入了饱和度的概念对道路进行赋权,应用GoogleEarth技术实现了2种路径诱导。     

基于改进人工势场法的汽车弯道超车路径规划与跟踪控制

本文中针对无人驾驶汽车弯道超车工况,提出一种基于改进人工势场法的汽车弯道超车路径规划算法,以及一种基于线性鲁棒控制理论的汽车弯道超车路径跟踪最优保性能控制策略。首先,分别基于螺旋下降函数、斜坡正弦函数和指数函数构建弯道引力势能场、同车道行驶较慢车辆斥力势能场和弯道边界斥力势能场,三者构成汽车弯道超车路径的搜索空间。随后,设计一种可应用于动态环境的增量搜索算法,逐步搜索汽车弯道超车路径搜索空间的最快下降方向,进而规划出汽车弯道超车路径。为执行规划出的汽车弯道超车路径,以线性2自由度汽车动力学模型为基础建立包含参数摄动的汽车弯道超车路径跟踪误差动态模型,并基于线性鲁棒控制法设计汽车弯道超车路径跟踪最优保性能控制策略。最后,仿真验证所提出的汽车弯道超车路径规划算法和路径跟踪最优保性能控制策略的可行性和有效性,结果表明:所提出的路径规划算法和跟踪控制策略可安全、舒适地引导汽车完成弯道超车工况。     

基于改进禁忌搜索算法的车辆路径问题模型

为了解决传统禁忌搜索算法程序复杂、独立性低下等问题,在考虑带有时间窗的车辆路径问题的基础上,提出了带有时间窗和异构车队的车辆路径问题。为了更好地解决带有时间窗和异构车队的车辆路径问题,建立了带有时间窗和异构车队的车辆路径问题的模型,此模型同时考虑了时间窗、异构车队以及车辆数量限制的多重属性,提出一种改进的禁忌搜索算法来解决这一问题,改进的禁忌搜索算法其实质是在原有禁忌搜索算法的基础上加入了保留表,等级成本结构原则和车辆排序准则对其进行了创新。通过在原有算法中加入保留表,并使用等级成本结构的原则,提出了一种新的解决车辆路径问题的算法,这种改进的禁忌搜索算法解决了传统禁忌搜索算法的弊端,不仅可以使用户点在路径上紧密排列,同时还能达到优化运输路线的目的。最后为了演算改进的禁忌搜索算法的有效性,使用具体的案例数据对改进的禁忌搜索算法进行了演算,演算结果证明了这种创新算法在解决带有时间窗和异构车队的车辆路径问题上是有效的。     

一种改进的路网最短路径算法

在路网模型中节点数和边数较多的情况下,利用Dijkstra算法求解最短路径的计算量较大,时间花费多.文中提出通过判断语句避免Dijkstra算法计算中值为∞的无用计算,从而提高搜索效率.应用结果表明,对于节点数量较大的路网,该改进算法具有较好的适用性.     

考虑用户紧急程度的在途路径诱导策略研究

为了提高突发交通拥堵情境下在途路径诱导效率,从用户体验层面出发,对诱导方案设计进行深入研究。提高用户体验有利于提高用户对诱导系统的服从率,从而提高诱导效率。道路拥堵状况是影响用户体验的重要因素,考虑到具有不同紧急程度的用户对拥堵感知存在差异,以感知拥堵作为路径诱导中路径分配的限制因素。首先构建衡量用户紧急程度的紧急函数,在此基础上设计行驶时间感知效用算法,然后将其作为干预项加入到随机均衡备选路线分配模型中,突发交通拥堵出现时,系统根据构建的备选路线分配模型递归地为突发事件L距离内的用户指派行驶路线。同时考虑到突发拥堵下交通状态具有较强的波动性,采用时变路网下的改进A~*算法计算路径分配方案的最短路径,其中,将预测的路段平均速度与历史平均回归模型结合计算行程时间,并将其作为A~*算法估价函数中的评估函数,从而实现考虑时间依赖性的实时最短路径寻优。最后,以秦皇岛海港区部分路网区域为例,利用微观仿真软件SUMO分别从诱导服从率、诱导效率、诱导时效性3方面对在途诱导方案的有效性进行仿真验证,并与现有的典型路径诱导方案进行对比分析,结果表明所提出的在途路径诱导策略可以改善突发拥堵下的交通状况。     

