群智能算法在智能交通中的研究與應用.pdf

1、隨著全國工業(yè)化、城市化、機動化的日趨加速，城市的交通問題日益突出，交通擁堵頻繁發(fā)生。發(fā)展智能交通系統(tǒng)(ITS)是解決城市交通問題的有效途徑之一。
　　 本文介紹了基本粒子群優(yōu)化算法及改進算法，在此基礎上構造一種基于自適應Tent混沌搜索的粒子群優(yōu)化算法(ACPSO)。對于每次混沌搜索的范圍采用自適應調整方法，改善了粒子群優(yōu)化算法擺脫局部極值點的能力，提高了算法的收斂速度和精度，實驗表明該算法在多個標準測試函數下比其它算法精度高、

2、收斂速度快。在對智能優(yōu)化算法如小波分析、遺傳算法、神經網絡、混沌、群體智能等改進的基礎上，研究多種混合智能預測等復合預測模型對交通流進行預測，并對這些復合預測的性能進行比較，從而建立基于混合智能計算的交通流預測模型。在交通流預測的基礎上，將重點研究如何根據路口的交通流現(xiàn)狀來快速調整交通信號配時。首先對路口的交通流特性進行分析，并找出控制參數和目標函數之間的關系，建立多目標優(yōu)化模型；然后分別利用遺傳算法，粒子群算法等優(yōu)化方法求出最優(yōu)控制參