基于改進(jìn)粒子群算法的交通控制算法研究.pdf

1、隨著城市規(guī)模的擴(kuò)大和汽車保有量的不斷壯大，針對有限的城市交通資源和急劇增加的汽車數(shù)量，在保證交通流量合理有序的前提下，如何最大限度地發(fā)揮現(xiàn)有城市交通網(wǎng)絡(luò)的通行能力，是當(dāng)前交通控制研究的重點(diǎn)和難點(diǎn)。
　　首先，本文針對粒子群算法存在局部最優(yōu)的問題，將遺傳算法的交叉操作和變異操作引入粒子群算法對其進(jìn)行改進(jìn)，詳細(xì)闡述了改進(jìn)粒子群算法的算法流程。四個標(biāo)準(zhǔn)測試函數(shù)收斂圖對比發(fā)現(xiàn)，在收斂速度和穩(wěn)定性方面，改進(jìn)的粒子群算法優(yōu)于遺傳算法和粒子群算

2、法。
　　其次，為了提高交通流量控制和優(yōu)化的精度，將混沌理論引入PSO對LS-SVM的核參數(shù)和懲罰系數(shù)進(jìn)行優(yōu)化選擇，提出一種ECLS-SVM交通流量預(yù)測模型。通過基于ECLS-SVM算法的單步、3步、5步和7步預(yù)測結(jié)果和不同模型的預(yù)測時間和預(yù)測均方誤差的對比結(jié)果可知，ECLS-SVM算法可以有效提高交通流量預(yù)測的精度和效率，對指導(dǎo)交通網(wǎng)絡(luò)資源的合理分配和規(guī)劃具有重要的理論意義和實(shí)際價值。
　　在交通流量預(yù)測的基礎(chǔ)上，運(yùn)用粒子

3、群算法實(shí)現(xiàn)城市單交叉路口和雙交叉路口交通信號燈的優(yōu)化控制，達(dá)到緩解城市交通擁堵的壓力和提高城市交通效率的目的。針對交通信號控制的具體實(shí)例，建立單交叉路口和雙交叉路口交通控制數(shù)學(xué)模型。
　　再次，針對標(biāo)準(zhǔn)PSO算法存在局部最優(yōu)和約束條件的問題，運(yùn)用GA算法對標(biāo)準(zhǔn)PSO算法進(jìn)行改進(jìn)，之后將改進(jìn)的粒子群算法GA-PSO應(yīng)用于交通控制上。在單個交叉路口模型的基礎(chǔ)上，結(jié)合以往交通控制模型，運(yùn)用改進(jìn)的粒子群算法對交通控制算法進(jìn)行優(yōu)化并與未改進(jìn)

4、的PSO算法進(jìn)行對比，發(fā)現(xiàn)改進(jìn)的粒子群算法更優(yōu)。在此基礎(chǔ)上，研究雙交叉路口，建立交通協(xié)調(diào)優(yōu)化模型，再運(yùn)用改進(jìn)的粒子群算法對該模型進(jìn)行優(yōu)化，并與標(biāo)準(zhǔn)PSO算法進(jìn)行對比。
　　最后，通過標(biāo)準(zhǔn)PSO和改進(jìn)的GA-PSO算法的交通控制算法對比研究發(fā)現(xiàn)，引入交叉操作、變異操作的粒子群算法，可以增加全局搜索能力，同時可以避免陷入局部最優(yōu)解。改進(jìn)的PSO算法較標(biāo)準(zhǔn)PSO算法在解決交通流量控制問題的時候，完全避免了標(biāo)準(zhǔn)化誤差、統(tǒng)計不完善、局部收斂