基于实数编码遗传算法对交通信号配时优化

鉴于城市道路的交通信号配时优化问题,本文提出一种改进的信号配时非线性函数模型,设计各性能指标的加权系数随交通需要的不同而变化,采用基于实数编码的遗传算法对信号配时进行优化。算例结果表明。该算法优于传统的Webster方法,在同一周期内减少了车辆延误,增加了通行能力,同时使交叉口的服务水平由C级提高到A级。     

基于黄金分割双种群遗传算法的区域交通信号控制

针对非均匀交通流的城市区域信号配时优化问题,以区域总通行能力和总延误为优化目标,构建基于目标相对占优策略的城市区域交通信号优化模型;在采用遗传算法求解优化模型时,由于遗传算法易早熟收敛会导致寻优效果不佳,因此引入黄金分割法对双种群遗传算法进行改进,两个种群同时且独立地进行寻优操作,并进行个体交换,避免算法陷入局部最优的陷阱,利用4个常用的测试函数验证算法有效性,实验结果表明改进的算法能够快速搜索到全局最优解;最后对所提的模型和算法进行有效性评价,结果表明,所建模型符合实际交通控制目标并且计算简单,验证了模型的有效性;所改进的算法在城市区域路网中能够有效地获得良好的信号配时方案。     

利用遗传算法实现交通控制系统优化的方法

在分析总结某些已有研究成果的基础上，利用遗传算法并结合美国联邦公路管理局负责研制开发的模拟软件，实现交通信号管理系统的优化，通过对城市中一段公路网交通状况的模拟，得到较为满意的试验结果。     

基于遗传算法优化支持向量机的网络流量预测

介绍了支持向量机用于时间序列预测的理论基础和遗传算法优化支持向量机参数的方法,首次把遗传算法优化参数支持向量机应用于两组实际网络流量的预测,并与BP神经网络和RBF神经网络方法进行了比较.结果表明:支持向量机相比较BP神经网络和RBF神经网络对网络流量的预测结果精度更高、性能更好.利用支持向量机预测网络流量是一种可行、有效的方法.     

基于改进遗传算法的交通信号配时研究

根据单交叉路口多相位交通流建立了一种实时动态模型,以周期时间内车辆排队长度最短为优化目标,相位绿灯时间为控制变量,用改进的遗传算法实现对相位时间的动态调控。仿真结果表明,改进的遗传算法相对于普通遗传算法,能寻求到更优化的解,对于改善路口的交通拥挤状况,有着更为明显的效果。     

交通灯运行时间自适应算法及其控制系统

城市交通拥堵具有严重的危害性,直接导致时间延误、能源浪费和废弃物排放增加,降低居民生活水平.现阶段,基于平面交叉路口交通灯切换时间相对固定,恶劣天气或发生交通事故时路口经常发生交通堵塞的实际情况,本文提出了一种平面交叉口交通拥堵多方向交通灯运行时间自适应算法,采取视频图像处理算法判断道路交通拥堵情况,根据路况设置交通灯的工作时间,并设计了相应的控制系统.仿真结果表明,在高峰期时段,此自适应算法的车辆通行效率高于传统的交通灯运行时间控制方法.     

基于混沌遗传算法的区域交通计算机控制配时优化

充分发挥混沌理论和遗传算法各自的优势,开发了混沌遗传算法,混沌遗传算法能有效地改进遗传算法的收敛速度慢、早熟收敛和有可能陷入局部最优点的缺陷。分析了城市交通这个复杂大系统的混沌性,并将混沌遗传算法成功应用于城市区域交通计算机控制信号配时优化。采用TSIS5.1进行了仿真,仿真结果表明:混沌遗传算法比遗传算法的收敛速度大大加快,且车辆平均延误和平均停车率都比遗传算法和固定周期法有明显的降低。     

基于遗传算法的指数衰减信号极点提取方法

噪声中的指数衰减信号的极点提取方法在目标识别等领域具有非常重要的地位。文章给出利用遗传算法提取指数衰减信号极点的方法。通过实验表明,该方法较其它方法简单有效,即使在较低信噪比的情况下,也能对极点作出较好的估计。     

基于多目标满意优化的交通信号控制

随着城市道路交通供需矛盾的不断突出,交通信号控制策略、控制方法的科学合理性成为影响城市交通性能的关键因素。分析了传统最优交通控制理论的不足,揭示了交通控制中的满意性准则;建立了道路交叉口的满意交通控制模型,并结合某示范工程项目进行了试用。应用结果表明,模型科学、合理、有效,采用该模型的区域道路交通状况明显改善,对于缓解城市交通拥挤有一定帮助。     

基于改进遗传算法的动态交通分配优化研究

传统的优化算法大多数由于计算量大或者容易使性能指标落入局部最优值而严重制约了模型的应用与发展,而用遗传算法等新的智能算法求解则会很简洁和方便。文章针对遗传算法在应用中存在的局限性,采用了小生境技术的遗传算法,结合精英保留策略、种群多样性保持方案、新的适应度值标定方式等改进遗传算法。通过对动态交通分配的特点分析,建立了动态交通分配模型,利用改进的遗传算法对模型进行求解。仿真结果体现了动态交通分配模型的有效性和改进遗传算法的优越性,大大提高了动态交通分配模型的实用价值。     

