交通网络动态路径求解并行仿真算法研究与实现

交通网络动态路径求解并行仿真算法研究与实现

论文摘要

本文提出了基于微观交通仿真的网络动态路径求解算法,对动态路径求解中的路段行程时间估计与预测、路径搜索算法、可行路径集的确定和多用户路径选择模型与算法进行了详细研究。为了满足实时计算的要求,算法在基于MPI消息传递的分布式并行计算平台上实现。通过分析交通网络仿真的并行特征,建立了面向对象的仿真实体类对象和共享并行数据结构,设计了基于主从模式的动态路径求解并行微观仿真算法。根据路网拓扑结构提出了基于车辆数负载的路网分割算法,对子网间的通信机理和通信模式进行了分析。最后通过实例进行算法应用和仿真系统并行效益分析。研究结果表明:(1)本文提出的路段行程时间估计与预测模型和多用户路径选择模型与算法能根据不同的影响因素值动态地求解交通网络中车辆行驶的最佳路径;(2)本文建立的分布式并行计算体系为交通网络仿真动态路径求解提供了令人满意的实时应用平台;(3)本文开发的交通网络并行仿真系统能分析和评价各种ATMS环境下的交通网络特征。

论文目录

  • 第一章 绪论
  • 1.1 课题来源
  • 1.2 研究的背景和意义
  • 1.3 研究目标及主要内容
  • 1.3.1 研究目标
  • 1.3.2 研究内容
  • 1.4 本章小结
  • 第二章 国内外研究现状与发展前景
  • 2.1 国外研究现状综述
  • 2.1.1 解析动态路径求解方法
  • 2.1.2 仿真动态路径求解方法
  • 2.1.3 仿真与解析动态路径求解的比较
  • 2.2 国内研究现状综述
  • 2.3 并行计算在动态交通分配仿真中的应用
  • 2.4 发展前景
  • 2.5 本章小结
  • 第三章 动态路径求解仿真模型与算法
  • 3.1 动态路径求解理论概述
  • 3.1.1 交通分配概述
  • 3.1.2 动态路径求解概述
  • 3.1.3 动态路径求解仿真基本思想
  • 3.1.4 动态路径求解仿真框架
  • 3.2 时变OD 出行需求的估计
  • 3.3 路段阻抗模型研究
  • 3.3.1 路段阻抗的构成
  • 3.3.2 路段行程时间的估计
  • 3.3.3 路段行程时间预测模型
  • 3.4 OD对间可选路径集的确定
  • 3.4.1 OD对间路径成本的计算
  • 3.4.2 OD对间路径搜索算法
  • 3.4.3 可选路径集的确定
  • 3.5 路径选择模型与算法
  • 3.5.1 多用户路径选择行为分析
  • 3.5.2 OD对间路径效用评价模型
  • 3.5.3 多用户路径选择模型与算法
  • 3.5.4 重叠路径的修正方法
  • 3.6 动态路径求解控制
  • 3.6.1 迭代控制
  • 3.6.2 收敛控制
  • 3.6.3 路径搜索控制
  • 3.7 本章小结
  • 第四章 动态路径求解并行仿真算法设计与实现
  • 4.1 并行数据结构的建立
  • 4.1.1 交通网络仿真数据结构特点
  • 4.1.2 面向对象的类定义
  • 4.1.3 共享并行数据结构的建立
  • 4.2 动态路径求解并行仿真策略
  • 4.2.1 交通网络仿真的并行特征
  • 4.2.2 并行计算系统的应用
  • 4.2.3 并行程序开发策略与设计模式
  • 4.2.4 动态路径求解并行仿真思想与框架
  • 4.3 动态路径求解并行算法研究
  • 4.3.1 动态路径求解并行算法设计
  • 4.3.2 网络负载分割算法研究
  • 4.3.3 进程间通信机理分析
  • 4.4 动态路径求解并行仿真的实现
  • 4.4.1 动态路径求解仿真模块的并行化
  • 4.4.2 动态路径求解并行仿真的控制
  • 4.5 本章小结
  • 第五章 交通网络动态路径求解并行仿真系统开发
  • 5.1 并行仿真系统的功能
  • 5.2 并行仿真平台总体框架设计
  • 5.3 分布式并行仿真环境
  • 5.3.1 分布式并行编程环境概述
  • 5.3.2 MPI 并行计算平台的搭建
  • 5.4 并行仿真系统的数据流设计
  • 5.5 并行仿真系统实现
  • 5.6 本章小结
  • 第六章 仿真算法应用与并行效益分析
  • 6.1 测试网络
  • 6.1.1 网络描述
  • 6.1.2 出行需求数据
  • 6.2 动态路径求解仿真模型与算法应用
  • 6.2.1 不同用户类型比例影响评价
  • 6.2.2 路径求解分配间隔影响评价
  • 6.2.3 路径求解迭代次数影响评价
  • 6.2.4 路段平均发车流率影响评价
  • 6.3 动态路径求解并行仿真算法效益分析
  • 6.3.1 并行效益分析测度指标
  • 6.3.2 并行仿真平台的软硬件支持环境
  • 6.3.3 并行仿真效益分析
  • 6.4 本章小结
  • 第七章 论文总结与展望
  • 7.1 论文工作总结和主要创新
  • 7.1.1 论文工作总结
  • 7.1.2 论文主要创新
  • 7.2 有待进一步研究的问题
  • 参考文献
  • 攻读博士学位期间参加的科研项目与发表的学术论文
  • 致谢
  • 摘要
  • Abstract
  • 相关论文文献

