智能交通系统中动态路径诱导算法分析

《智能交通系统中动态路径诱导算法分析》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、公路交通技术2015年2月第1期TechnologyofHighwayandTransportFeb．2015No．1DOI：10．13607／j．cnki．gljt．2015．01．026智能交通系统中动态路径诱导算法分析王勇，于文震(南京电子技术研究所，南京210013)摘要：对智能交通中动态路径诱导算法进行较为系统的综述。首先，从微观和宏观角度对动态诱导系统中需要用到的交通参数模型进行分析和比较，并列举几种交通参数模型；然后，对一些经典路网寻优算法进行分析，并引用一些专家学者的研究成果；最后，对动态路径诱导算法的未来发展方向进行探讨。关键词：智能交通系统；动态路径诱导

2、；交通参数模型；路径寻优文章编号：1009—6477(2015)01—0126—05中图分类号：U491．2文献标识码：AAnalysisofDynamicRouteGuidanceAlgorithminIntelligentTrafficSystemWANGYong．YUWenzhenAbstract：Thispapersystematicallysummarizesthedynamicrouteguidancealgorithminintelligenttrafficsystem．Firstthepaperanalyzesandcomparestrafficparame

3、termodelsthoseshouldbeusedindynamicguidancesystemfrommicroandmacroviewpointsandlistsseveraltraficparametermodels；second，thepaperanalyzessomeclassicroadnetworkoptimizationalgorithmsandreferstoresearchachievementsofsomeexpertsandscholars；andfinallythepaperprobesintothefuturedevelopmentdirect

4、ionofthedynamicrouteguidancealgorithm．Keywords：intelligenttrafficsystem；dynamicrouteguidance；traficparametermodel；routeoptimizationITS是综合信息技术、数据通信技术、控制技术动态路径诱导算法是交通诱导的核心，基本思及网络技术建立的一种大范围、全方位、实时、准确、想是结合动态、实时的路网信息，得到最优行驶路高效的智能交通运输管理系统。动态路径诱导系统线，因此，动态路径诱导算法通常需考虑交通状况的(DRGS)是ITS的一个重要组成部分，该系统利用计

5、多个方面，尤其是交通参数模型和路径寻优算法。算机、通信等现代技术，并根据出行者的起讫点和用本文对动态路径诱导算法中的2大核心部分，即交户具体要求，向用户提供实时交通信息和最优路径通参数模型和路径寻优分别进行分析，并结合部分引导指令J。通过系统诱导来优化用户的出行决理论成果提出动态路径算法的未来研究方向和策，合理分配交通路网的交通流，改善交通状况。方法。根据交通信息性质，路径诱导系统可分为静态路径引导系统和动态路径诱导系统。前者依据的是1交通参数模型静态交通路网信息，后者是在前者基础上，利用现代交通参数模型是动态路径诱导算法的基础，它技术获得实时、动态的路网信息。动态路径诱导

6、系能提供交通网络的参数变化，从而为动态诱导算法统通常由控制中心、通信系统和车载终端3部分组提供必要的基础数据支持。本文将从微观和宏观2成，其中信息处理主要在控制中心完成。根据不同个层次介绍交通参数模型。的计算方式，动态路径诱导系统可分为中心决定式1．1微观方面和分布式2大类，其中分布式动态路径诱导系统通在动态路径诱导算法中，交通参数模型从微观常是将实时计算任务分配给不同的车载单元，从而方面需要解决以下几个问题：各进口道流量、路口平实现更快捷的动态路径诱导。均延误、路口服务水平、路段车辆数、路口饱和度、路基金项目：江苏省物联网应用示范_[程项目(GRS2010—10)收稿日期

7、：2014—05—06作者简介：王勇(1989一)，男，山东省济宁市人，硕士研究生2015年第1期王勇，等：智能交通系统中动态路径诱导算法分析127段交通饱和度]。限于篇幅，本文仅介绍路口的平均延误和路段交通饱和度。1．1．1路口平均延误某一检测时段内，各个方向路段延误加权值。经典的路口平均延误有稳态延误模型、定数延误模型、过度函数延误模型。常见的路口平均延误模型根据路口饱和度的不同状态采用不同的延误模型：d：一DCrQo(7)d一qt：一2一q++一一【／J低饱和状态下采用稳态模型；过饱和状态下采用定q数模型；过