基于多智能体系统的动态路径选择算法研究

动态路径选择算法是城市交通流诱导系统的核心理论之一，一直受到国内外研究学者的普遍关注。本文给出了一种基于多智能体系统的动态路径选择新方法，阐述该方法的主要思想，借助交通模拟软件——PABAMICS建立一个基于多智能体的交通诱导系统，并实现对一个简单路网的诱导管理。仿真结果显示：该方法具有实时性强和鲁棒性好的特点，说明多智能体系统在实际交通诱导应用中具有可行性。     

分区分布式动态诱导系统应用研究

介绍了分布式动态诱导系统和城市交通分区理论以及城市交通小区划分的条件,并以长春市为研究对象进行了交通小区划分研究.描述了分区分布式动态诱导系统的工作模式,降低了分布式动态诱导系统的信息接收量,提高了分布式动态诱导系统的计算速度,扩大了交通信息中心的诱导范围.模拟了一个交通小区,分析了如何对不同车辆、不同位置的车辆进行路径诱导,平衡交通流效果显著.     

智能交通系统中动态路径诱导算法分析

对智能交通中动态路径诱导算法进行较为系统的综述。首先,从微观和宏观角度对动态诱导系统中需要用到的交通参数模型进行分析和比较,并列举几种交通参数模型;然后,对一些经典路网寻优算法进行分析,并引用一些专家学者的研究成果;最后,对动态路径诱导算法的未来发展方向进行探讨。     

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。     

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...     

考虑OD转换的动态交通分配模型研究

通过分析一简单路网的路径选择问题，说明动态用户最优的条件及其物理意义。针对城市整体路网中交通流分布的差异，提出分配路网和模拟路网的分析方法：分配路网采用瞬时动态最优分配，模拟路网采用实际动态最优分配，并对二者的应用条件和关系进行分析。考虑到其在ATMS系统中的应用，模型重点分析空间OD转换问题，并将决策点的路径调整方法加入目标函数的选择中，以评价弹性出行策略和建立路线诱导的实际方法。     

城市交通控制与诱导系统协同的信息分析

交通信号控制和动态交通诱导是城市交通管理的两个主要手段，2者协同运作能提高城市交通管理效率。多源交通信息处理是交通控制与交通诱导实现协同的基础和关键。文章分析了交通控制与动态诱导系统的信息需求特点，对交通控制与交通诱导系统协同运作的数据处理与信息融合进行了研究。     

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。     

基于实时交通流信息的中心式动态路径诱导系统行车路线优化技术研究

近年来,世界各国纷纷致力于新兴交通科技,如智能运输系统(IntelligentTransportationSystems,ITS)的研究和应用,以应对目前严峻的交通环境。笔者综合应用道路检测器检测的交通流量数据以及路段交通流量与路段行程时间的内在联系,运用增量加载最短路优化的方法对智能运输系统的核心技术—城市交通流诱导系统(UTFGS)中的中心式动态路径诱导系统中的行车路线优化技术展开研究。     

基于驾驶员路径选择的动态交通仿真模型

描述一个基于路径的动态交通仿真模型(RDTS)，它使用一个微观交通流仿真器结合一个驾驶员路径策划器来实现路网中每辆车从出发地到目的地行程的模拟。应用开发的时间相关最短路模型，驾驶员在向目的地前进途中可以根据交通条件的动态变化而动态地选择和变更路径。RDTS模型采用一个路径选择模型来模拟详细的动态交通分配过程，并且致力于反映路网中个别车辆的行为表现及其相互作用，其中包含车辆生成、路径选择和车辆移动模型，可以很好地应用于驾驶员动态路径诱导领域。     

诱导信息条件下驾驶员路径选择行为研究

驾驶员的路径选择行为是影响交通诱导成效的一个关键因素。建立了诱导信息条件下驾驶员路径选择行为模型,仿真分析了诱导信息和驾驶员的经验对驾驶员路径选择行为、路网交通流分布、系统整体效益的影响。研究结果表明,随着出行次数的增加,2条路径的交通流波动逐步减小,系统总行程时间逐渐减少,逐渐趋于系统均衡。驾驶员的长期经验、诱导信息的长期准确对驾驶员的路径选择行为、系统均衡具有重要影响。     

基于元胞自动机的VMS诱导信息系统研究

VMS诱导信息系统的特点是系统的性能高度依赖驾驶员对信息的反应，诱导信息类型一直是研究的重点。已有的研究多侧重于将行程时间作为诱导信息，如当前行程时间、预测行程时间。有学者基于两条等长路径尝试将速度信息作为诱导信息，并对最近驶出车辆的行程时间信息和平均速度信息的诱导效果进行对比，结果表明速度诱导信息效果更好。考虑实际路网中．替换路径长度通常不等，文中以元胞自动机为工具，对发布平均行程时间诱导信息和平均速度诱导信息的效果进行模拟，并对结果进行分析。     

