原文传递
基于云平台的交通最短路径算法的实现与分析
| 论文题名： | 基于云平台的交通最短路径算法的实现与分析 |
| 关键词： | 城市交通;交通诱导;信号控制;计算机技术 |
| 摘要： | 交通拥堵无疑是一个关系到老百姓切身利益的问题，当前越发严峻的交通拥堵问题迫使各国学者纷纷投入到智能交通领域，本文在车联网领域中的交通最短路径诱导算法的研究基础之上提出了一种应用在云平台的新型最短路径诱导算法，这个算法包括交通最短路径诱导以及使其在虚拟机集群上运行的中间件两个部分。现有的交通诱导算法普遍存在着这样几个方面的问题，对于路网模型的仿真造成了解的准确性与性能之间的矛盾，路网模型越贴近真实路网这种矛盾越大，另一方面一些传统的路径求解算法难以适用于时间依赖的路网，除此之外许多算法并没有很好的解决算法的实时性问题使其难以在实际应用中使用。 本文首先提出了应用于云平台的交通最短路径诱导算法，将静态路网下的最短路径存储于后台中，对于实时路网进行监控，根据路网实时的车流速度对路段的拥塞等级进行判定，当路径为通畅的时候保持后台存储的最小值不变，当路径为拥塞时根据情况取其后备值或是根据当前的车流量使用改进后的A*算法进行求解，为了保证最短路径算法的实时性，将这个算法移植到云平台，随计算需求使整个集群弹性变化，达到集群的集约化使用，提高使用效率。在本文的最后通过实验验证了这个系统在最短路径诱导方面能够达到较好的准确性，虚拟机集群能够按照需求大小弹性地扩展收缩。 |
| 作者： | 高飞 |
| 专业： | 计算机技术 |
| 导师： | 姚卫红 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连理工大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
