考虑交叉口转向延误的最短路径拍卖算法

为了改进传统算法求解最短路径时运算量大且无法计算交叉口转向延误的不足,提出可直接求解受限路网中两点之间最短路径的改进拍卖算法.将价格矢量扩展至二维,解决了价值量被不同转向行为共用的问题.设计了节省存储空间的数据存储结构,可准确描述交叉口转向行为,且便于检索.针对不同规模和密度的随机路网,比较了改进算法和Dijkstra算法求解单一起、终点之间的最短路径问题.结果表明,在含5 000个结点、20 000条路段的高密度路网中,改进拍卖算法的搜索时间约为Dijkstra算法的30%,能准确求解受限路网中的最短路径,并保留了原Auction算法可并行计算的基本性质.     

考虑转向延误的最短路径的节点标号算法

拥堵时段车辆在城市路网中交叉口处的延误甚至会大于其在路段的行驶时间,因而拥堵情况下在城市路网上应用不考虑转向延误的最短路径算法无法反映真实的交通状况.分析既有的考虑转向延误的最短路径算法,扩展网络法因过大的时间和空间开销而欠缺实用性,其余算法包括对偶网络法、节点标号算法和弧标号算法本质均为求包含节点权重和边权重的最短路径问题,最后求解均为节点标号算法.对典型节点标号算法Dijkstra算法进行改进,通过记录节点的紧前节点完成转向判别,并通过最小堆优化将该算法的时间复杂度从O(n2)优化为O(nlogn),并给出算法的数据结构,完成了软件编码,并通过计算实例对算法进行了验证.结果表明:考虑交叉口延误后城市路网最短路径发生变化,同时经过堆优化后算法的时间复杂度下降.     

双环网络DL（N,h）（h｜N）的最短路径算法

对双环网络DL（N,h)（满足最大公因数g(N,h)=h)进行了分析,证明了这类双环网络中最短路径形式唯一且可用简单的数学表达来描述,给出了最短路径的公式,在此基础上,给出了一个求最短路径的简便算法,讨论了该类网络的直径等有关问题,证明了两点间的平均距离等于直径的一半。     

转向约束网络中的对偶最短路径树原理及其原型算法

为比较有无转向约束条件下最短路径特征及其搜索算法的异同点,基于对偶图理论证明了转向约束网络中从单个源点到所有弧的最短路径集构成其对偶网络的生成树,提出了对偶最短路径树(DSPT)概念,并利用其分析算法之间的关系。研究结果表明:转向约束下的现有求解方法包括弧标号算法、节点标号算法和对偶网络法都可以统一到DSPT算法框架内,而且与无转向约束的最短路径树(SPT)算法在路径搜索策略上是相同的;对于转向约束网络中的最短路径问题可建立一个DSPT原型算法,结合各种SPT标号技术能设计出更多的有效算法。     

基于标号算法搜索过程的K最短路算法设计

K最短路径问题是最短路径问题中的一个重要分支,它在物流调度、交通流分配、交通网络的路径选择中起着重要的作用.为了提高K最短路的计算效率以及实用性,充分利用传统标号算法搜索过程获得的众多节点临时标号信息,设计了基于搜索过程的Dijkstra标号算法.该算法在搜索过程中得到一条最短路径的同时,获得了大量的临时标号信息;在此基础上,继续采用该算法利用这些临时标号信息进行标号,可以获得其他严密K最短路;将该算法与交叉口有延误的最短路径算法相结合,可方便的计算城市交通网络中交叉口有延误的K最短路径问题;该算法简化了K最短路的计算过程,提高了算法的计算效率.最后,利用一个简单网络介绍了该算法的计算过程.     

公路旅客最少换乘次数乘车方案选择算法

对公路旅客最少换乘次数乘车方案选择算法进行了研究,建立了描述公路客运换乘网络的有向无权图模型,将两站之间最少换乘次数乘车方案选择问题,转换为在权图中搜索两顶点间的最短路径问题,同时给出求解换乘网络中单一最短路径的基本广度优先搜索算法和求解全部最短路径的改进广度优先搜索算法,并通过算例验证算法的正确性.最后对算法的执行效率进行了分析.     

