智能交通系统模型的算法分析与改进

对智能交通系统中的求路段平均速度和平均旅行时间的算法进行了改进，采用间接法对路段平均行驶时间进行估测和对最优路径进行选择。通过收集多点的检测数据，在采用两点速度逼近平均速度的方法的同时，引入改进的流量融合技术来对某一路段的平均速度进行估测。在求平均旅行时间时，考虑到各路段旅行时间相互关联的情况，通过构造一个时间相关的协方差矩阵来描述各路段之间的相关性，与传统的算法相比，在实时更新方面更具优势。     

智能交通系统中的最短路径算法分析

智能交通涉及到交通领域的多个方面,如何寻找最短路径是其核心问题之一。文章着重讨论了智能交通系统功能实现中的关键技术一求解最短路径。对于国内外一些求解最短路径的经典算法的复杂度问题进行了分析。     

蚁群算法在智能交通系统中的应用研究

本文主要以我国的智能交通系统的组成为出发点,结合蚁群算法在我国智能交通系统中的应用现状,分析了其作用意义,对于今后进一步的发展给出了初步的建议和看法。     

智能交通系统中最短路径算法优化的研究

首先本文简单概括的论述了传统Dijkstra算法的基本思想;其次提出了该算法在实现方法上存在的一些不足之处,然后从数据存储结构和搜索方式上对其进行优化,并利用Matlab对改进算法进行了相应的仿真分析与测试,结果表明,改进的Dijkstra算法在实际交通中具有可行性。     

智能交通系统中的路径牵引算法

本文介绍智能交通系统发展的方向，指出传统路径牵引算法方面的不足，提出牵引算法涉及的一些因素，介绍人工神经网络、遗传算法等在牵引问题上的应用和发展趋势。     

基于精确传感网络的智能交通系统交通流模型

首先介绍了基于精确传感网络的智能交通系统(ITS)相对于传统交通流传感器网络的优势;然后基于组合预测理论对这类网络的基本交通流模型进行了研究,在模型中引入了更加精确的交通流物理量,包括旅行时间、路段上游及下游的分类交通流量等变量,使所建立模型的可解释信息量更加丰富和易懂,该模型算法为动态算法。交通实测数据实验证明模型的拟合精度较高,拟合值与真值的平均绝对误差值控制在9s以内,平均相对误差值控制在5%以内,综合各个时段来看,预测的准确度都在90%以上。最后总结了基于精确传感器网络的智能交通系统在实际交通应用中的重大价值。     

浅析智能交通系统中的路径规划算法

伴随着家庭拥有汽车的数量的不断增加,但是我国的公路建设速度的放缓,远远不能满足私有汽车数量的需求,两者矛盾越来越突出.它们的之间矛盾的不断积累严重制约了我国经济水平的发展,因此,在道路建设不能飞吐猛进的前提下,应用先进的计算机技术以及智能交通系统辨识新型的交通系统,可以有效的去改善我国的交通现状.     

智能交通系统中动态用户最优路径选择问题的解决途径

本文为智能交通系统动态用户阳优路长选择问题给出了一个解决途径。首先建立了与动态用户最优条件等价的变分不等式模型,然后针对实时出行矩阵－－O－D（Origin-Destination）矩阵不易获得的问题,根据历史O－D矩阵和实时采集到的路段上的交通量数据,用极大熵方法对基于时间段的O－D矩阵进行预测,最后使用嵌套对角线方法对该模型进行求解,并给出了一个算例,说明该途径是可行的。     

基于时间工作流网的智能交通系统建模与分析

智能交通运输系统是目前世界各国交通运输领域竞相研究和开发的热点,但用工作流分析智能交通系统的研究尚不多见。文章在工作流网中加入时间参数,提出了一种工作流建模工具:时间工作流网,并用时间工作流网建立智能交通系统的工作流模型。最后对智能交通系统模型的时间性能进行分析。     

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。     

一种动态路段行程时间的预测模型

动态路段行程时问的预测是ITS动态最短路线选择的关键技术之一。根据对实际交通状况的分析,将路段行程时间分为三个部分,即自由行驶时间、排队等待时间和通过交叉 口时间。模型基于路段的基本信息及实时信息分别对这三部分时间进行预测,从而实现对整段路段行程时间的动态预测,精确度明显提高。     

不规则网络中基于拐弯模型的路由算法的设计

由虫孔路由交换器连接而成的不规则拓扑网络，越来越多地用于构建工作站机群系统（NOWs），以实现高性能价格比的并行处理．采用虫孔路由技术，网络中容易发生死锁．交换器之间连接的不规则性，使路由避免死锁问题变得更加复杂．本文给出了在不规则网络中，设计基于拐弯模型的无死锁路由算法的一般方法，并采用扩展链路方向的方法得到多种路由策略，确定了up-first与down-last两种性能较优的路由算法．最后通过模拟实验，评价了算法的性能．     

