智能交通分布式动态路径诱导系统路径优化问题研究

发布时间：2017-03-27 15:01

  本文关键词：智能交通分布式动态路径诱导系统路径优化问题研究，由笔耕文化传播整理发布。

【摘要】：随着我国经济的快速增长,城市化进程不断加快,城市道路拥堵情况日益严重,城市交通环境污染等交通问题已成为全民关注的热点。进入新世纪以来,智能交通系统受到人们的极大关注,路径诱导系统(又称动态路径诱导系统)作为智能交通系统的核心,其主要功能是充分利用现有交通设施,提高交通路网运行效率。按照诱导路径是在控制中心还是车载设备上,将动态路径诱导系统分为中心式动态路径诱导系统和分布式动态路径诱导系统,本文主要对分布式动态路径诱导系统进行研究。论文对智能交通系统概念和框架结构进行阐述,对分布式动态路径诱导系统进行研究,充分分析了分布式动态路径诱导系统的功能需求,并对系统的功能框架进行了设计。针对分布式动态路径诱导系统中的两个主要内容进行研究:一是短时交通流预测;二是动态路径优化。本文分析总结了几种经典的短时交通流预测方法,结合组合预测的思想,提出一种基于改进的K近邻非参数回归和小波神经网络的短时交通流加权组合预测模型。文中对最近邻非参数回归预测方法进行基于相关系数的改进,以达到提高预测精度的效果,以用小波基函数代替神经网络模型中传递函数的方式将两者进行深入融合,形成一种前馈网络。该组合模型结合了改进的最近邻非参数回归预测的高精度和小波神经网络学习算法简单、收敛速度快的优点。通过实测交通流数据进行算法仿真,根据仿真结果分析,组合预测模型有更好的预测精度。掌握准确的交通信息是进行动态路径优化的关键,交叉口延误对整个行程时间来说是不可忽视的一部分,文中对交通路网中交叉口处的延误进行了分析,给出计算带有交叉口延误的行程时间计算方法。借鉴以前学者在车辆排放模型上的研究,构建适合分布式动态路径诱导系统的轻型车排放模型,并构建基于行程时间和机动车排放的双目标优化模型。为了适应本文中带有交叉口延误的交通路网模型,对传统的Dijkstra算法进行改进,并提出一种基于K最短路径算法的交互式双目标最优路径算法,通过算例验证了该算法的有效性。
【关键词】：智能交通 分布式路径诱导 短时交通流预测 车辆排放 路径优化
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U495
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-13
• 1.1 研究背景及意义9-10
• 1.2 国内外研究现状10-11
• 1.2.1 国外研究现状10
• 1.2.2 国内研究现状10-11
• 1.3 论文主要内容和组织结构11-13
• 2 智能交通分布式动态路径诱导系统分析与设计13-21
• 2.1 智能交通系统13-14
• 2.1.1 智能交通系统定义13
• 2.1.2 智能交通系统框架结构13-14
• 2.2 智能交通分布式路径诱导系统的功能分析和结构设计14-17
• 2.2.1 分布式动态路径诱导系统概述14-15
• 2.2.2 分布式动态路径诱导系统功能需求15-16
• 2.2.3 分布式动态路径诱导系统框架设计16-17
• 2.3 智能交通分布式动态路径诱导系统主要研究内容17-20
• 2.3.1 短时交通流预测方法研究17-19
• 2.3.2 分布式动态路径诱导系统路径优化方法研究19-20
• 2.4 本章小结20-21
• 3 短时交通流组合预测方法研究21-39
• 3.1 短时交通流问题研究21-22
• 3.1.1 短时交通流基本特性分析21-22
• 3.1.2 短时交通流特征参数22
• 3.2 基于改进的K近邻非参数回归的交通流预测22-30
• 3.2.1 K近邻非参数回归预测方法24-25
• 3.2.2 改进的K近邻非参数回归预测方法25-27
• 3.2.3 实验分析27-30
• 3.3 基于小波分析的神经网络预测方法研究30-36
• 3.3.1 小波分析理论30-31
• 3.3.2 神经网络预测描述31
• 3.3.3 小波神经网络31-33
• 3.3.4 参数设定33-35
• 3.3.5 实验分析35-36
• 3.4 基于改进的K近邻非参数回归-小波神经网络的加权组合预测方法36-38
• 3.4.1 加权组合预测方法描述36-37
• 3.4.2 实验分析37-38
• 3.5 本章小结38-39
• 4 分布式动态路径诱导系统路径优化方法研究39-62
• 4.1 路段行程时间换算和交叉口转向延误分析39-41
• 4.1.1 路段行程时间换算39-40
• 4.1.2.交叉口转向延误分析40-41
• 4.2 机动车排放算法41-46
• 4.2.1 机动车排放算法概述41-42
• 4.2.2 机动车排放算法模型42-44
• 4.2.3 机动车排放计算方法44-46
• 4.3 构建基于行程时间和机动车排放的双目标路径优化模型46-49
• 4.3.1 双目标路径诱导问题描述46-48
• 4.3.2 建立双目标路径诱导模型48-49
• 4.4 交互式双目标优化算法设计49-55
• 4.4.1 交通路网描述49-50
• 4.4.2 改进的Dijkstra算法50-54
• 4.4.3 交互式双目标优化算法分析54-55
• 4.5 算例分析55-61
• 4.6 本章小结61-62
• 5 总结与展望62-64
• 5.1 论文总结62
• 5.2 研究展望62-64
• 致谢64-65
• 参考文献65-68
• 攻读学位期间的研究成果68

