基于改进行程时间估计模型的最优路径选择

为解决交通网络最优路径问题，提出改进的行程时间估计模型，并设计基于该模型的最优路径算法。行程时间估计模型在分段截断二次速度轨迹模型的基础上进行改进，用路段节点的到达速度代替同一出发时刻下测得的速度，通过构造在时间和空间上连续的速度轨迹来估计行程时间。首先，基于Yen′s KSP算法以路段距离为阻抗求解K条最短路径；其次，分别用改进的行程时间估计模型估计K条最短路径的行程时间；最后，以行程时间为成本选择最优的路径。通过Sioux Falls网络的数值试验验证模型和算法的有效性和优越性。试验结果表明：改进的分段截断二次速度轨迹模型相比于原始模型精度平均提高了65%；算法的最优路径结果能减少路径经过的交叉口数和缩短最优路径的总长度，而且最优路径的行程时间估计结果 与真实值的MAPE保持在3%内。     

双向蚁群算法在无人驾驶车辆路径规划中的应用

针对传统蚁群算法在无人驾驶车辆路径规划中收敛速度慢、易陷入局部最优等问题,提出一种全局路径规划的双向蚁群算法.通过双向搜索策略改进蚁群算法,设计相遇机制求解更多可行路径,提高算法全局搜索能力;引入奖惩因子分别扩大和减小双向搜索后的较优路径和较差路径对信息素浓度的影响,加快求解最优路径的速度;最后在Matlab中模拟无人...     

一种改进蚁群优化算法的仿真研究

针对蚁群优化算法存在容易陷入局部最优、收敛速度慢、参数设置复杂等缺点,提出了一种改进的蚁群优化算法,研究了伪随机比例转移规则中参数 的取值方法,并对信息素的取值方式和信息素的更新规则进行了改进。最后以中国31个城市的旅行商问题和路径规划问题为实例,分别运用改进前后的蚁群算法进行了仿真研究。仿真结果表明：改进之后的算法不仅能够得到更好的解,更能显著地提高算法的收敛速度。     

基于蚁群算法的动态路径选择问题

论述蚁群算法在动态路径选择问题上应用。在蚂蚁寻径原理基础上,建立经济圈公路网蚁群算法模型,并对算法的参数进行标定。针对算法的缺陷,对信息素更新策略进行了优化改进,使其能更快的收敛到全局最优解。该模型算法对经济圈道路交通智能化动态诱导系统的建立大有帮助。     

车间配送路径优化的研究

路径优化问题是车间配送系统中重要的环节之一,最短路径的选择决定着配送效率.但随着问题规模的扩大,很难精确求解.实验表明采用蚁群算法来解决路径搜索问题,能有效地发现最优解.     

随机交通网络最小条件风险路径问题

为了研究风险性对于拥挤交通网络车辆的路径选择行为的影响,定义条件风险值为路径目标函数,建立随机交通网络环境下最小条件风险路径问题数学模型,证明了路径的条件风险值的次可加性,把最小条件风险路径问题转化为基于路段的最小条件风险路径问题,构造基于动态规划的标号算法求解该问题,针对Sioux Falls Network展开数值试验,对在不同风险置信水平条件下随机交通网络最小条件风险路径的计算结果进行了比较分析。结果表明:不同风险置信水平条件下求解的最小条件风险路径是不同的,风险置信水平对最优路径的选择具有重大影响。     

车辆路径问题的最大-最小蚁群算法研究

蚁群算法能很好地解决车辆路径问题，但算法搜索时间长，易出现停滞现象。通过对蚁群算法的改进和调整，构造出最大一最小蚁群算法，实例验证该算法能更快地收敛到全局最优解。     

