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。     

具有交通限制约束的道路网络最优路径算法

在路网中选择并按最优路径行驶，有利于提高交通效率。实际道路网络中交通限制信息的存在导致最优寻路的复杂性，本文先对具有动态的交通堵塞限制信息及静态禁止通行限制信息的实际交通路网进行描述，然后在对Dijkstra算法以及实际交通限制信息进行分析的基础上，提出一种考虑静态和动态交通限制信息的最优路径规划算法。应用表明，该地能满足实际道路网络寻路的需要。     

一种基于并发奖赏蚁群系统的A*算法

为优化出行者在动态路径诱导系统中进行路径选择,提出一种基于并发奖赏蚁群系统的A*算法,利用A*算法的成熟性和蚁群算法的动态性,用蚁群算法对A*算法估价函数f(x)=g(x)+h(x)中的h(x)进行研究,考虑了交通路况中的各种动态因素,使A*算法具有动态性;为了提高算法的效率,基于在最优路径附近往往存在更优路径这一原理...     

基于路网分层的协同诱导路径搜索算法

针对交通诱导中的分布式诱导和中心式诱导各自的不足,提出了基于路网分层的协同式诱导算法。首先,根据出行偏好,对路网进行了分层,并对不同形式的路径进行了分析。然后,通过对子区域中路径搜索进行动态搜索限定,提出了基于改进A*的跨层节点确定方法,在此基础上建立了基于改进的跨层路径搜索算法。最后,构建了协同式诱导算法模型,此模型运用中心式诱导完成主干道路网层交通流的诱导,而分布式诱导完成子区域小范围次要路网上的车辆的路径搜索,并对协同搜索算法进行了仿真验证。结果表明:该算法模型相比单一诱导模型计算性能好,平均搜索的效率提高了17.5倍。     

面向出行时间可靠性的最优路径规划

目前城市道路交通普遍存在交通拥挤、交通出行困难等问题。尤其是一些大城市,交通拥挤问题已成为制约城市进一步发展的重要问题。因此,提高出行者的出行效率和可靠性对解决交通拥挤问题具有重大意义。城市道路交通网络是一个典型的动态随机网络,网络中弧和节点的耗费是随机的,且随时间变化。其最优路径问题可以转化为图论网络中的最短路径问题。提出一种基于蒙特卡罗模拟和遗传算法的动态随机网络最短路径算法来解决城市道路交通网络的最优路径问题,并提出基于出行时长95%可靠性的最优路径选择方法来保证出行时间的可靠性。实验表明该算法可以很好地解决城市道路交通网络出行时间可靠性的问题,可以很好地运用到交通出行的路径规划中去。     

一种多模式下考虑排放的交通分配模型及其算法研究

讨论了一类考虑排放的、非可加路径费用下的交通分配问题.在Venigalla等人研究的基础上,进一步完善了考虑不同发动机启动模式下考虑排放的交通分配模型,并采用一种基于路径的、非集计的单纯分解算法求解,然后应用到一个网络实例中进行了数值验证.数值计算结果表明,在求最优解的迭代过程中,基于非集计的单纯分解算法比基于F-W算法的收敛速度快,适用于求解非可加路径费用的大规模交通分配问题.     

交通事件持续时间预测的贝叶斯网络模型

交通事件是引发道路交通拥堵的主要因素之一,通过实时交通诱导等手段可以降低其对交通运行造成的影响,而及时准确地预测事件持续时间则是实现有效管控的前提条件。基于MIT打分函数,融合自上而下的网络生长规则,引入蚁群算法寻找最优网络结构,即以S-ACOB算法为核心搭建最优贝叶斯网络模型。增加了节点随机选择机制及局部结构概率选择模式,降低局部最优结果生成概率,确保贝叶斯网络的健壮性。通过实例验证及对比分析,针对观测节点属性完备和缺失的情况,网络模型预测精度分别为76.97%和93.23%,平均预测精度可达87.82%,证明该模型可以有效地预测交通事件持续时间。     

受限路网中汽车行驶最优路径算法及优化实现

实际交通网络不仅包含路网的拓扑关系，还存在大量交通禁行限制。考虑了交通连通性约束所建立的受限路网模型能够更精确地反映实际交通网络。文中提出一种能够在受限路网中寻路的最优路径算法，并具体讨论了算法的优化实现。应用表明该算法可靠高效，可用于实际受限交通网络最优路径规划。     

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。     

考虑转向延误的交通网络存储结构

城市路网中由于交叉口转向延误不可忽略,因此需要能够考虑转向延误的最短路径求解算法。传统的存储结构没有考虑转向延误,不再适应考虑延误后的新算法。在对比分析传统存储结构的基础上,通过引入新指针,对传统邻接链表结构进行了改进,使其能够高效率地实现节点延误的存储,并且给出了该结构的C 类模板实现方法。这些为交通管理规划实施事先评价和实现交通流诱导提供支持。     

考虑禁行路线路网的最优路径求解

为了解决含有禁行路线路网中的最优路径求解问题．研究了含有装行路线路网的特点．建立了数学模型。通过路网转化法把含有禁行路线的路网转化为不含禁行路线的路网．降低了最优路径求解的难度。采用邻接结点关系矩阵和邻接结点权矩阵表达路网中结点和路段的拓扑关系，减少了路网的存储空间。用动态邻接结点关系矩阵和邻接结点权矩阵对经典的Dijkstra算法进行了改进，节省了计算机存储空间、提高了计算效率．并给出了基本算法。将所研究的路网转化方法和改进的Dijkstra算法应用于所研发的车辆诱导系统软件，并进行了实际测试。测试结果表明．府用该方法能够在含有禁行路线的路网中求解最优路径．且运算效率较高。     