多约束QoS多播路由的模型和算法研究

随着高性能网络、移动网络及Internet的不断发展,具有QoS约束的多播路由技术已成为网络及分布式系统领域的一个重要研究课题。基于约束多播路由的目的在于鉴别一条路径满足QoS约束,然而,多加、乘约束的路由是一个NP-完全性问题。因此,快速的和精确的约束路由算法是少有的,甚至不存在。如此基于路由算法的需求导致众多的启发算法和一些少有的QoS算法的出现。文章描述了一种适用于研究QoS多播路由的网络模型,给出一个完全,简洁和公平地评价7个典型的基于多约束QoS多播路由算法,并且提供多约束路径算法的最坏情况下复杂性的比较。     

基于免疫克隆选择算法的马斯京根模型参数估计

针对马斯京根河道洪水演算模型参数估计中所存在的线性化、求解复杂、精度差等问题,提出了一种基于免疫克隆选择算法（ICSA）的马斯京根模型参数估计新方法。实验和应用结果表明,基于免疫克隆选择的马斯京根模型参数估计算法具有求解速度快,计算精度高,算法控制参数设置简便、通用性强等特点,与现有的马斯京根模型参数估计方法相比,该算法显示出更好的优化性能,能够很好地解决马斯京根模型的参数最优估计问题,从而为马斯京根模型参数的估计提供了一种新的更为有效的方法。该算法也可广泛应用于其他洪水预报模型的优化问题。     

二维环/双环互连Petersen图网络及其路由算法

基于双环结构提出了一种Petersen图的新扩展方法 ,并在此基础上构造了一个 2维双环互连Petersen图网络DCP(k) .分析了 2维环互连Petersen图网络TCP(k)的特性 ,给出了TCP(k)优于 2 DTorus互联网络的直径及可分组性的条件 .证明了DCP(k)和TCP(k)具有良好的可扩性和连接度 ;而且对 10×k个节点组成的互联网络 ,DCP(k)和TCP(k)均具有比RP(k)及 2 DTorus互联网络更小的直径和更优越的可分组性 .最后 ,分别设计了DCP(k)和TCP(k)上的单播和广播路由算法 ,证明了其通信效率较RP(k)上的对应算法均分别有明显提高 ,且DCP(k)更优于TCP(k) .     

求解广义旅行商问题的混合染色体遗传算法

提出了针对广义旅行商问题（GTSP）的混合染色体遗传算法（HCGA）。目前,广义染色体遗传算法（GCGA）是求解GTSP问题的最好方法,但这种方法在编码设计上存在不足,使得算法全局搜索能力较差。在GCGA算法基础上,设计了二进制和整数混合编码的染色体,并更新了交叉和变异算子设计,得到改进算法HCGA。理论和实验结果都说明：HCGA比GCGA等多种算法具有更强的全局搜索能力。     

Large-Scale Estimation of Distribution Algorithms with Adaptive Heavy Tailed Random Projection Ensembles

Journal of Computer Science and Technology - We present new variants of Estimation of Distribution Algorithms (EDA) for large-scale continuous optimisation that extend and enhance a recently...     

WSN中多路径路由协议算法的改进研究

不同于传统的网络,无线传感器网络能够协同地进行实时监测、感知和采集网络覆盖区域中监测对象的信息,并对其进行处理,处理后的信息通过无线方式传送,并以自组多跳的方式传送给观察者。路由协议的研究是无线传感器网络研究重点之一。蚁群算法是一种模仿自然界蚂蚁觅食的仿生算法,生物学家经过长期观察发现,蚂蚁总能够在巢穴和食物源之间找到一条最短路径。文中采用蚁群优化策略,给出了一种SMR多路径路由协议的改进算法ACO-SMR。该算法在保留SMR算法优点的基础上,进一步提高了资源利用率和路径稳定性,以及延长了网络生存时间。     

Multi-Objective Genetic Algorithms for Vehicle Routing Problem with Time Windows

The Vehicle Routing Problem with Time windows (VRPTW) is an extension of the capacity constrained Vehicle Routing Problem (VRP). The VRPTW is NP-Complete and instances with 100 customers or more are very hard to solve optimally. We represent the VRPTW as a multi-objective problem and present a genetic algorithm solution using the Pareto ranking technique. We use a direct interpretation of the VRPTW as a multi-objective problem, in which the two objective dimensions are number of vehicles and total cost (distance). An advantage of this approach is that it is unnecessary to derive weights for a weighted sum scoring formula. This prevents the introduction of solution bias towards either of the problem dimensions. We argue that the VRPTW is most naturally viewed as a multi-objective problem, in which both vehicles and cost are of equal value, depending on the needs of the user. A result of our research is that the multi-objective optimization genetic algorithm returns a set of solutions that fairly consider both of these dimensions. Our approach is quite effective, as it provides solutions competitive with the best known in the literature, as well as new solutions that are not biased toward the number of vehicles. A set of well-known benchmark data are used to compare the effectiveness of the proposed method for solving the VRPTW.