交通流預(yù)測與配流的研究.pdf

1、目前,作為解決交通擁擠問題最適宜的方法——交通誘導(dǎo)及交通配流成為智能交通系統(tǒng)研究的關(guān)鍵問題.該文將神經(jīng)網(wǎng)絡(luò)應(yīng)用到交通流預(yù)測中.在分析傳統(tǒng)神經(jīng)網(wǎng)絡(luò)缺陷基礎(chǔ)上,運用線性獨立函數(shù)構(gòu)建了智能神經(jīng)元模型,并對這種神經(jīng)元的知識存儲能力進(jìn)行了理論分析.分析表明這種智能神經(jīng)元較普通神經(jīng)元具有更高的知識存儲能力,從而使整個神經(jīng)網(wǎng)絡(luò)的信息處理能力得到大大增強.文中將這種智能神經(jīng)元組成的神經(jīng)網(wǎng)絡(luò)應(yīng)用于交通流預(yù)測,對大連市實測交通流數(shù)據(jù)進(jìn)行了預(yù)測分析.實驗結(jié)果

2、表明由這種智能神經(jīng)元組成的神經(jīng)網(wǎng)絡(luò)具有更高的收斂速度和精度,預(yù)測效果遠(yuǎn)遠(yuǎn)優(yōu)于常規(guī)BP網(wǎng)絡(luò),達(dá)到實測路況交通流預(yù)測所需精度及收斂速度,具有較高實用價值.文中還給出了行程時間推算和路徑優(yōu)化的方法,提供了交通誘導(dǎo)的全套解決方案.在智能交通系統(tǒng)研究的推動下,使得動態(tài)交通分配理論成為研究熱點.作為一種新的全局優(yōu)化搜索算法,遺傳算法得到廣泛應(yīng)用.在上述理論基礎(chǔ)上,實現(xiàn)了最優(yōu)控制動態(tài)交通分配的主從式并行遺傳算法,并在基于分布式存儲和消息傳遞體系結(jié)構(gòu)的

3、曙光機群系統(tǒng)下,應(yīng)用并行編程環(huán)境PVM下master/slave模式完成了上述算法.文中還應(yīng)用具體網(wǎng)絡(luò)算例測試了該優(yōu)化模型,取得了較好的系統(tǒng)運行指標(biāo)和并行效率.網(wǎng)格計算的目標(biāo)是將跨地域的多臺高性能計算機、大型數(shù)據(jù)庫、科研設(shè)備、通信設(shè)備以及其他潛在的計算資源整合成一個巨大的超級計算機系統(tǒng),支持科學(xué)計算和科學(xué)研究.該文在介紹網(wǎng)格計算基本理論基礎(chǔ)上,在現(xiàn)有硬件環(huán)境下架構(gòu)了Globus試驗平臺,并在Globus網(wǎng)格環(huán)境下測試了最短路徑問題的并行