基于改进克隆选择算法的区域交通灯配时优化

为提高城市区域路网通行效率,提出一种基于改进的克隆选择算法的区域交通灯实时配时方法。该配时方法以最小化区域路网总滞留车辆数为优化目标,将交通灯状态设置问题转换成克隆选择算法搜索最优解问题,在每个单位时间根据实时车流量动态搜索出使区域路网通行能力达到最高的交通灯配时方案。为提高克隆选择算法寻优性能,提出双层动态变异算子,并对克隆抑制算子与种群刷新算子进行改进。以西安市某区域路网为仿真实验参考对象,仿真结果表明：提出的配时方法的区域路网总滞留车辆数比固定配时减少了38.93%,比基于标准遗传算法的配时方法减少了20.33%。     

基于RFID技术的城市交通信号优化控制

本文分析造成目前城市交通拥挤的原因和交通信号的控制方法,结合RFID的特性,提出基于RFID技术和自适应调节算法的城市交通信号优化控制方法,实现根据相邻交叉路口的车流量实时调整信号灯的时间,以缓解城市的交通阻塞。实验模拟结果证明该方法是有效的。     

基于遗传算法的MPLS网络流量工程研究

针对MPLS网络的流量工程问题,用多目标规划的方法建立数学模型,并在网络的入口出口节点对之间建立多条标记交换路径来进行分流。针对该问题的NP-hard特性,提出一种基于遗传算法的求解方法。算法采用自然数编码的方法来提高搜索效率,并进行了仿真。仿真结果表明该方法是行之有效的,有效地改善了网络的资源利用情况。     

基于遗传算法改进的交通干线信号优化研究

针对城市交通拥挤、道路通行能力低等问题,通过建立城市交通干线系统信号配时模型,设计了一种基于遗传算法改进的混合式优化算法.算法对遗传算法中适应度函数、交叉算子和变异箅子等进行了一些改进,并将混沌优化思想融入改进后的遗传算法中.用混合式优化算法对城市交通干线系统信号进行配时,有效地协调了各路口的信号灯,使交通干线系统的交通量得到了明显改善.仿真结果表明此算法具有较快的收敛速度和进化效率,能有效实现全局优化.     

基于一种新的混合算法的交通流控制优化模型

运用交通流控制理论建立了在交叉口空间渠化及信号相位相序给定的条件下, 考虑机动车与非机动车的延误（服务水平）约束条件, 机动车通行能力最大的优化模型, 并利用遗传算法及混沌优化算法互补的混合优化算法对模型进行了优化计算. 实际优化计算结果表明, 文中的优化模型及其混合算法具有较高的理论价值及实用价值, 本次研究为信号交叉口交通流的协调控制优化研究提供了新思路和新方法.     

基于遗传算法的大规模流量工程问题求解

研究了大规模网络中的流量工程问题，其实质是在复杂约束条件下的多业务多目标网络流问题。提出了一种经过优化的遗传算法，该算法引入预处理机制，采用启发式变异操作并且采用爆破处理。仿真实验证明，该算法是快速有效的。     

基于遗传算法的IP网流量优化算法

流量工程通过对IP网流量的优化以更有效利用网络资源。现有研究的一个重要方向是把流量工程问题用线性规划建模,并利用传统的Simplex算法求得最优解,文章提出了一种基于遗传算法的求解方法,从一组随机选取的解(染色体)出发,经过交叉、突变等基因进化操作和多代的选择,最终达到预先设定的适应度准则;给出仿真结果和相关讨论;显示该文算法在运算量,处理动态流量需求等方面有较好的应用前景。     

基于遗传算法的交通流量组合预测研究

智能交通系统是目前世界上公认的解决城市交通拥堵问题的最佳措施，实时、准确的交通流量预测是智能交通系统的关键技术之一，也是实现智能交通诱导及控制的前提。本文首先对几种重要的交通流量预测模型的理论和优缺点进行了比较，分析了影响预测模型的因素，然后提出了一种基于遗传算法的流量组合预测方法，该方法利用遗传算法群体搜索的特点，组合各种算法，优化预测思路，充分发掘不同算法的差异优势，实践证明该思路是切实有效的。     

遗传算法优化小波神经网络的网络流量预测

为了提高网络流量的预测精度,克服小波神经网络收敛速度慢、易陷入局部最优的缺点,提出一种遗传算法优化小波神经网络的网络流量预测模型.首先计算延迟时间和嵌入维数,构建小波神经网络的学习样本,然后采用小波神经网络对网络流训练集进行学习,并采用改进遗传算法对小波神经网络参数进行全局寻优,提高收敛速度和网络学习精度,最后采用网络流量数据对模型性能进行仿真分析.结果表明,相对于对比模型,本文模型的平均误差大幅度降低,训练次数急剧减,减小了二次优化训练的次数,具有更大的实际应用价值.     

基于遗传算法的随机路网次优拥挤收费模型

针对随机路网中出行者规避风险的择路行为,提出一种同时考虑行程时间可靠性和不可靠性的次优拥挤收费双层规划模型。上层模型以最大化路网社会福利为目标,下层模型为弹性需求期望-超额交通平衡模型。鉴于双层规划模型的复杂性,设计遗传算法求解该模型。仿真结果表明,使用遗传算法求解该模型是可行的,运行50代后,算法可收敛至目标值。