可替换路径选择的研究

动态路径诱导（DRGS）是智能运输系统ITS研究的一个重要方面，它的核心在于如何利用实时的交通信息，找出一条考虑司机路径选择行为的“最优道路”，减少车辆在道路上的逗留时间，进而改善城市交通。但这仅仅给出了一条基于单目标的“最优”路径供司机采用。采用改进后的K-最短路算法，提供多条具有不同属性的路径供司机选择，从而更符合实际情况。     

基于遗传算法的动态路径诱导

动态路径诱导（DRGS）是智能运输系统研究的一个重要方面，旨在通过向驾驶员提供基于实时交通信息的最佳行驶路径在来达到诱导出行行为，减少车辆在道路上的逗留时间，进而实现改善城市交通和避免交通拥挤、阻塞的目的。路径牵引算法是DGRS中的重要研究内容，它能计算出给定起讫对之间的的最优或准最优路径，路径牵引算法要考虑一全局准最优和实时性问题，而遗传算法具有全局寻优和潜在的并行性特点，将遗传算法应用于动态路径诱导系统中求解最佳路径，设计了特定的有序选择、交叉和遗传算子，并通过实例验证了算法的有效性。     

基于最短路搜索的多路径公交客流分配模型研究

提出了一种首先采用最短路算法搜索有效路径集，再根据有效路径的广义费用，由改进的Logit模型确定每条有效路径的选择概率，进而计算每条线路客流量的公交客流分配模型。其中，任意两交通区之间的有效路径集是以换乘次数最少为准则，通过对不同选择情况下公交路网进行最短路搜索而获取。该模型既体现了乘客的费用最小的选择心理，又反映了出行线路多样性的实际情况，而且算法简单、有效。初步实践证明，具有较强的实用性。     

基于最短路搜索的多路径公交客流分配模型研究靠

提出了一种首先采用最短路算法搜索有效路径集,再根据有效路径的广义费用,由改进的Logit模型确定每条有效路径的选择概率,进而计算每条线路客流量的公交客流分配模型.其中,任意两交通区之间的有效路径集是以换乘次数最少为准则,通过对不同选择情况下公交路网进行最短路搜索而获取.该模型既体现了乘客的费用最小的选择心理,又反映了出行线路多样性的实际情况,而且算法简单、有效.初步实践证明,具有较强的实用性.     

优化算法在动态路径诱导系统中的研究综述

城市交通拥堵问题已成为阻碍我国城市经济发展的主要问题之一,动态路径诱导系统在城市道路交通流的均衡动态分配中起着举足轻重的作用,并对缓解我国现阶段的城市交通拥堵问题具有重大现实意义。文章对应用于动态路径诱导系统的智能优化算法进行研究,对其进行了分类和综述,并对其各自的优缺点进行总结,同时对下一步的研究进行了展望,为今后的研究提供参考和借鉴。     

基于GIS的交叉路口动态行驶时间预测方法的研究

城市路径诱导系统的一个非常重要的作用就是能动态预测车辆在某路段上的行驶时间。在传统的时间预测方法中,往往忽视一个非常重要的时间花费——交叉路口通过时间,这个时间由通过时间和等待时间两部分来组成。通过建立模型对交叉路口通过时间进行了分析和研究,仿真结果可以看出,这个时间对于路径诱导的决策性影响是比较大的。     

基于流量控制的路由选择算法

针对网络上当流量大时，路由无法有效的分配通路的情况，解决由流量控制的路由选择算法。在传统的求最短路径的路由选择算法的基础上进行扩充，加入以DFS（隐枚举）算法为核心的流量淘汰算法，使流量选择网络通路时，能有效的考虑网络带宽因素，减少拥塞概率，增加网络吞吐量。作者根据现有路由选择算法的基础上，使用DFS技术对网络流量的分配做了详细的论证。     

动态速度和代价约束的最短路径算法

Dijkstra算法是计算有向图中一个节点到其余各个节点最短路径的著名多项式时间算法,在交通规划、地理信息系统等方面有重要的应用。本文改进Dijkstra算法用于计算带有动态速度和代价约束的有向图中节点之间的最短路径,即有向图的节点之间除了静态的距离外,还有动态的速度和代价,例如城市交通中的高峰与非高峰时段影响速度/时间,收费与非收费路段影响代价;时间和代价在最短路径中由一个比例因子控制,通过调节该比例因子可计算节点间的最短时间/距离和最少代价的路径。该改进的算法被证明是可靠的,实验结果也表明了该算法的有效性。     

