城市实时道路交通智能管理研究

城市实时道路交通智能管理研究

ID:45574366

大小:107.35 KB

页数:6页

时间:2019-11-15

城市实时道路交通智能管理研究_第1页
城市实时道路交通智能管理研究_第2页
城市实时道路交通智能管理研究_第3页
城市实时道路交通智能管理研究_第4页
城市实时道路交通智能管理研究_第5页
资源描述:

《城市实时道路交通智能管理研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、城市实时道路交通智能管理研究—基于优化的DNA文化编码算法苏博,朱敏(贵州大学,贵州贵阳550003)摘要:智能交通管理本质上是通过对车辆路径进行控制,从而改变不同车辆通过路口的时间,最大可能减少相同时间段下的网络流量,捉高道路的通行能力。本文基于优化的DNA文化编码算法,该算法使车辆在行进过程中,不断寻找最优路径,达到优化网络流量,缓解道路压力的最终H的。词:DNA、算法、解能、道路、管理中图分类号:TN929.533文献标志码:AResearchoncityroadtrafficmanagementinrealtime・・Ba

2、sedontheDNAculturecodingalgorithmSuBo,ZhuMin(GuizhouUniversity,Guiyang550003,China)Abstract:IntelHgenttrafficmanagementisessentiallythroughcontrollingthevehiclepath,Thuschangingthevehiclethroughtheintersectionoftime,themaximumpossibletoreducenetworktrafficunderthesame

3、time,enhancethecapacityoftheroad・lnthispaper;weuseDNAculturecodingalgorithmtofindtheoptimalpath,optimizenetworktraffic,andalleviatethepressuretotheroad.Keywords:DNA^algorithm^Intelligent、path、management引言智能控制是一类独立驱动智能器械达到目标的边缘交叉学科,它主要用于解决一些复杂的,时变,非线性的系统问题。在这类情况下,通过常规的

4、数学模型无法有效完成任务,智能控制就是在这样的背景下发展起来的。本文采用了优化的DNA文化编码算法来实现对城山实时道路交通的智能管理,该算法是一种基于DNA种群的迭代进化的计算模型,它对于道路交通管理,资源调度,遗传规划等等复杂的系统都有着独特的优势。下文将针对其在道路交通管理上的应川逐一展开分析。1优化的算法流程优化的DNA文化编码算法主要包括三个主要元素:信念空间,种群空间,影响函数。信念空间立足于宏观角度,模拟文化的产生与发展过程;种群空间是算法展开的主要空间,它主要利川演化操作与性能评价来反映自身迭代进化的过程;影响函数通

5、过的作川是为了更新粒子群当中的优秀粒子的信念空间,可以帮助其更快速更优质的演化。在计算最优交通路径时,以通过路径的最小完成时间作为衡量标准。I大I此,本文的重点在于如何找到最优解。初始化种群及信念空间图1改进的算法流程如图1所示,该算法首先初始化种群空间以及信念空间,然后计算种群空间的演化代数从而判断是否展开演化信念空间步骤。如果满足接受条件,则更新信念空间,川当前状态下种群空间中的最好个体替换最差个体,计算使川度,利川算法的选择,交义,变界來进行自身演化。粒子群演化中,每运行影响函数代用信念空间群体中适应度较好的m个个体來替换掉

6、最差的个体。最后评价所有粒子的适应度状况,实时更新种群粒子的位置(P)与速度(V),选择出最佳粒子,直至满足终止条件,输出最优解。2计算最优路径在计算兹优交通路径时,以通过路径的最小完成时间作为衡量标准。因此,本文的重点在于如何根据上节的流程找到最优解。2.1建立初始种群初始种群的建立在DNA基因测序算法的遗传进化过程当中起到举足轻重的作川。如果初始种群的平均适值较高,则迭代过程能够在相対较短的时间获得最优解。建立初始种群的流程如图2所示:图2初始种群建立过程根据图2,我们首先可以结合道路特征编制一个DNA编码的优质抗体记忆库,然

7、厉如果存在相同或和近的道路状况,可以直接调用合法的初始抗体群;反之,则通过聚类生成初始抗体群,保持初始种群的多样性,便于遗传操作的正常开展。初始种群的初始化包括对粒子速度矢量与位置矢量的初始化:其中,粒子的位置矢量:X:=ki,兀2,…,旺.」粒子的速度矢量:V.=卜门,%2,](lWiWm)2.2适应度函数适应度函数主要用来判断信念空间•种群空间粒子个体的适应度,结合DNA智能编码的特点,本文采用了基于权重的适应度函数来评价DNA集合。棊于权重的适应度函数如下:Fitness=,叱F:(工),其中iG{H・measure,Sim

8、ilarity,Continuity,Harpin,GC,Tm},片(工)为I约束条件,通过叫來评价片(工)的权重。当巧(纣值越小,适应度越优。2.3信念空间木算法对信念空间采川了DNA算法屮的选择,交叉,变异操作对DNA群体进行迭代演化分析,其交

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。