最短路径子图

在大型网络中两节点之间的最短路径常常不止一条，而且在带限制条件的路径选择等应用上，常常需要找出多条最优或近优的路径．一些经典的单源最短路径算法，如Dijkstra算法，能找出一条从起始点到目的点的最短路径，但并不能求解两点之间的所有最短路径．本文给出了最短路径子图的概念，用于存储图中两节点之间所有最短路径信息，能够节约存储空间．并给出了最短路径子图构造算法SPSG，其时间复杂度为O(n e)，比同类算法时间复杂度更低．随机网络模型的仿真结果表明：SPSG算法效率更高，     

基于层次分析法的应急救援最优路径选择分析

运用图论中的最短路径相关知识,综合道路交通的各种相关因素,给出道路应急救援系统中最优路径选择的解决方法.首先应用层次分析法分析影响路径的权重系数,然后用Dijkstra算法求出最短路径,并通过MATLAB进行计算仿真,结果表明此方法能够有效地解决应急救援系统中的最优路径问题.     

�������������ͻ����ɢ�����Ż�ģ��

针对疏散过程中交叉口易造成延误的问题,构建了基于消除交叉冲突的疏散网络优化双层模型,上层以总疏散时间最短为目标,对各车道转向进行最优设置,下层基于随机用户平衡原理进行路径选择,并运用遗传算法与逐次平均算法结合对该模型进行求解,最终实现疏散交通组织与路径规划的集成优化.本文基于简单实验对模型的收敛性与有效性进行校验,实验表明,运用本文所提出的模型能够有效求解消除交叉冲突下的疏散网络优化问题,且算法的收敛速度较快;基于实际案例证明,本文提出的疏散网络优化模型能通过对交叉口处部分转向的禁行,消除交叉冲突,避免其余转向交通流的中断,从而提高疏散效率.     

城市路网动态转向建模与优先选择研究

确立网络表述方式是在城市路网中建立路径规划系统的基础工作之一.在不牺牲计算效率的前提下,网络表述方式既要能灵活反映出车辆在交叉口中所能进行的转向动作,又必须保证这些转向动作不会造成交叉口的安全隐患与通行效率的下降.针对这一需求,提出了一套面向决策点的网络表述方法,并在其数据结构的基础上,通过扩展现有的Dijkstra最短路搜索算法,在不改变以最短路为优化目标的前提下,以次优选择方式实现了干道优先和非左转优先的转向选择.以现实交通网络为模型,通过一系列实验验证算法在静态路径规划中的有效性.结果表明,算法以提高0.5%额外总出行成本的前提下,同时降低了11%的支道选择和21%的左转选择.     

基于GERT网络的应急救援关键路段识别

为了及时识别出突发事件下城市道路的关键路段,以构建最短应急救援路径,本文提出了一套完整流程.首先,针对路网在应急条件下的贫信息环境特征,设计一种基于模糊综合评判的行程时间估算方法.然后,考虑救援人员的应急心理和经验选择行为,构建面向广义阻抗的GERT(Graph Evaluation and Review Technique)网络模型.最后,运用Dijkstra算法获得救援路径完成关键路段识别.以成都市某区域实际交通网络为算例进行验证,结果表明:基于2种模糊算子估算路段行程速度,其绝对误差为2.722 km/h,精度较高;与传统关键路段识别方法相比,GERT网络模型能更好地反映行程时间和路段拥挤度对路径选择行为的影响(拟合度80.95%),并将重要度识别技术从路网降低到路径层面,效果良好.     

基于改进蚁群算法的应急救援路径规划

应急救援路径规划不同于普通的路径规划,其目标为用最短的时间对待救援目标实施救援,因此无须考虑返回时间。同时,不同于以往路径规划单个目标点的情况,待救援目标可以有一个或多个。提出一种基于改进蚁群算法的应急救援路径规划方法,设置夸张系数Qa,并定义“虚拟边”,解决当前点的邻接待访问点中有多个目标点的问题。为提高收敛性,对信息素蒸发系数进行改进。该方法能快速找到一条从待救援点到多个目标点的优化路径,实验结果表明算法的有效性。     

基于遗传算法的最短路径问题及其MATLAB实现

前言 在现实生活中,我们经常遇到最短路问题,例如寻找两点之间总长度最短或者费用最低的路径.在运输,物流,设施选址以及人员调度问题中,最短路径是很常见的问题.解决最短路问题的方法有很多,例如迪杰斯特拉算法、福特算法.在这里我们介绍基于遗传算法的最短路径问题的解决方案.     