    • [1].面向自动驾驶的动态路径规划避障算法[J]. 数字技术与应用 2017(08)
    • [2].智能交通中的动态路径规划研究[J]. 低碳世界 2019(05)
    • [3].基于前景理论的动态路径选择模型研究[J]. 山东科学 2016(05)
    • [4].《中国企业债对GDP比的动态路径》作者的更正声明[J]. 世界经济 2015(07)
    • [5].基于改进遗传算法的动态路径优化研究[J]. 软件导刊 2017(03)
    • [6].面向自动驾驶的动态路径规划避障算法[J]. 计算机应用 2017(03)
    • [7].考虑拥堵因素的自动化码头多AGV无冲突动态路径规划模型[J]. 大连海事大学学报 2019(04)
    • [8].基于蚁群算法的动态路径选择优化方法[J]. 交通运输系统工程与信息 2014(03)
    • [9].基于动态路径规划的物流仿真控制技术[J]. 系统仿真学报 2009(21)
    • [10].动态路径规划中的改进蚁群算法[J]. 计算机科学 2013(01)
    • [11].改进蚁群算法的局部信息动态路径规划[J]. 计算机测量与控制 2017(08)
    • [12].一种无线传感器网络多信道动态路径转发协议[J]. 东南大学学报(自然科学版) 2014(01)
    • [13].基于蚁群算法和群决策理论的动态路径优化研究[J]. 西部交通科技 2012(02)
    • [14].基于改进蚁群的物流动态路径规划[J]. 无线互联科技 2012(11)
    • [15].未知环境下的蚁群-聚类自适应动态路径规划[J]. 计算机科学与探索 2019(05)
    • [16].动态路径规划的多用户导航策略[J]. 信息与电脑(理论版) 2013(06)
    • [17].基于改进遗传算法的自动导引小车动态路径规划及其实现[J]. 计算机集成制造系统 2018(06)
    • [18].基于智能优化算法的动态路径诱导方法研究进展[J]. 交通运输研究 2015(01)
    • [19].面向随机因素的多式联运动态路径优化[J]. 重庆交通大学学报(自然科学版) 2015(02)
    • [20].考虑风险规避的动态路径选择模型研究[J]. 公路交通科技(应用技术版) 2018(08)
    • [21].基于蚁群算法的动态路径选择问题[J]. 交通科技与经济 2009(01)
    • [22].基于神经-模糊控制系统的移动机器人动态路径规划[J]. 计算机工程与应用 2009(10)
    • [23].基于改进A~*算法的多机器人动态路径规划[J]. 高技术通讯 2020(01)
    • [24].考虑主动配电系统动态路径优化的分布式电源优化配置[J]. 可再生能源 2018(09)
    • [25].智能交通中单车辆最优动态路径规划策略研究[J]. 价值工程 2013(33)
    • [26].基于客运需求的城乡公交动态路径问题研究[J]. 山东科学 2013(04)
    • [27].智能仓储机器人动态路径规划研究[J]. 软件工程 2020(07)
    • [28].基于动态路径规划的VANET车辆移动模型研究[J]. 高技术通讯 2014(06)
    • [29].智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版) 2018(04)
    • [30].基于信息中心网络的车联网安全与数据可信机制研究[J]. 电子技术与软件工程 2017(02)

    标签:;  ;  ;  ;  

    交通网络动态路径求解并行仿真算法研究与实现
    下载Doc文档

    猜你喜欢