10.3969/j.issn.1002-0268.2006.08.029
基于并行遗传神经网络算法的限制搜索区域最优路径方法
在大规模路网的路径诱导中,研究了基于神经网络的交通信息实时预测方法,构造了具有时变性的路阻矩阵,解决了传统静态路阻存在的局限性问题;探讨了基于并行遗传算法的最优路径求解问题,给出了相应的遗传、变异算子和群体更新方式,提出了矩形限制搜索区域方法,降低了并行遗传算法的搜索范围,解决了遗传算法在大规模路网中求解最优路径时存在的实时性差、收敛速度慢等问题;仿真实验表明该方法满足大规模路网路径诱导的准确性、实时性和快速性要求.
神经网络、路阻矩阵、矩形限制搜索区域、并行遗传算法、最优路径选择
23
U419(道路工程)
科技部国际科技合作项目2003DF020009
2006-10-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
126-129,142