原文传递
基于实时路况的动态路径规划研究
| 论文题名： | 基于实时路况的动态路径规划研究 |
| 关键词： | 智能交通系统;交通速度预测;动态路径规划;实时路况 |
| 摘要： | 及时、准确地交通流预测是智能交通管理的重要前提，是交通数据挖掘研究中非常重要的问题之一。它可以引导交通流走向，方便交通管理，在智能交通系统的设计与实现中起着至关重要的作用。交通速度预测作为交通流预测的一个重要方向，可以直观的反应道路交通状况。交通速度预测是基于道路的历史交通速度值和变化规律来预测未来的道路速度值和变化趋势。然后根据预测的交通速度信息，来推断未来道路可能的通行状态，以此合理规划出行路线。这种预知性的规划出行路线，可以减少人们出行堵塞等待时间，缓解交通压力，有助于交通管理和控制。 本文针对智能交通系统中短时交通速度预测和动态路径规划问题展开了深入研究。短时交通流预测是智慧城市中交通路况判断的重要依据，是路径规划的基本前提，它需要对历史交通数据进行挖掘分析。由于交通数据时变性的特点，现有的数据挖掘算法不可以直接用于交通领域知识的挖掘，也不能在大规模交通速度数据挖掘中直接高效实现，为此本文提出遗传算法和小波神经网络组合的方法（GA-WNN）来实现短时交通速度预测。GA-WNN主要是针对小波神经网络容易陷入局部最小值的缺点，提出利用遗传算法全局搜索的能力对小波神经网络初始系数进行优化，然后再把优化后的参数输入神经网络，利用网络基本结构预测未来交通速度。通过实验结果对比，可以得到基于遗传算法和小波神经的组合模型交通速度预测结果与实际交通速度具有较高的吻合度。通过短时交通速度预测可以得到道路的实时交通速度信息，然后经过交通信息融合系统和交通管理系统的分析处理，便可以得到道路对应的实时交通路况信息，为进一步的交通路径规划提供数据和理论依据。最后在短时交通速度预测基础上，我们根据出行者对出行时间、距离和速度等因素的需求，利用改进的蚁群算法，实现了实时动态路径规划。通过仿真实验证明，根据短时交通速度预测做出的实时动态路径规划在出行距离，出行时间，出行费用方面更符合出行者的需求，为缓解交通压力、协助交通控制和管理、减少交通事故、减少尾气排放做出了贡献。 |
| 作者： | 唐美霞 |
| 专业： | 软件工程 |
| 导师： | 丁宏;僧德文 |
| 授予学位： | 硕士 |
| 授予学位单位： | 杭州电子科技大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
