基于A^(*)算法的大型停车场停取车动态诱导方法

针对大型停车场停取车问题展开研究。首先,明确停取车场景,对不同场景下的停取车过程建立相应模型;其次,考虑到大型停车场内部存在既进又出等多种复杂情况,提出一种适用于大型停车场的新型路阻函数;然后,通过A^(*)算法求解最优停取车路径,并对提出的模型进行数值模拟和实例验证。结果表明:提出的停取车动态诱导方法能够适应于不同的停取车场景,且模型结构简单、计算效率高,可以有效降低停取车成本,能够为当前大型停车场的智慧管理提供技术支撑。

时间递推耦合神经网络的交通路径动态诱导技术

通过"人—机—环境"耦合关系,对路况与时间变化关系进行研究。综合车辆运行过程中不同时段的路况差异和人因作用、突发道路事故随机性,以神经网络有师学习作为经验累积方法,提出时间递推预测方法确定路径最短时间,从而实现对交通路径的动态诱导。递推预测以知识库累积经验与实时路况信息作比较,为驾驶者提供实时有效的路况信息支撑。结果表明,该诱导技术可辅助驾驶者及时对路况作出正确判断,减少因经验不足和突发事件造成的时间损失,适用于安装有GPS导航的车辆。实例分析表明,所构建模型与实际数据结合收到良好效果。

道路交通动态诱导系统设计与研究

随着车辆的增多,给人们出行带来了便利,但也为道路交通部门提出新的课题,如何运用最新的电子信息技术了解各路段的交通动态信息,并通过网络及时通告给相关部门,进行交通疏导,让车辆在最短时间内、路程最少、成本最低的情况下到达目的地。本文提出道路交通动态动诱导系统,可为缓解交通堵塞提供一种解决的途径。

路径动态诱导策略研究

路径动态诱导中最优路径是一关键技术,文章通过对道路网特点的分析,提出了基于改进的Dijkstra算法、限制区域算法及数字地图技术下求解最优路径的策略.

路径动态诱导策略研究

路径动态诱导中最优路径是一关键技术,文章通过对道路网特点的分析,提出了基于改进的Dijkstra算法、限制区域算法及数字地图技术下求解最优路径的策略。

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。

基于车路协同的隧道区段交通动态诱导系统设计

针对近年来我国不断升高的隧道区段交通事故率问题,现提出了一种基于车路协同的隧道区段交通动态诱导系统。在该系统中,一种全新的车路协同模式得以应用。通过布设在道路两侧的交通诱导灯灯色及闪烁频率的变化,道路交通信息能够直接地在公路两侧显示,让驾驶员能够以一种更为直观高效的方式来获知道路状况,从而保证车辆在隧道驾驶过程中的安全性。首先对隧道安全的需求进行了分析,并对功能及系统总体结构进行了设计。之后采取Multisim仿真软件,对电路进行了设计及搭建,并分析了电路各模块及整体的功能实现。又在实验室中,对电路进行了复现。最后总结了本系统构建及电路设计方面的创新点,并对系统的改进与应用进行了展望。

动态发光视线诱导在缓堵保畅场景的应用探究

动态发光视线诱导系统是专门针对复杂交通环境下的一种新型主动引导系统。通过各种动态发光模式,提供车速诱导、道路指向等传统静态诱导系统所不具备的能力。本文介绍了作为一种新型的缓堵保畅措施,成都绕城高速在易发生拥堵处设置了动态发光视线诱导系统,根据路侧3台测速摄像机观测到的车辆行驶速度,按照4个不同的区间对灯光点亮的前进速度进行调整,从各种视角出发,尝试应用了多种诱导模式,并对系统的有效设置范围进行了测定。应用的结果表明,系统启用时比关闭时,拥堵程度、持续时间、范围都大幅度减少,作为缓堵保畅的新措施,显示出了非常明显的效果。

特低渗透油藏注水诱导动态裂缝实验及数值模拟

为了进一步明确特低渗透油藏注水诱导动态裂缝形成机理及其对特低渗透油藏注水开发的影响,基于注水诱导动态裂缝室内实验,阐述了注水诱导动态裂缝成因机理及延伸过程,建立了注水诱导动态裂缝数值表征方法并进行了相对应的油藏数值模拟研究。注水诱导动态裂缝按照成因主要分为天然闭合型、人工压裂诱导型和超储层破裂压力型3类。注水诱导动态裂缝生长机理主要为注入压力与岩石破裂压力或裂缝延伸压力的反复作用促使岩石发育裂缝或使已存在的裂缝不断延伸。改进的注水诱导动态裂缝实验表明,注入压力呈现反复的“升—降”特征,且注入压力是岩石产生注水诱导动态裂缝的主控参数。注水诱导动态裂缝数值模拟结果也验证了注入井井底压力呈现周期性“憋压上升—起裂下降”趋势。诱导动态裂缝产生后,裂缝体系内的压力和饱和度场是随着动态裂缝的开启和延伸而动态变化的,且沿裂缝体系变化明显,裂缝系统两侧波及范围小。

停车总成本最小的停车位动态分配与诱导模型

车辆反复寻泊是现代城市交通中的一种常见现象,其产生的无效交通量将增大城市道路交通压力,如何利用停车诱导使区域内所有待泊车辆合理停泊是改善城市停车问题的一种有效手段.本研究综合考虑驾驶员个体停车行为受步行距离、停车费用、停车意愿等因素的影响,将区域内待泊车辆的停车成本分解为寻泊行驶时间成本、步行时间成本、停车费用成本,给出了考虑驾驶员心理意愿的系统虚拟成本定义及计算方法,对步行距离心理阻抗与停车费用心理阻抗进行了敏感性分析,确定了停车诱导控制变量的约束条件,建立了以停车诱导系统虚拟总成本最小为优化目标的区域停车位动态分配与诱导模型.算例分析表明,本方法可以从区域总体停车需求角度出发,制定出合理的停车位动态分配与诱导方案,特别是在停车位紧张的情况下与广播式停车诱导方法相比,本方法可以减少反复寻泊的现象,使区域停车实际总成本明显降低.