寻找车辆最优路径的混合算法

从可见度、信息浓度更新、参数对蚁群算法加以改进,可见度计算利用节约值及距离,使用较优的数个解完成信息浓度的更新,根据迭代次数的改变灵活设置的影响系数,然后引入交换法完成局部搜索,得到混合算法。用此法对物流配送车辆路径问题进行求解,寻找最优路径。该方法得到车辆数为5veh,配送路径总长为855．68km,优于遗传算法的求解结果,表明该方法可行。     

带中转设施的垃圾收集VRP的改进蚁群算法

为减少城市垃圾的收运成本和各车辆路径之间的重叠区域,设计了一种具有聚类策略、改进全局信息素更新规则和交叉算子的多重蚁群算法.用该算法求解2个标准算例,一个达到目前已知的最优解,另一个偏离度为2.13%.此外,还对含有不同规则的蚁群算法进行了比较.结果表明:与不带聚类策略的蚁群算法相比,该算法求解的路径最佳,其长度缩短4.90%,紧凑度降低83.33%;不同转移更新规则的贡献程度从大到小依次是:带块可见度的聚类策略、全局信息素更新规则和交叉算子.     

基于MapBasic的战时运输最优路径问题研究

战时运输最优路径问题是一个多目标多约束随机动态路网寻优问题。在分析战时运输最优路径问题特性前提下,着重研究战时运输路阻函数模型,求出时间阻抗、风险阻抗和费用阻抗,标定阻抗参数μ1,μ2和μ3,及确定函数模型的MapBasic表达,在给出最优路径模型基础上,利用改进的Dijkstra算法求解。实例验证表明研究成果满足实用要求。     

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.     

地震疏散路径规划算法

重大地震条件下,交通网络具有明显的结构变动性,传统最短路算法生成的疏散路径难以满足其在疏散安全性、可通行性、通行能力约束和应变性的要求．为了解决这一问题,在具有通行能力约束的路径规划（CCRP）算法基础上,考虑了上述有关要求,提出了一种地震疏散路径规划算法．该算法的特色在于：（1）引入惩罚函数以满足应急疏散路径对安全性和可通行性方面的要求;（2）将突发交通拥堵点作为虚拟疏散原点纳入到动态路径规划过程,以增加对突发交通拥堵的快速疏散能力．实证表明,所提出的算法可将疏散交通流分配到危险性较低、可通行性较好的路径上,并满足路径的通行能力约束,而且对突发交通拥堵具有必要的应变能力,能较好地满足地震疏散路径规划的需要．     

城市快速路网行程时间计算与最优路径选择算法

为提高城市快速路网的整体功能和运行效益,利用实时动态交通数据,根据动态交通因素对路段通行时间的影响,将城市快速路网划分为非拥塞和拥塞两种情况,基于安全停车距离和剩余通行能力,分别计算了两种情况的路段通行时间,提出了以行程时间最短为目标的城市快速路网行程时间计算与最优路径选择算法.将该算法应用于西安城市快速路网进行案例分析,结果表明:该算法的最优路径计算结果与实际相符,误差在15%以内;最优路径的距离约为最短路径的1.84倍.      

基于数据库的动态路径寻优算法与实现

为适应当今数据存储和处理的需要,在路径寻优算法的实际应用过程中可以充分利用数据库管理数据的功能。利用实时动态的交通信息,寻找动态实时的最优路径,建立一个基于浮动车数据的动态实时路段速度数据库。通过实时动态地获得数据库中路段数据,提出基于数据库操作的动态路径寻优算法。为提高算法效率,提出动态变化限制搜索区域大小的辅助算法,并通过实例应用实现算法。     

武警"处突"最优路径选择及红绿灯控制系统研究

武警部队“处突”时,如何在不给城市正常交通带来很大影响的条件下,选择最优路径,在最短的时间内安全到达指定地点的问题值得研究。在分析连通可靠度的基础上,建立了最优路径选择的路段阻断风险效用函数及算法,并基于MapInfo平台,利用VB编程实现了最优路径选择。此外,还对如何通过控制红绿灯来代替传统的交通管制进行了探讨。对提高应急交通保障水平有一定作用。     

