论文部分内容阅读
基于动态信息的城市交通诱导策略(简称为：路径诱导策略)是智能交通系统(IntelligentTransportation Systems，简称ITS)研究的一个重要方面，旨在通过向驾驶员提供基于实时交通信息的最佳行驶路径来达到诱导出行行为，减少车辆在道路上的逗留时间，进而实现改善城市交通和避免交通拥挤、阻塞的目的，是目前国内ITS的开发应用热点之一。路径诱导策略是一种框架体系，包括路径诱导算法与路径诱导模型，它确定如何对车辆实施诱导、有效均衡路网中的交通流。
论文重点对基于动态信息的城市交通诱导策略中的路径诱导算法及其与交通控制策略的集成进行了深入研究。提出了一种新型的路径诱导算法，即邻近交叉遗传算法(VicinityCrossover Genetic Algorithms，简称VCGA)。VCGA采用邻近交叉算子，即染色体交叉处发生在邻近节点之间，邻近交叉算子的特点使交叉新个体具有多样性，消除了简单遗传算法中早熟收敛的不足，提高了算法收敛到全局最优解的概率；采用前向变异策略，有效地抑制了算法的退化；采用稳态繁殖遗传方式，更好地保护了适应度高的遗传个体，使所求最优路径更加贴近实时的交通状态，切实达到诱导目的，提高整体路网的运行效率。
本文实现了路径诱导策略与交通控制策略的集成。路径诱导策略和交通信号灯控制策略是城市智能交通管理最重要的两个方面，但目前路径诱导策略中大多只考虑路段的行驶时间，忽略了交叉口的等待通行时间。而实际上，城市道路系统中交叉口的延误占整个行程时间的很大部分，甚至超过路段行驶时间[1]，因此交叉口的延误是一个不可忽略的重要因素。在本文提出的路径诱导算法中，对适应度函数的设计考虑了交叉口延误的影响，从而实现了路径诱导策略与交通控制策略的集成。
本文对邻近交叉遗传算法(VCGA)进行实现，并基于此算法通过matlab对河北省保定市裕华路区域部分交通路段进行仿真。仿真结果表明VCGA是相当有效的，且收敛速度更快，性能更稳定。本文所研究的内容适应当前科学技术的发展与更新，具有一定的实用价值。