交通网络最短路径并行算法研究综述

首先回顾了最短路径并行算法的国内外研究进展,对当前的最短路径并行算法进行分类。接着讨论了交通网络分析中最短路径并行算法常用的两种实现策略以及各自的优缺点;分析了影响网络分割策略并行算法性能的3个主要因素:最短路径算法选择、网络分割及终止检测方法。最后就实际交通网络中最短路径并行算法需进一步研究的问题给出了建议。     

道路交通网络最短路径关键转向研究

研究道路网络中的最短路径关键转向问题,以便于分析某些交叉口转向一旦被限制或由于严重堵塞无法通行时,对OD间最佳行驶路线的影响。将城市道路网抽象为节点具有方向性权重的有向赋权网络,给出了该类网络中最短路径关键转向的定义,对经典Dijkstra算法进行改进,采用给弧标号的方式,设计了在该类网络中寻找最短路径及其关键转向的有效算法。最后通过一个实例进行了分析。     

基于蚂蚁算法的公交网络最短路径问题研究

通过改进的蚂蚁算法来解决公交网络信息系统中的最短路径问题。提出以换乘次数最少、出行距离最短为目标的路径求解算法，并给出了算法流程。分析了基于蚂蚁算法的城市公交网络的选择策略：选择某条路径即给该路径赋以一定的信息素，信息素愈大的路径，成为最短路径的可能性愈大。并利用改进的蚂蚁算法实现了公交网络乘客信息查询。     

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。     

城市公共交通网络均衡分配模型与算法

建立了城市公共交通网络的阻抗函数，给出了公共交通网络最短路径的求解方法。介绍了城市公共交通网络的客流均衡分配模型，该模型与Wardrop均衡原理是一致的，并对模型的解法进行了初步探讨。     

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。     

图论在工程进度管理中的应用

将图论方法应用于工程进度管理，并通过编程，解决了工程施工网络的绘图及计算问题，采用拓扑排序，求解了最短工期及工程网络的关键路线问题，较之传统方法，具有明显的优势并有助于加快计算机辅助工程管理的进程。     

基于改进A*算法的高速公路互联网地图最短路径搜索研究

为解决高速公路互联网地图中最短路径的搜索问题,根据高速公路互联网地图的特点,对传统A*算法中的网络节点、数据库、启发式函数进行了改进,并通过重庆市高速公路互联网地图实例对改进A*算法进行了应用验证。结果表明,采用改进A*算法可找到高速公路互联网地图中的最短路径,且最短路径的搜索时间控制在毫秒级,能够满足大区域高速公路互联网地图最短路径的搜索要求。     

用图论方法确定农村客运线路的网络布局

按照城乡运输一体化的总体思路，为实现农村村村通客车的目标，针对农村客运线路繁杂，节点众多的特点，本文应用图论最短树、Hamilton回路、网络优化，并应用计算机实现算法。给出了在我国具有普遍意义的农村客运网络布局方法。     

小世界网络理论在公交线网中的优化方法研究

近年来,因为真实网络中小世界效应和无标度特性的发现,网络特性优越的小世界网络成为了科学研究的热点话题.由于公交线网的高聚集性以及站点间具有较小的平均最短路径,体现出小世界效应.本文基于小世界网络的效率理论,在公交线网中对该理论进行拟合研究,并给出该理论在公交线网优化过程中的应用方法,并通过杭州市公交线网实例对应用方法进行了说明.     

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。     

多通路高分辨率网络与注意力机制融合的车辆检测模型

为改善道路交通监测和保证智能网联交通系统的安全、可靠与稳定运行,提出了在路侧边缘平台中基于多通路高分辨率网络与注意力机制融合的车辆检测模型MCHRANet。该模型采用多通路的高分辨率网络的结构设计,保留高分辨率特征并保障识别准确率。融入注意力机制的特征融合方法,通过特征连接权重自学习实现多尺度特征的深度融合。各通路网络采用跳跃连接促进跨层特征融合,加速网络收敛,并利用公开数据集对车辆检测性能进行评估并验证。结果表明：所提模型的车辆检测性能优于3个传统模型,改进后的网络识别平均精度均值（mAP）指标接近95%,且对于不同场景下的检测具有良好的鲁棒性。     