基于时间递推与有师学习的交通路径动态诱导

为提高路况信息获取的预知性和路径引导的时效性,首先综合车辆运行过程中不同时段的路况差异和人因作用,运用时间递推原理,构建交通路径动态诱导整体结构模型,比较知识库累积经验路径与实时路况信息,为驾驶人的时间最短通行路径选择提供信息支撑;然后基于有师学习思路,对路径诱导逻辑内核结构进行解析,给出局部绕行和整体绕行2种算法实现的伪代码;最后通过对不同时刻出行和相同时刻出行的实例仿真分析,验证模型及程序的可靠性。研究结果表明:该交通路径动态诱导方法可辅助驾驶人及时对路况做出正确判断,减少因经验不足和突发事件造成的时间损失,适用于安装有GPS导航的车辆。

基于改进蚁群算法的动态多路径诱导系统研究

传统的动态路径诱导系统只能向出行者提供唯一一条最优路径,可能引起出行者的集聚反应,进而导致拥挤漂移问题的出现.本文提出了一种基于改进蚁群算法求解最短路径的方法,实现了动态路径诱导系统中最短路径的搜索.改进蚁群算法对信息素和启发信息进行标准化,消除量纲和取值范围的影响,引入方向函数作为新的启发式因子,使算法的收敛速度得到提高.仿真实验表明该方法收敛速度比较快,搜索结果比较合理、有效,能够满足动态路径诱导的实时性和快速性要求.

基于动态交通诱导信息的驾驶员刺激-反应模型

针对城市道路交通信息发布时产生的信息震荡问题,以消除信息震荡、帮助驾驶员选择最优路径为目的,结合驾驶员的出行行为分析了交通诱导信息对驾驶员选择行为的影响,将交通信息发布变化量作为刺激量、路段交通负荷度变化量作为反应量,构造了基于动态交通诱导信息策略的驾驶员刺激-反应模型,通过仿真算例确定了交通信息发布的动态区间。研究表明:该方法能够有效减少交通信息震荡,对改善城市路网的使用效益具有较强的实用性。

ITS系统的人工蜂群动态诱导算法设计研究

针对城市交通压力问题,进行ITS设计,完成物联网环境下的实时感知、网络通信和上位机开发。基于路径搜索的多目标优化问题,结合实时动态信息,进行人工蜂群动态诱导算法设计。模拟结果表明,本方法能够根据实时交通路网信息做出最优路径选择,实现系统动态诱导和信息优配。

改进的蚁群算法在动态路径诱导中的应用研究

针对基本蚁群算法收敛速度慢和易陷入局部最优的缺点,在对信息素和启发信息进行标准化以消除量纲和取值范围影响的基础上,提出带方向的信息素更新和混沌选择策略来改进蚁群算法。将路网节点间的相对位置信息引入信息素更新,以加快搜索速度;使用混沌扰动改进选择策略,以避免出现早熟停滞现象。并将其用于城市交通动态路径诱导的研究中,以重庆市渝中半岛的路网为实例计算以最短行程时间为目标的最优路径,结果表明该算法是有效、可行的,比基本蚁群算法具有更好的全局搜索能力。

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最优或准最优路径 ,路径牵引算法要考虑到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 。

面向驾驶员个性化需求的动态路径诱导方法

基于物理规划的思想,研究面向驾驶员个性化需求的动态路径诱导方法。首先,分析个性化动态路径诱导问题,构建路段交通阻抗的个性化评价指标体系;然后,基于物理规划思想,进行个性化动态路径诱导:面向驾驶员对道路的"可行性"需求动态确定交通路网搜索的几何空间;面向驾驶员对道路的"偏好性"需求,对几何空间内的交通路网阻抗进行个性化评价;面向驾驶员对道路的"最优性"需求,基于Dijkstra算法在动态交通路网中进行最优路径搜索;当路网中的交通阻抗发生变化时,及时更新路网信息,重新搜索从车辆当前位置到目的地的最优路径。研究结果表明:该方法既能体现驾驶员的个性化需求;仿真算例验证了该方法的有效性和可行性。

动态路径诱导系统的研究进展

动态路径诱导系统研究是智能运输系统研究的一个重要方面,本文基于对动态路径诱导系统的综述和分类。

求解动态路径诱导K路最短问题的人工免疫优化方法

针对智能交通诱导系统中传统最短K路算法的运行效果不佳,提出一种新型人工免疫优化搜索算法,并将其应用于扩展节点法建立的城市交通路网模型,实现了城市交通诱导系统的最优K路搜索.该算法基于生物免疫系统的免疫记忆功能,具有全局性并行搜索的特点.在K路最短问题求解时能同时给出K条最短路径,不存在遗传算法的早熟现象并具有更好的并行处理能力.示例仿真验证了算法的有效性与实用性.

遗传算法在动态路径诱导系统中的应用

提出了以随机A*算法为基础,运用遗传算法来求解不满足先进先出原则的动态网络中最短路径问题的思路,其中通过运用提出的随机Dijkstra算法解决了将遗传算法应用于最短路径问题中的最大障碍——初始种群的产生.最后,以广州市电子地图为基础,对提出的算法进行了验证,验证结果表明遗传算法适合求解非常态且不满足先进先出原则的动态网络中的路径诱导问题.