快速收敛的牛顿路径算法在交通分配中的应用

以确定性交通网络用户均衡问题为研究对象,从理论上推导出以路径费用函数为基础的用户均衡模型,在这基础上,提出快速收敛的牛顿路径算法.该算法每次仅对一OD 对进行牛顿型流量转移,转移完再更新道路流量,提出“更快速度接近均衡解原则”,运用这一原则来简化Hessian 阵,从而得到迭代方向,并通过对原函数二阶泰勒展开式进行一维搜索,寻找出最优步长.将该算法运用于实际交通分配问题,分别对小、中、大三种网络类型进行测试.结果表明,相比于传统的梯度投影算法,快速收敛的牛顿路径算法具有更快的收敛速度和更高的精度,在迭代前期尤为明显.     

有偏好的交通网络路径选择模型

在城市交通网络中,已知路径的时间属性与费用属性,分析了出行者对路径有、无主观偏好时的路径选择问题。当无偏好时,利用信息熵理论和多属性综合决策方法给出了获得路径综合属性值的计算模型;当有偏好时,对不同的路径通过互反判断矩阵给出主观偏好,然后利用互反判断矩阵之间的偏差建立关于属性权重向量的优化模型,并采用解析的方法对模型进行求解,得到每个属性的权重,从而进一步计算出每条路径的综合属性值,属性值最大的路径为最优路径。分析结果表明:在无偏好时最佳选择路径2的综合属性值为0.918;在有偏好时最佳选择路径4的综合属性值为0.965,与无偏好的相差较大,且6条路径的选择次序不同。可见,出行者的主观偏好对路径选择结果有较大的影响。     

基于局部连通性的在途动态路径诱导方法

驾车购物已经成为现代城市居民常见的生活出行方式,而驾车购物出行量的不断 增长也引发了严重的道路交通供需矛盾,加重了城市交通拥堵程度.为更好地满足居民驾车购 物出行的实际需要,出行路径诱导已成为一种优先选择,但目前大多数路径诱导方法运用固 定的最优路径搜索算法来规划行驶路线,不能完全自适应交通流的变化,并没有考虑到购物 出行特点.本文提出一种在途动态路径诱导方法,分析实时交通信息对路网连通性的动态影 响,在途中对诱导路径进行局部范围的重新搜索,并及时将更新结果反馈给在途车辆.实验结 果表明,与其他动态路径诱导方法相比,该方法计算量减少了56%以上,具有更强的实时性和 有效性,并具有开放性结构,能够根据需求替换不同路径搜索算法.     

从路段流量估计OD交通量的新算法

首先给出了一种增广的用户平衡配流问题的优化模型及求解算法,然后提出了一个从 路段流量估计OD交通量的双层规划棋型及求解算法.由于新方法再生迭代无需计算和存贮路 径流量,只需用到路段流量,因此可以适用于大型城市交通网的OD需求估计向题.     

基于时空等待特征系数的大型活动出行规划研究

高效、合理的综合交通路径规划是成功举办大型活动的前提之一。本文针对观众群体参 与大型活动的出行路径规划问题，引入乘客出行偏好，转换为时空等待优化问题，再根据大型活 动中乘客通过多模式公共交通出行特点，构建多维时间-空间-交通方式网络，以乘客出行时间总 成本最小为目标建立整数线性规划模型。为提高模型的求解效率与质量，提出一种基于拉格朗 日松弛和次梯度优化的算法进行求解，并在求解中提出基于逆向推断的搜索空间约减方法，提高 了算法求解速度。本文以观众从北京市城区前往延庆区高山滑雪中心观赛为案例验证模型与算 法。结果表明，引入时空等待特征系数后，提升了大型活动综合交通出行路径规划方案的合理 性，改善了乘客的出行体验，并有效缓解举办大型活动时的道路拥堵状况。