一种寻求多条最短路的新算法——生长路径法

为了寻找栅格状轨道交通运输网络中任意两个节点间的全部最短路径,根据数据结构中堆栈数据“后进先出”的原理,提出了生长路径法,它将从起点发出的初台最短路径压入堆栈,并利用边的编号和路径长度对堆栈内的路径进行生长和判断,合格的路径进栈,不合格的路径剔除,直到堆栈内所有的路径都生长至终点为止,利用这种算法可求出无负向边的有向网络中任意两节点间所有的最短路径。     

罚转向网络模型最短路径性质及算法

建立和研究了具有转向惩罚值的网络模型。在定义罚转向网络模型的符号、路径及路径长度的基础上,对所建立的罚转向网络模型的性质进行了讨论,指出了该模型中的最短路径允许具有回路,提出了求解从任一节点到其他有向弧和节点的最短路径的一个算法。     

基于改进鱼群算法的应急车辆最优路径选择

当突发事件发生后,要求将救援物资在最短的时间内运输到受灾点,而在整个应急救援过程中,应急车辆路径的选择对救援工作起到至关重要的作用,建立应急车辆最优路径选择模型对最优路径选择具有重要作用。介绍基本人工鱼群算法的主要算子并提出一种改进的人工鱼群算法,最后通过算例验证该算法在应急车辆路径选择时具有较好的效果和应用价值。     

考虑交叉口延误与通行能力的疏散路线与出发时间优化研究

疏散是应急管理的重要内容,区域性疏散涉及到大批车辆的集体性出行,为保证疏散的安全、有序,有必要在疏散规划中合理规定源点车辆的分批次出发时间和路线安排.以往研究关于疏散路线与出发时间的优化,大多没有考虑交叉口延误和通行能力影响.若疏散所依赖的是城市道路网,忽略这些因素会导致结果不尽合理.用节点分方向权重表示交叉口方向性的延误和通行能力,用分方向点权网络表示疏散路网,将疏散路线与出发时间的优化描述为分方向点权网络中一类特殊的最快转运问题,并给出了启发式求解算法.算法将路段和交叉口在不同时刻的可用通行能力表示为时间序列,通过不断寻找最早到达路线,确定路线的承载车流量并据此修改可用通行能力等网络特征,来逼近最优方案,并给出了一个数值算例.     

应急车辆动态路径选择的两阶段优化模型

为研究突发事件情境下交通路网动态变化时的应急车辆路径选择问题，提出应急车辆动态路径选择的两阶段调度优化模型。通过结合路网动态状况和应急救援特征，建立基于最大路径可靠度和最短行程时间的两阶段优化模型；通过混沌搜索改进布谷鸟算法初始种群，并加入蛙跳算法改进局部搜索操作，设计混合布谷鸟算法，改善全局寻优能力；以某市某区部分区域路网为例，将该区域路网实时交通数据应用于模型和求解算法中。实验表明，利用两阶段优化模型和算法编码方案能成功获得出发点到救援点的动态可靠路径，相同行驶路径情况下模型与算法求解的最短行程时间与实地驾车获得的最短行程时间最大误差不超过8%，说明优化模型可行。3 种不同算法求解K最短路径的结果发现，混合布谷鸟算法得到的最短行程时间比粒子群算法和 经典布谷鸟算法得到的结果都要小，且计算时间最短，表明混合布谷鸟算法求解的结果最优，性能最好。     

基于遗传算法的最短路径问题及其MATLAB实现

前言 在现实生活中,我们经常遇到最短路问题,例如寻找两点之间总长度最短或者费用最低的路径。在运输、物流、设施选址以及人员调度问题中,最短路径是很常见的问题。解决最短路问题的方法有很多,例如迪杰斯特拉算法、福特算法。在这里我们介绍基于遗传算法的最短路径问题的解决方案。     

面向城市交通网络的 K 最短路径集合算法

在城市交通网络中,为了优化交通流,需要搜索到符合出行需求 K 最短路径,并 将 OD（Origin-Destination）交通流合理分配到这些路径上.本文主要对搜索符合出行需 求的 K 最短路径搜索算法进行了研究,解决了已有算法仅能搜索出单条满足最短及 K 最 短条件路径的问题.根据 Wardrop 第二原则及路段阻抗函数理论,分析了路径集合搜索方 法对优化城市交通流的必要性,并定义了城市交通网络中 K 最短路径集合的概念及选择 条件,提出了一种面向城市交通网络的具有多项式时间复杂度的 K 最短路径集合搜索算 法.仿真结果表明,本文所提算法可以搜索出满足出行需求的所有 K 最短路径集合,在该 路径集合上进行交通流分配的效果明显优于传统方法.