欢迎来到天天文库
浏览记录
ID:34121231
大小:2.73 MB
页数:51页
时间:2019-03-03
《交通诱导系统的研究与设计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、西安理工大学硕士学位论文交通诱导系统的研究与设计姓名:蔡恒申请学位级别:硕士专业:模式识别与智能系统指导教师:马炫20080301摘要论文题目:交通诱导系统的研究与设计学科专业:模式识别与智能系统研究生:蔡恒指导教师:马炫副教授摘要签名:路径诱导系统作为信息处理技术的一种,是以计算机技术为依托,以具有空间。内涵的地理数据为处理对象,运用系统工程和信息科学的理论,采集、存储、处理、分析以及显示最佳路线的计算机系统。系统根据用户的需求提供参考路线,实现电子地图的显示、查询以及分析功能。:.目前路径诱导系统主要是借助第三方软件进行二次开
2、发,本文介绍了基于面向对象技术的思想开发图形系统,给出了运用面向对象的可视化编程语言VisualC抖从底层独立进行交通诱导系统的设计方法。详细叙述了系统总体框架的设计、图形元素的组织和存储、网络拓扑关系的构造和存储、系统数据库的设计。在路线寻优中,传统的最优路径算法以Dijkstra算法为代表。这些算法均属于贪心算法,存在典型的局部最小问题,而且属于一种单目标最优算法。由于现实中存在的往往呈现为多目标属性,而且需要优化的多个目标之间又是相互冲突的。遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的一种新的迭代的全局优化搜索算
3、法,已经广泛地应用到组合优化问题求解中。从而多目标遗传算法应运而生,它使得进化群体并行搜寻多个目标,并逐渐找到问题的最优解。本文基于多目标优化问题Pareto最优解的概念,给出了一种求解非支配集的多目标最优路径的遗传算法,重点讨论了算法实现非支配集的构造和适应度的计算。将该算法应用于交通方案优化设计,要求路径、时间、舒适安全指数三个目标能同时达到最优,通过仿真实验对优化结果进行了分析比较。研究结果显示出本算法对交通方案多目标优化设计具有良好的应用前景。关键字:路径诱导系统、电子地图、最优路径、多目标遗传算法Abstl"actTit
4、le:THERESEARCHANDDESlGNOFTRAFFICGUlDANCESYSTEMMajor:PatternRecognitionandIntelligentSystemName:HengCAISupervisor-AssociateProf.XuanMAAbstractSignature:地Signature:甾么鹋‘幽~Therouteguidancesystemisakindofinformationprocessingtechnique,takethecalculatortechniqueastorelyon,t
5、akethegeographydataofthespacecontentastohandleobject,collect,save,handle,analyzeandshowthebestroutewiththesystemengineeringandtheinformationscience.Thesystemprovidesthereferencerouteaccordingtotheneedofthecustomer,carryingoutthemanifestationoftheelectronicsmap,searcha
6、ndanalyticalfunction.Ther.outeguidesystemcurrentlymainlyisaskforhelptheanothersoftwaretocarryondevelopment.Thispaperintroducethedevelopmentofsketchsystemaccordingtotheobject-orientedtechnology,presentthedesignmethodoftrafficguidancesystemfromthefirstfloorwithobject—or
7、ientedprogramminglanguage.Themainstructure,thesavingofelectronicmap,thesavingofnetworkrelation,thedesignofdatabaseareparticularlyillustrated.TraditionalbestroutetakestheDijkstraalgorithmastorepresent.Thesealgorithmsallbelongtogreedalgorithm,havethepartialminimumproble
8、m,andbelongtothebestalgorithmofsingleobjective.Butmulti-objectiveispresentinreality,andconflictwithoneanother.GeneticAlgorit
此文档下载收益归作者所有