车辆导航动态路径规划的研究进展

针对车辆智能导航系统中的交通网络模型、路径规划算法以及交通流预测这三个主要方面的研究现状进行了较为详细的分析。首先着重描述了基于图论的交通路网模型的构建方法;其次分析了Dijkstra算法、Floyd算法、A*算法等经典路径规划算法的性能及研究方向;然后详细介绍了交通流预测方法的研究进展;最后对车辆导航动态路径规划的未来研究方向做了展望。     

随机路网的最短路径问题研究

主要研究随机路网中的最短路径问题,首先给出随机路网的定义,建立了随机路网的模型,假定路段的费用是满足正态分布的随机变量,并给出从历史数据中得到此变量的均值和方差的统计学方法;然后得出路径出行费用的均值及方差的递推公式,将费用的方差当作一个限制条件,从而在Dijkstra算法的基础上,提出了带单一限制条件的最短路径算法,同时给出了算法的具体流程;最后用一个简单例子演示了算法的具体步骤,并在南京路网中验证了此算法的实用性。     

高速公路网事故救援站点优化布置模型

通过建立高速公路网救援站的设立原则和基本假设,对高速公路网进行差分,化线为点,采用实际改良的Dijkstra算法进行最短路径计算,并基于贪心算法进行道路节点站桩法筛选,得出1套实际可行的救援站点优化布置模型。此模型考虑了实际高速公路网的特点,计算快速,并对各种拓扑的路网具有普遍适用的特性。     

基于需求划分的带软时间窗的路径优化方法

针对带有时间窗约束的车辆路径问题(Vehicle Routing Problem With Time Windows,VRPTW)的NP特征,以非完全连通配送网络为研究对象,用带有软时间窗约束的整体配送费用最小为目标,提出了一种基于需求的城市动态划分方法,有效的减少了路径的组合规模,并且用遗传算法将其实现,通过改进的Dijkstra算法求取其基于动态划分的最优配送路径集,最后计算示例验证了本文方法的有效性。     

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。     

灾后公路交通应急救援通道选择模型

基于灾后路段可通行性、救援时效性及安全性的分析,提出了灾后最优应急救援通道定义。结合历史重大自然灾害救援时间与存活率统计资料,提出了时效性与安全性的最优应急救援通道评价原则,建立了包括路径行驶时间与行车风险的最优应急救援通道评价指标。对评价指标进行标准0~1变化后,构建了应急救援通道的目标函数。按照灾后道路破坏导致的路网交通功能受损情况将其划分为正常运营状态及破坏状态,其中针对路网正常运营的状态提出了行程时间最短、行车安全性最高的最优救援通道搜索算法;对交通中断的路网破坏状态,构建了基于路段破坏位置、抢通耗时、抢险机械设备及人员配备的最优救援通道修复算法。研究结果表明:提高路段抗灾能力、路网冗余度、优化抢险保通技术力量及机械设备储备,是提高灾后应急救援工作的重要途径。     

复杂动态环境下智能汽车局部路径规划与跟踪算法研究

路径规划及路径跟踪控制是智能汽车研究的关键技术，而复杂、时变的交通环境给智能汽车的路径规划与跟踪提出严苛要求。针对现有局部路径规划方法只适用于较为简单的工况，无法应对多车道、多静/动态障碍等复杂工况的问题，提出一种基于离散优化思想的动态路径规划算法。该算法利用样条曲线曲率变化均匀的特性，在s-ρ曲线坐标系中生成了一组参数化候选路径簇；考虑动态碰撞安全影响，在碰撞带约束下结合道路法规限制及车辆动态安全要求，规划车辆速度；此外，综合考虑静态安全性、舒适性、目标车道、道路占用率等影响因素，以选择最优路径。在路径跟踪层面，基于预瞄理论设计鲁棒性好、跟踪精度高的分数阶PID路径跟踪控制器，以跟踪误差最小为目标，采用粒子群优化算法对分数阶PID控制器参数进行整定。最后，基于Simulink/CarSim建立联合仿真平台，设计多车道，多静/动态障碍的复杂工况以验证该算法的有效性。研究结果表明：由于在评价函数中引入动态安全评价指标、目标车道评价指标以及道路占用率指标，极大地提升了规划器性能，使车辆在行驶过程中根据驾驶环境自主调整速度，降低换道次数，从而保证智能汽车的主动安全性能，提升了通行效率，使该算法能够较好地处理复杂动态环境下的避障问题。     

基于OSPF协议的路径诱导系统

路径诱导系统是智能运输系统最具代表性的一个功能子系统。本文设计了一种基于Internet目前广泛使用的OS-PF(Open Shortest Path First)路由选择协议的诱导系统。该系统由交通网络和相应的诱导数据网络组成;数据网络系统包括带有无线接入单元的交叉口诱导设备和连接诱导设备的数据链路。交叉口诱导设备之间通过泛洪过程交换实时的路段状态信息,使用最短路算法计算诱导方案。车载诱导单元使用IEEE 802.11无线局域网协议通过无线接入单元找到距离最近的交叉口诱导设备,通过发送路径请求报文和接收路径应答报文获得最短路径。分析表明,基于OSPF协议的路径诱导系统具有收敛快、可靠性强、可扩充性好以及成本低等特点。该方法为我国交通流诱导系统的研究提供了新的思路。