| 【中文题名】 | 基于改进遗传算法的城市交通路径诱导系统的研究 |
| 【英文题名】 | Study on Improved GA-based of Urban Routing Guidance System |
| 【学科专业】 | 导航、制导与控制 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-25 |
| 【中关键词】 | 路径诱导系统,数据库,实时交通信息,动态路径诱导,遗传算法,交叉控制策略 |
| 【英关键词】 | Route Guidance System,Database,Real-time Traffic Information,Dynamic Routing guidance,Genetic algorithm,Crossover Control Tactics, |
| 【分类导航】 | 交通运输>公路运输>交通工程与公路运输技术管理>电子计算机在公路运输和公路工程中的应用>> |
| 【论文摘要】 |
近几年来,智能交通系统(ITS)越来越受到人们的广泛重视,它是在当代科学技术充分发展进步的背景下产生的,旨在将先进的计算机技术、通信技术、数据库技术、人工智能等运用于交通运输中,以解决交通拥挤、保证交通安全、提高交通网络使用效率。ITS涉及到交通运输的很多领域,路径诱导系统是其中的一个重要应用,是目前国内ITS的开发应用热点之一。
本论文就是在这样的背景下应运而生的,它根据当前交通发展实际情况,并从未来发展的角度出发,对城市交通路径诱导系统进行了系统需求分析和系统功能设计。在此基础上进行了对用于路径诱导与导航的地图数据库的设计,构建了相应的路网数据库。整个系统采用B/S结构,利用SQL Server2000进行数据库管理和开发,使用方可以轻松的对数据库进行查询、添加、删除、诱导等操作处理。在众多路径规划的技术中,选取了较具有代表性的几种路径诱导算法,通过对比,提出了本文中所采用的用于动态路径诱导系统的动态实时最优路径算法,即改进的遗传算法。本算法针对传统遗传算法在交通诱导系统中求解最优路径问题中存在早熟收敛,易陷入局部极值点以及求得的最优路径缺乏实时性的问题,在模型中加入了实时交通信息,引入... |
| 【论文题纲】 |
|
中文摘要 |
3-4 |
|
英文摘要 |
4-8 |
|
1 绪论 |
8-16 |
|
1.1 课题背景 |
8 |
|
1.2 路径诱导系统的发展状况 |
8-13 |
|
1.2.1 智能运输系统简介 |
8-9 |
|
1.2.2 ITS 中的一个重要组成部分——路径诱导系统 |
9-10 |
|
1.2.3 国外城市交通诱导系统的发展状况 |
10-13 |
|
1.2.4 国内城市交通诱导系统的发展状况 |
13 |
|
1.3 本文的研究意义和目的 |
13-14 |
|
1.4 本文的研究内容 |
14-16 |
|
2 城市交通路径诱导系统的概要设计 |
16-25 |
|
2.1 引言 |
16 |
|
2.2 城市交通流诱导系统的框架 |
16-18 |
|
2.2.1 城市交通流诱导系统的定义 |
16-17 |
|
2.2.2 城市交通路径诱导系统的分类 |
17 |
|
2.2.3 城市交通路径诱导系统的基本结构框架 |
17-18 |
|
2.3 城市交通路径诱导系统的任务 |
18-19 |
|
2.4 系统的功能需求 |
19 |
|
2.4.1 系统的总体结构 |
19 |
|
2.4.2 系统的功能划分 |
19 |
|
2.5 系统实现方案 |
19-22 |
|
2.5.1 数据库体系结构 |
19-20 |
|
2.5.2 制作工具 |
20-22 |
|
2.6 系统实现原则 |
22-24 |
|
2.7 本章小结 |
24-25 |
|
3 基于路径诱导的城市交通路网数据库的构建 |
25-36 |
|
3.1 数据库设计 |
25-27 |
|
3.1.1 数据库设计方法 |
25-26 |
|
3.1.2 数据库的设计步骤 |
26-27 |
|
3.2 建立数据库 |
27 |
|
3.3 创建表 |
27-33 |
|
3.4 城市交通路网数据库的功能实现 |
33-35 |
|
3.5 本章小结 |
35-36 |
|
4 路径诱导功能实现中路径规划技术研究 |
36-51 |
|
4.1 动态路径诱导问题 |
36-37 |
|
4.2 算法选取 |
37-40 |
|
4.2.1 Dijkstra 算法 |
37-38 |
|
4.2.2 启发式搜索(Heuristic Search)算法──A*算法 |
38-39 |
|
4.2.3 基于神经网络的最短路算法 |
39 |
|
4.2.4 遗传算法 |
39 |
|
4.2.5 算法选取 |
39-40 |
|
4.3 基于改进的遗传算法的动态路径寻优 |
40-50 |
|
4.3.1 遗传算法的概述 |
40-43 |
|
4.3.2 遗传算法的特点 |
43-44 |
|
4.3.3 遗传算法的改进 |
44 |
|
4.3.4 车辆路径模型的建立 |
44-47 |
|
4.3.5 改进遗传算法求解 |
47-50 |
|
4.4 本章小结 |
50-51 |
|
5 基于改进遗传算法的动态最优路径诱导的实现 |
51-57 |
|
5.1 路径优化问题的一般求解过程 |
51 |
|
5.2 动态路径诱导中车辆行驶路线方案的实现 |
51-56 |
|
5.2.1 车辆行驶路线初始方案的确定 |
51-53 |
|
5.2.2 动态途中行驶路线调整方案及实现 |
53-56 |
|
5.3 本章小结 |
56-57 |
|
6 结论与展望 |
57-60 |
|
6.1 全文工作总结 |
57-58 |
|
6.2 未来展望 |
58-60 |
|
致谢 |
60-61 |
|
参考文献 |
61-65 |
|
附录 |
65 |
|
| 【DOI】 | LunWen.ID:2.2008.389134 |