基于蚁群算法的最短路径搜索方法研究

最短路径问题是在给定的网络图中寻找出一条从起始点到目标点之间的最短路径。蚁群算法是一种用于求解优化问题的新型模拟进化算法,该算法在许多相当困难的优化问题的求解中体现了极强的寻优能力和较好的性质。提出了一种利用蚁群算法来解决网络最短路径问题的新方法,并用Matlab语言编程进行算法的实现和仿真。结果表明,蚁群算法在寻求网络最短路方面的应用是可行的。     

诱导信息影响下的路线选择模型

动态路钱诱导系统为决定出行和已出行的人提供路网交通状况信息或为他们决策提供出行建议,通过这种方式影响出行人的出行时间、出行方式以及出行路线等的选择。在分析了诱导信息对路径选择行为的影响后,给出不可分的路段费用函数,把诱导信息影响下的路线选择问题组织成一个非对称路网均衡问题,并给出用嵌入遗传算法的对角化算法求解的算例．最后,讨论了有待进一步研究的内容．     

时变路网下VRP准时路径的选择

基于节约里程法求解多回路运输问题(VRP), 得到了在时变路网下要求准时性高的路径选择问题. 考虑时变路网中顺畅和拥堵概率, 路径最短不一定用时最少, 通过实例对距离、 时间、 费用等因素进行分析、 拟合, 对比了不同因素下路径选择和时限内的准时稳定性等情况. 结果表明, 优化后的配送路径可以保证配送的稳定性.     

Path Planning for Mobile Anchor Node in Localization Based on Ad-Hoc Localization Algorithm

For mobile anchor node static path planning cannot accord the actual distribution of node for dynamic adjustment. We take advantage of the high localization accuracy and low computational complexity of ad-hoc localization system( AHLos)algorithm. This article introduces mobile anchor nodes instead of the traditional fixed anchor nodes to improve the algorithm. The result shows that, through introduce the mobile anchor node, the information of initial anchor nodes can be configured more flexible.Meanwhile,with the use of the approximate location and the transition path,the distance and energy consumption of the mobile anchor node is greatly reduced.     

停车诱导系统下中心型路径诱导算法的改进与应用

在应用Dijkstra算法的前提上,建立一个适用于城市交通路况综合评测的路网模型．结合该模型,对Dijkstra算法进行改进,提出了一种中心型路径诱导算法,并应用到停车诱导系统中．将该算法和经典Dijkstra算法进行比较,结果表明该算法能及时适应路网变化,迅速做出新的路径选择．     

基于混合选择模型的图状路径信息板影响分析

有别于以往关于图状路径信息板(GRIP)影响的行为建模研究,运用混合选择模型研究了GRIP对驾驶员路径选择的影响。模型中通过恰当地构造"驾驶经验"和"GRIP信任度"两大潜变量,精细地刻画GRIP的影响机理。以上海实地存在的GRIP为研究对象,利用驾驶员行为调查数据,定量分析GRIP传递的事故和拥挤程度信息对路径选择的影响。分析结果表明,GRIP信息会显著影响路径选择,驾驶经验和GRIP信任度与提前驶离快速路的概率分别呈负向和正向关系,且驾驶经验的影响因个体属性而异。     

高度信息化条件下的动态配流模型

考虑出行者在高度信息化条件下的动态路径选择行为,提出一种高度信息化条件下动态配流模型的框架。将出行者分为被诱导和未被诱导两类,未被诱导的出行者选择静态最短路径,而被诱导的出行者选择随时间变化的最短路径。出行者在交通信息影响下选择自己的最佳出行路径,先进的出行者信息系统通过对交通网络各种交通状况信息的收集和处理,为出行者提供更有价值的交通信息。该模型框架为智能化交通运输系统的建立提供一定的理论依据。     

基于GIS 的最短路径算法研究

针对单源最短路径Dijkstra 算法效率低的问题, 基于地理信息系统(GIS: Geographic Information System),提出距离均衡的社区分析网络分割方法。将GIS 中道路网络分割降解为距离均衡的社区网络, 再利用限制分层算法, 通过淘汰不太可能出现在最短路径上的节点, 限制GIS 中最短路径的搜索区域, 以降低算法的复杂度。实验结果表明, 优化后的算法可有效减少搜索节点数, 与经典算法相比, 其运行效率有所提高。