排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
基于极大熵模型的交通出行矩阵解法研究 总被引:1,自引:0,他引:1
引入拉格朗日乘子,对由路段观测流量反推交通出行矩阵的极大熵模型进行变换,将优化问题转换为非线性方程组的求解,并提出一种遗传算法求解方法.该方法以非线性方程组的待求量为决策变量,方程组两端向量的均方差最小值为目标函数,初值在决策变量可行域内随机产生.通过实例验证,遗传算法较之牛顿法改进了其对初始值要求严格、易产生局部收敛并含有矩阵求逆的不足,且当初始值偏离真实值较大时,遗传算法求解成功率远远高于牛顿法,证明了遗传算法在多种交通网络中求解交通出行矩阵是可行的. 相似文献
2.
1