【相似文献】

中国期刊全文数据库 前10条

1 关宏志,刘兰辉,廖明军;停车诱导系统的规划设计方法初探[J];公路交通科技;2003年01期

2 陈群;晏克非;文雅;;基于多级模糊模式识别方法的停车诱导系统评价[J];长沙交通学院学报;2006年02期

3 潘学富;张磊;;小议车辆超高诱导系统——道路,桥梁,隧道车辆超高诱导分析[J];中国公共安全(学术版);2006年02期

4 潘学富;张磊;;车辆超高检测诱导系统分析[J];中国交通信息产业;2006年07期

5 ;世界第一套无线停车诱导系统投入运行[J];可编程控制器与工厂自动化;2006年12期

6 潘晓东;詹嘉;杨轸;;智能停车诱导系统的设计应用研究[J];华东交通大学学报;2007年01期

7 张宝玉;晏克非;周湘霆;;停车诱导系统中筛选停车场(库)方法的研究[J];计算机工程与应用;2007年27期

8 傅德勇;;高速公路全程监控诱导系统技术方案探讨[J];中国交通信息产业;2007年10期

9 莫一魁;晏克非;;面向停车诱导系统的都市商务区停车行为调查及分析[J];道路交通与安全;2007年05期

10 王卫东;王彦新;杜占武;栾庆文;;分区分布式动态诱导系统应用研究[J];交通信息与安全;2009年S1期

中国重要会议论文全文数据库 前10条

1 沈党云;李永胜;荣建;;应用层次分析法确定停车诱导系统中各类信息的权重[A];第一届中国智能交通年会论文集[C];2005年

2 唐克双;孙剑;李克平;林航飞;刘涛;徐谨;;上海市五角场地区停车、行车诱导系统规划与设计[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年

3 王秋军;束昱;;轨道交通空间诱导系统研究[A];中国土木工程学会第十二届年会暨隧道及地下工程分会第十四届年会论文集[C];2006年

4 韩印;马万达;张楠;高强飞;;先进的城市智能停车诱导系统设计与实现[A];2007第三届中国智能交通年会论文集[C];2007年

5 朱昊;冯淑媛;刘涛;秦明霞;;上海区域停车诱导系统效果评估及建议[A];第七届中国智能交通年会优秀论文集——智能交通应用[C];2012年

6 周竹萍;任刚;;大城市中心商业区停车诱导系统探讨——以南京新街口地区为例[A];2008第四届中国智能交通年会论文集[C];2008年

7 雷秋菊;张敖;;基于物联网的停车诱导系统研究及标准化探讨[A];市场践行标准化——第十一届中国标准化论坛论文集[C];2014年

8 郝媛;杜豫川;孙立军;;黄浦江综合交通越江诱导系统研究初步[A];第二届中国智能交通年会论文集[C];2006年

9 陈光和;;雾及高速公路雾天行车诱导系统与智能公路[A];第一届全国公路科技创新高层论坛论文集智能交通与机电工程卷[C];2002年

10 郭钰;宋瑞;;基于驾驶员出行路径选择的停车诱导系统设计[A];2008第四届中国智能交通年会论文集[C];2008年

中国重要报纸全文数据库 前10条

1 徐赫 鲁克 本报记者 郑宗杰;停车诱导系统建设亟待破茧发力[N];中国交通报;2006年

2 记者 刘爱平;长沙将建智能交通行车诱导系统[N];人民铁道;2010年

3 陈卫保 颜志欣;长沙拟建智能行车诱导系统[N];中国交通报;2010年

4 王建运;上海民进人士呼吁尽快普及“停车诱导系统”[N];人民政协报;2008年

5 记者 李舒瑜;四片区有望安装停车诱导系统[N];深圳特区报;2010年

6 ;广州市停车诱导系统 疏导交通 改善环境[N];中国计算机报;2004年

7 通讯员 王建运;尽快普及应用“停车诱导系统”[N];联合时报;2008年

8 记者　杨丽;北京将建停车诱导系统[N];人民公安报·交通安全周刊;2006年

9 鲍未波邋潘琳士 记者 徐冰;我国首个动态车辆诱导系统在无锡建成[N];人民邮电;2007年

10 记者 李凤虎;郑州将建智能停车诱导系统[N];河南日报;2012年

中国博士学位论文全文数据库 前4条

1 王泽河;大城市停车诱导系统设计方法的研究[D];中国农业大学;2005年

2 吴磊;车辆自组织网络环境下动态路径诱导系统的建模与优化策略研究[D];山东大学;2014年

3 于德新;车辆诱导系统理论模型和关键技术研究[D];吉林大学;2006年

4 何增镇;基于Multi-Agent与博弈论的城市交通控制诱导系统及其关键技术研究[D];中南大学;2010年

中国硕士学位论文全文数据库 前10条

1 杨震;绵阳市中心城区停车诱导系统研究[D];西南交通大学;2014年

2 刘志妍;中心城区停车诱导系统关键技术研究[D];长安大学;2015年

3 张春萍;绵阳市停车诱导系统模式研究[D];西南科技大学;2015年

4 陈卓;上海陆家嘴智能停车诱导系统的设计与实现[D];大连理工大学;2015年

5 马文斌;基于GPS交通车辆监测诱导系统的应用研究[D];重庆交通大学;2014年

6 周健;基于进化多目标优化和蚁群算法的交通控制与诱导系统研究[D];南京邮电大学;2015年

7 徐潭;基于物联网的智能停车诱导系统的研究[D];安徽理工大学;2016年

8 耿浩;智能交通分布式动态路径诱导系统路径优化问题研究[D];兰州交通大学;2016年

9 傅盈;城市停车诱导系统设计与管理研究[D];华中科技大学;2007年

10 党媚;区域停车诱导系统综合评价研究[D];长安大学;2008年

  本文关键词：智能交通分布式动态路径诱导系统路径优化问题研究，由笔耕文化传播整理发布。

，

本文编号：270547