面向动态导航的城市路网实时交通信息服务系统研究

结合国内外的研究现状，基于实时GPS数据和高架线圈检测数据的数据融合处理技术，给出了面向动态导航的实时交通信息服务系统的总体框架，实现了城市路网的实时交通流状态估计；通过构建实时交通信息系统，借助无线通讯方式为车辆提供实时交通信息和动态路径规划服务，实现了在动态路径规划基础上的车辆动态导航。     

城市交通流诱导系统理论模型和实施技术研究——智能运输系统重要研究内容

城市交通流诱导系统是智能运输系统（ITS）的重要组成部分，它以实时动态分配理论为核心，综合运用检测、通信、计算机、控制、GPS和GIS等现代高新技术，动态地向驾驶员提供最优路径引导指令和丰富的实时交通信息，通过单个车辆导来改善路面交通状态，防止和减轻交通阻塞，减少车辆在道路上的逗留时间，并最终实现交通流在路网中各个路段上的合理分配。本文提供了一整套适合我国国情的城市交通流诱导的理论模型和实施技术，为该系统在中国的实施提供了理论保障和技术支持。     

面向常发拥堵点的主动交通诱导方法

基于动态用户均衡、系统最优分配的诱导方法,侧重路网需求的宏观预测和调节,难以准确辨识道路拥堵点的关联车流,制约了诱导效果。为精准调控致堵车流,有效缓解常发性拥堵,研究基于需求溯源的主动交通诱导方法。遵循靶向诱导的思路,分析车辆行驶轨迹和常发拥堵点的交通流关联性,运用卡尔曼滤波对关联车流进行短时预测,在此基础上,结合流量占比、路径饱和度等指标,对诱导目标车流进行优选。同时,从负荷均衡的角度出发,基于路段与路径交通流的时空关联更新路网交通状态,建立以饱和度均衡为目标的主动诱导优化模型。仿真结果表明:相比反应型诱导与基于路径偏好的主动型诱导,所提方法使常发拥堵点的车均延误、停车次数等下降30%~60%,路网车均延误、停车次数等下降10%~15%,模型收敛速度提高,交通效益提升,验证了该方法的有效性。      

基于实时交通信息的行程时间估算及路径选择分析

路段行程时间的估计和预测是诱导系统的关键技术之一。由于路网参数不断变化,路段行程时间的估计必须满足实时性的要求。以城市交通控制系统的基本设施为基础,根据我国城市交通目前的发展状况,分析了影响路段行程时间的各种因素和路段行程时间的组成。利用设置在路段上的车辆自动检测装置搜集到的实时交通流信息,并结合随机服务系统的相关理论建立了城市道路路段行程时间的动态计算模型,提出了一种具有真实最短路径意义的实时动态最短路径选择的方法。     

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。     

交通状态模式识别研究

在网络层次上进行区域交通信号控制、交通分配和路径诱导是缓解交通堵塞的有效途径之一。大量的实践经验表明，无论是在城市交通网络，还是在高速公路网络中，网络的状态可分为数量有限且不同类型的模式，并且这些模式不断重复出现。而针对不同的交通网络状态模式，可以通过理论分析或仿真研究等途径，求解用于进行区域信号控制、交通分配及路径诱导的优化控制参数及控制策略。当系统识别出网络处于某种模式时，就可参照事先确定的优化参数及策略进行交通控制和诱导，以缓解交通拥塞，提高交通系统的运行效率。本文基于对交通网络状态模式识别问题及其应用的重要性的认识，应用模式识别的理论和方法，对交通网络状态模式识别问题进行了一些初步研究。     

考虑信息诱导的随机均衡交通流逐日演化模型

在交通诱导系统向出行者发布一致性路网信息的情况下,假设出行者的路径选择行为随历史经验和交通信息的更新而不断调整,考虑出行者的路径选择行为和对诱导信息的信任决策,提出一个交通流逐日演化模型.在该模型中,根据信任决策不同,将出行者分为两类,即信任路径诱导信息的出行者和不信任路径诱导信息的出行者.其中,信任诱导信息的出行者比...     

基于信息资源整合的公众出行交通信息服务系统

以上海公路网的公众出行交通信息服务应用为例,给出了基于信息资源整合的公众出行交通信息服务平台的总体架构,着重对交通信息资源整合系统、关系公众出行的相关交通信息查询、实时交通路况发布、交通阻断上报与发布、动态路径诱导等进行介绍.