資源描述：
《交通系統(tǒng)中最優(yōu)路徑選擇算法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、首都師范大學碩士學位論文交通系統(tǒng)中最優(yōu)路徑選擇算法的研究摘要近年來，智能交通系統(tǒng)(IntelligentTransportationSystem，ITS)越來越受到人們的重視，它在當代科學技術(shù)充分發(fā)展的背景下產(chǎn)生，旨在將先進的計算機技術(shù)、通信技術(shù)、數(shù)據(jù)庫技術(shù)、人工智能技術(shù)等運用于交通運輸中，以解決交通擁擠、保證交通安全、提高交通網(wǎng)絡(luò)使用效率等問題。智能交通涉及到交通領(lǐng)域的多個方面。最優(yōu)路徑的選擇就是其中的一個重要應(yīng)用。出行者在出行之前，感興趣的是從起點到終點如何找到一條最優(yōu)路徑。傳統(tǒng)的最優(yōu)路徑算法以Dijkstra算法為代表。
2、這些算法均屬于貪心算法，存在典型的局部最小問題，是一種靜態(tài)的局部最優(yōu)算法。當前的實際交通網(wǎng)絡(luò)數(shù)據(jù)規(guī)模龐大，算法需要提前將整個交通數(shù)據(jù)導(dǎo)入才能進行路徑的選擇。這樣顯然不能反映出交通中不斷變化的道路實際情況對交通路徑選擇的影響。蟻群算法是一種新興的模擬仿生算法，算法具有模擬生物界群體覓食的能力，并且能夠在實際的路徑搜索過程中對外界的影響做出動態(tài)的響應(yīng)，因而在交通最優(yōu)路徑選擇中具有極大的可行性與適應(yīng)性。論文綜合分析了當前道路交通中在路徑選擇方面存在的問題，介紹了道路交通數(shù)據(jù)的計算機表示方式與存儲結(jié)構(gòu)；討論研究了當前路徑選擇的幾種經(jīng)典
3、的算法，分別研究了Dijkstra算法、Floyd算法、A}算法。從算法的基本思想、算法過程、具體實現(xiàn)以及算法分析等方面探討了算法的優(yōu)缺點。在以上幾種經(jīng)典最優(yōu)路徑算法的基礎(chǔ)上結(jié)合螞蟻覓食行為引入新的算法一蟻群算法(AntColonyAlgorithm，ACA)。并進一步研究了蟻群算法的基本原理和在交通最優(yōu)路徑選擇中的應(yīng)用與實現(xiàn)過程。通過實驗確定最佳的蟻群算法參數(shù)組合，并與經(jīng)典的最優(yōu)路徑算法進行了數(shù)據(jù)仿真對比。論文研究、確定在交通數(shù)據(jù)量較大、道路交通復(fù)雜的情況下，采用蟻群算法進行最優(yōu)路徑選擇能極大地發(fā)揮仿生算法的全局搜索優(yōu)勢，提
4、高路徑選擇的效率，降低路徑選擇所帶來的時問耗費，并且能夠有利于實現(xiàn)動態(tài)的最優(yōu)路徑選擇過程。關(guān)鍵詞：智能交通系統(tǒng)，交通路網(wǎng)，最優(yōu)路徑，有向賦權(quán)圖，蟻群算法首都師范大學碩士學位論文交通系統(tǒng)中最優(yōu)路徑選擇算法的研究ABSTRACTInrecentyears,IntelligentTransportationSystem(ITS)hasbeenpaidmoreandmoreattention．Itwasgivenbirthtointhebackgroundofcontemporaryscienceandtechnologyfullyd
5、evelopedwhichseekstointroduceadvancedcompmertechnology,communicationtechnology,databasetechnologyandArtificalIntelligencetotranspotationsoastosolvethetrafficcongestion,e帕Lsurethesafetyandimprovetheusingrateoftrafficnetwork．ITSinvolvesmanyaspectsoftrafficfield．Andint
6、heseaspects，oneimportantapplicationisthechoosingoftheoptimalpath．Beforestartingoff,theuseI'Saleinterestedinhowtofindanoptimalpathfromthestartpointtoendpoint．ThetraditionaloptimalalgorithmswererepresentedbyDijkstraalgorithin．Theseareallgreedywhicharestaticlocaloptima
7、lalgorithmandhavetypicallocaloptimizationproblem．Atpresent，thescaleofrealtrafficdataishuge．Anditshouldbeloadedinadvanceofalgorithmcarriedoutintothepathchosen．Obviously,thiscannotrefiecttheactualcontinuoussituationoftrafficonpathchosen．AntColonyAlgorithmisanewbionics
8、imulationalgorithm．Ithasthecapibilityinsimulatingcolonycooperationandfindingashortestpathfromnesttofood，whichcouldresponddynamicallytoexte
