交通誘導(dǎo)系統(tǒng)的流量預(yù)測(cè)和路徑優(yōu)化并行算法研究.pdf

1、交通流誘導(dǎo)是目前公認(rèn)的提高交通效率和機(jī)動(dòng)性的最佳途徑，其目的是在交通網(wǎng)絡(luò)中為出行者提供最佳旅行路徑。傳統(tǒng)的串行路徑誘導(dǎo)雖然在包括幾十個(gè)路口的路網(wǎng)中能夠在可接受的時(shí)間范圍內(nèi)完成計(jì)算，但當(dāng)路網(wǎng)規(guī)模擴(kuò)大到幾百、甚至上千個(gè)路口時(shí)，其路徑誘導(dǎo)計(jì)算所消耗的時(shí)間會(huì)超出實(shí)際時(shí)間，這時(shí)路徑誘導(dǎo)工具就失去了在線誘導(dǎo)的能力。而并行計(jì)算技術(shù)所提供的存儲(chǔ)與計(jì)算資源為有效提高大規(guī)模路網(wǎng)中的交通流誘導(dǎo)速度及效率提供了可行途徑。流量預(yù)測(cè)問(wèn)題和路徑優(yōu)化問(wèn)題一直是交通誘導(dǎo)

2、系統(tǒng)中兩個(gè)關(guān)鍵問(wèn)題，因此本文重點(diǎn)討論這兩個(gè)問(wèn)題的并行算法。 本文首先分析了將并行計(jì)算技術(shù)應(yīng)用于交通誘導(dǎo)領(lǐng)域的必要性，并介紹采用的并行計(jì)算硬件平臺(tái)——深騰1800機(jī)群系統(tǒng)、軟件平臺(tái)——MPI和Charm++。接著，深入研究用于交通流預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)并行算法，提出一種基于碟形網(wǎng)絡(luò)的數(shù)據(jù)并行神經(jīng)網(wǎng)絡(luò)算法，它有效地減少了通信時(shí)間，提高了訓(xùn)練速度。在MPI上通過(guò)大連市實(shí)際交通流數(shù)據(jù)來(lái)進(jìn)行仿真實(shí)驗(yàn)，驗(yàn)證了該并行算法的有效性。此外，對(duì)于大規(guī)模路

3、網(wǎng)，設(shè)計(jì)了并行交通流預(yù)測(cè)的模型(包含四個(gè)子模塊：數(shù)據(jù)采集、預(yù)處理、訓(xùn)練和預(yù)測(cè))。分別在MPI和Charm++上進(jìn)行多路段的并行預(yù)測(cè)，實(shí)驗(yàn)結(jié)果表明Charm++能更好滿足大規(guī)模路網(wǎng)的流量預(yù)測(cè)的實(shí)時(shí)性要求。最后，本文介紹了基于METIS網(wǎng)絡(luò)分割的DIKB并行最短路徑算法的實(shí)現(xiàn)，即先用METIS劃分工具對(duì)交通網(wǎng)絡(luò)進(jìn)行分割為子網(wǎng)絡(luò)，然后分配給各個(gè)處理器后采用改進(jìn)的Diikstra算法——DIKB算法進(jìn)行最短路徑的計(jì)算。采用模擬的交通數(shù)據(jù)，與傳統(tǒng)