科创中国

行业领域

高技术服务业

需求背景

交通拥堵阻碍着城市的可持续发展。建立高效的智能交通系统能够在实时性和有效性上完善路径优选，是解决交通拥堵的一种行之有效的方法。本项目以智能交通系统中的核心问题——最优路径选择作为研究重点，针对各种最优路径智能算法存在收敛速度慢、容易出现局部最优现象等问题的基础上，拟提出一种基于蚁群算法的动态交通流分配模型及其求解算法。在课题的研究过程中，拟采用实验对比方法，研究分析动态交通流分配基本原理，通过将实时变化的路网信息融入该交通流分配模型中，根据路网中交通信息的实时变化，借鉴蚁群算法思想，将其应用于动态交通流分配模型求解中，以期能利用蚁群算法本身的优点，较好地改进动态交通分配模型和算法，解决动态交通流分配模型中路段状态方程和目标函数两个关键问题，以达到为车辆计算最优行驶路径、确保整个交通路网畅通的目标，从而有效地解决目前智能交通系统求解算法中容易存在的局部最优解且搜索效率不合理等问题。

需解决的主要技术难题

通过分析近几年求解动态交通流分配模型的算法，现有的动态交通流分配模型由于缺乏行之有效的算法,不能很好地满足实时交通控制和诱导的需要，而较为新型的启发式算法--蚂蚁算法不仅具有卓越的随机搜索寻优能力还具有自适应性分布式的计算特点。因此，本课题以蚁群算法为基础，尝试将蚂蚁算法用于处理动态交通流均衡配流问题，以蚁群优化算法为基础对动态交通流分配模型进行深入研究。

1.以分析国内外动态交通流分配模型以及求解算法的研究现状为目标，研究系统中存在的问题和不足

重点研究该问题提出的背景以及课题的来源，并对常见的模型研究方法和当前流行的蚁群算法进行详细地分析。

2.以动态交通流分配基本原理分析为基础，确定合适的交通流分配模型

重点研究分析动态交通流分配模型中路段状态方程和目标函数两个关键问题，确定建立能真实反映现实城市交通特性的基于连续时间的动态用户最优交通流分配模型。

3. 研究静态规划中最常用的蚁群算法的基本原理，在此基础上提出求解最优路径算法的方法

通过研究和分析静态规划中常用的蚁群算法基本原理，针对其中存在的收敛速度慢、容易出现局部最优现象等问题，进一步改进蚁群算法，并与基本蚁群算法进行较为详细地性能比较，最后提出一个能更好求解最优路径的算法并进行求解TSP问题实验分析。

4.通过解析国内外动态交通流分配模型与算法，对模型进行合理的改进，建立离散型动态交通流分配模型

在基本蚁群算法的动态交通流分配模型的基础上，将蚁群算法中的信息素局部更新机制与信息素全局更新机制相结合，设计一种基于改进蚁群算法的关于动态交通流分配问题的求解方法，以期使其更加适合于较大规模动态交通网络中求解最优路径的问题。

5.建立基于改进的蚁群算法的动态交通流分配模型

根据永川区的实际交通情况，建立交通网络模型，对现实的交通状况进行模拟，用基于改进的蚁群算法的动态交通流分配模型来求解实时状况下单车辆和多车辆的行车最优路径，并通过仿真实验来说明该模型的合理性和有效性，体现改进算法的有效性。

期望实现的主要技术目标

1、通过模拟的动态交通网络图对该模型进行仿真实验结果，得出改进蚁群算法测试的结论，验证并形成其改进蚁群算法的可行性和有效性研究报告1份。

2、通过掌握的城市路网交通状态和出行需求情况，利用DTA分析出最优的交通流分配结果，提出决策建议1 份。

需求解析

解析单位：重庆市永川区 解析时间：2022-10-29

唐泰权

重庆文理学院

教授

综合评价

该技术需求清晰

查看更多>

处理进度