基于PCNN的智能交通系統(tǒng)路徑優(yōu)化技術(shù)研究.pdf

1、交通誘導(dǎo)系統(tǒng)(TFGSTrafficFlowGuidanceSystem)是智能交通系統(tǒng)(ITSIntelligentTransportationSystems)中的重要內(nèi)容之一。交通誘導(dǎo)系統(tǒng)是在動(dòng)態(tài)交通分配理論模型和軟件研究的基礎(chǔ)上，將空間定位技術(shù)(DGPS)、通信技術(shù)、自動(dòng)控制技術(shù)、計(jì)算機(jī)技術(shù)等結(jié)合起來(lái)，為出行者提供前方道路的實(shí)時(shí)通行情況和可供選擇通行的最優(yōu)路徑，從而誘導(dǎo)駕駛員行為，避開(kāi)交通阻塞的路段，盡快從出發(fā)點(diǎn)到達(dá)目的地，減少車(chē)

2、輛在道路上的停留時(shí)間。進(jìn)而達(dá)到改善單個(gè)或多個(gè)路段交通擁擠和阻塞的狀況，同時(shí)還能降低車(chē)輛的尾氣排放量，達(dá)到降低環(huán)境污染的目的。 最優(yōu)路徑選擇算法是交通誘導(dǎo)系統(tǒng)動(dòng)態(tài)交通分配理論體系中的一個(gè)重要內(nèi)容。它是根據(jù)交通控制系統(tǒng)提供的路網(wǎng)結(jié)構(gòu)、路段權(quán)值和出行的OD對(duì)值，在路網(wǎng)中找出從出發(fā)點(diǎn)到目的地的最優(yōu)路徑，其要求是能夠盡可能快速和準(zhǔn)確地實(shí)現(xiàn)誘導(dǎo)路徑的計(jì)算功能，滿足動(dòng)態(tài)交通流誘導(dǎo)的全局尋優(yōu)和實(shí)時(shí)性等方面的要求。目前對(duì)交通誘導(dǎo)系統(tǒng)最優(yōu)路徑算法的

3、研究較多，主要采用的有圖論中的Dijkstra算法、人工智能中的遺傳算法和神經(jīng)網(wǎng)絡(luò)算法(如BP神經(jīng)網(wǎng)絡(luò))等，這些算法由于算法機(jī)理或是算法實(shí)現(xiàn)等方面的原因不能滿足上述要求。 本文首先介紹了國(guó)內(nèi)外交通誘導(dǎo)系統(tǒng)的發(fā)展情況和交通誘導(dǎo)系統(tǒng)的結(jié)構(gòu)、分類(lèi)和系統(tǒng)的工作流程，接著總結(jié)了各種最優(yōu)路徑選擇算法的分類(lèi)方法和分類(lèi)體系，分析了Dijkstra算法和遺傳算法在交通路徑尋優(yōu)計(jì)算中的不足。在此基礎(chǔ)上本文提出采用脈沖耦合神經(jīng)網(wǎng)絡(luò)進(jìn)行交通路網(wǎng)的最優(yōu)路

4、徑計(jì)算。脈沖耦合神經(jīng)網(wǎng)絡(luò)提供了分組類(lèi)似性、同步激發(fā)和自動(dòng)波的形成與傳播等一系列基本的特性，并在圖像處理、目標(biāo)的自動(dòng)辨識(shí)和組合優(yōu)化等領(lǐng)域中得到了廣泛的應(yīng)用和研究。在分析脈沖耦合神經(jīng)網(wǎng)絡(luò)的基本特性的基礎(chǔ)上，設(shè)計(jì)了該算法流程，并用VC語(yǔ)言實(shí)現(xiàn)了該算法，通過(guò)模擬路網(wǎng)的路段權(quán)值數(shù)據(jù)進(jìn)行了驗(yàn)證，結(jié)果顯示該算法是可行的。 最后，本文還通過(guò)計(jì)算實(shí)例將脈沖耦合神經(jīng)網(wǎng)絡(luò)算法與Dijkstra算法的結(jié)果進(jìn)行了比較，從算法思想上探討了計(jì)算結(jié)果不同的原因