城市道路网最短路径启发算法研究

从城市道路网络的实际特点出发,对城市电子地图的道路网进行网络分析,将最佳路径搜索问题转化为图论中的最短路径搜索问题,通过对最短路径搜索算法的分析,提出了一种求解城市道路网两点间最短路径的算法。该算法主要对Dijkistra算法的搜索方法进行改进,根据两点间直线距离最短这一原理,运用待扩展节点与终止节点间的直线距离这一启发信息,使搜索沿着某个最有希望的路径进行下去,大大减少了搜索范围,提高了路径搜索的速度,具有重要的实践意义。     

基于WebGIS的公路养护系统设计与关键算法

针对公路路网巡检养护工作中存在的数据上报困难、巡检工作缺少有效监督监管以及区域路网质量评价模型算法不准确等问题,设计开发了一套基于WebGIS的路网巡检养护系统,并对区域路网质量评价模型的算法进行了研究与改进。该系统由3个部分组成:微信小程序端(移动端)、Web前端、微服务后端。功能模块包括:微信小程序模块、地图服务模块、任务审批验收模块、区域路网质量检评等模块。同时对区域路网质量评价模型的算法进行改进,使用索引表匹配算法来计算检测区域路网长度,使其计算结果更加准确。该平台可以有效降低路网巡检养护作业量,并为路网的巡检养护工作提供信息基础和决策支持。     

基于分组流的交通流诱导与控制研究

交通流诱导与控制是解决现代交通难题的有效手段,根据Internet分组流管理的基本思想,研究了城市路网交通流的诱导与控制。从4个主要方面比较了交通流与分组流的相似性,从而证明了把后者的理论应用于前者的可行性。介绍了分组的路由算法和拥塞控制策略,提出并举例说明了动态诱导路径的分区分层算法,交通拥塞控制的分布式交通量均衡方法。实践证明了这一方法应用于交通流的诱导和控制是可行和有效的。     

城市轨道交通网络中断下的有效路径搜索模型

为应用城市轨道交通有效路径快速、准确地搜索轨道交通网络线路中断下的有效路径,疏散滞留乘客,基于城市轨道交通路网模型,结合轨道网络线路中断的特点,以故障点约束、最大换乘次数、广义费用等约束条件定义有效路径,对深度优先算法进行了改进,建立起网络线路中断下的有效路径搜索模型。以上海轨道交通为例,通过C#语言编写程序实现了线路中断下的有效路径搜索。实例验证表明:当上海轨道交通人民广场站发生线路中断时,以上海西站和浦东国际机场为OD点的区段中可搜索到符合约束条件的5条有效路径。     

基于GIS的公路应急资源调度最优路径分析模型

本文针对公路抗灾抢险时对实时动态网络最优运输路径查询的需求,提出了基于GIS的公路应急资源调度最优路径分析模型。该模型以公路路网基础数据和电子地图为基础,建立基于GIS的动态道路网络。同时,对于经典的Dijkstra算法无法求解出实时动态的网络地图的最优路径问题,提出结合交通流状况对道路通行的影响,加入最小通行阻抗这一概念对Dijkstra算法进行了改进和优化。优化后的Dijkstra算法能够更好地提供动态网络地图的最优运输路径分析功能并成功应用于此模型,为辅助应急资源的调度提供技术支撑。     

基于道路网络数据库的最短路径搜寻

最短路径搜寻是智能交通系统(ITS)中车辆诱导的关键技术之一。作者根据城市交通道路网络建设的实际,研究了描述城市交通路网的道路数据库的结构。在此基础上采集大量道路信息,溶入GIS技术,建立城市道路网络数据库。用动态邻接矩阵对经典的Dijkstra算法进行改进,提高了运算效率。采用改进的算法实现了车辆诱导系统中的快速最短路径搜寻,并给出了车辆诱导系统搜寻最短路径的一个实例。     

基于Multi-Agent的区域交通协调控制研究

提出了一种基于Multi-Agent的区域交通协调控制系统。系统针对路网中各交叉口交通流相互影响的特点，构造了一种基于分布权值函数的分布式Q学习算法，采用此算法实现了Multi-Agent的学习以及协调机制。通过各Agent间的协调控制来协调相邻交叉口处的控制信号，从而消除路网中的交通拥塞。最后利用微观交通仿真软件Paramics对控制算法进行了仿真研究，仿真结果表明了控制算法的有效性。