用动态规划方法求解最优设站问题

章研究公共交通网络规划中的最优设站问题，在一定的假设条件下，以乘客总出行时间最短为目标，建立了公交站点优化的数学模型，运用动态规划方法，得到了求解最优公交站点的一般公式，进而对乘客对均匀分布的情形给出了新析解。     

A Method for Freight Flow Allocation in Stochastic-flow Logistics Network Based on Variable Weights

据现实物流网络中物流节点和运输线路的容量会受节点设施设备以及线路运载工具状况的影响而随机变化的特点,研究了具有物流网络容量约束且运输线路容量随机,以成本最小、网络可靠性最大和最长单程运送时间最短为优化目标的物流网络货流分配问题.针对传统加权求和方法权重固定不变而使得该方法缺乏科学性和灵活性的不足,提出了基于变权的物流网络货流分配的多目标优化方法,首先构建了物流网络变权模型,该模型考虑了决策的实际需要与因素的状态值对权重的综合作用;然后在此基础上采用网络分解和动态规划方法对问题进行求解.通过算例对问题模型和求解方法进行了验证,结果表明通过调整变权系数便可得到符合需要的最优决策方案,所提出的方法科学、灵活,并且计算量小.     

基于蚁群算法求解物流订单派送问题

针对物流信息平台中的订单派送问题,研究了订单派送的单向性和路径最优特性,构建了路径选择模型,对费用最少和时间最短的双目标优化函数进行了分析,将基本蚁群算法进行了改进。通过对局部信息素进行外界人为的干扰,从而影响整个网络选择,使得路径选择全局最优,解决了基本算法在求解最短路径中计算时间长的问题。模拟结果表明,计算速度提高了30%。     

交通网络可靠度及其通路算法研究

提出了一种比较高效且适合大型网络的通路产生法，这种算法的指导思想是模拟树的生长规则生长出所有的通路，探讨了可靠度计算的几个相关问题，如有效通路、路段灵敏度和路段可靠度等。     

交通网络最短路权矩阵的迭代算法

介绍了求解交通网络最短路权矩阵的3种迭代算法,从迭代思路、时间复杂度、程序可读性等方面进行了比较,指出各算法的异同点以及联系,最后通过一个具体网络模拟了各算法的迭代过程.     

基于蚁群算法的最短路径搜索方法研究

最短路径搜索是车载定位导航系统中很重要的一个功能,最短路径搜索问题本身也可以归结为组合优化问题.蚁群算法是基于群体的一种仿生算法,为求解复杂的组合优化问题提供了一种新思路.文章尝试采用蚁群算法来解决车载导航系统中的最短路径搜索问题,并在VC 6.0的环境下进行了仿真实验.实验结果表明,该方法能有效解决车载导航系统中的最短路径搜索问题,具有一定的理论参考价值和实际意义.     

公路施工组织网络资源优化的启发式算法

对于工期限定、资源均衡和资源有限、工期最短的2种资源约束情况，分别提出了逐步调优法和资源分配法2种启发式算法。在工期限定、资源均衡中，通过利用平衡性指标变动公式计算非关键工序的△HR值作为工序能否进行移动的判定界限，且应用平衡性能指标HR作为网络计划实现优化的定量指标。在资源有限、工期最短中，通过计算每道工序的优选系数Pij，按其值由大到小作为各工序调整的优选准则，从而合理安排各工序的开始时间，以保证实现网络的资源优化。     

交通规划中基于遗传算法的最短路交通分配法应用研究

对交通分配中的最短路径和遗传算法进行分析,提出一种适合在不考虑各条出行路径路况和用户出行行驶速度情况下基于遗传来搜索最短路径的分配方法.介绍交通分配的最短路法原理以及遗传算法的概念和过程,给出基于遗传算法的搜索最短路算法过程设计,并用简例对其进行说明.