基于出租车经验路径相似性的路径规划方法

路径规划算法是地图导航的核心与关键所在.针对传统路径规划算法难以充分顾及实际交通中各种复杂路况因素的不足,本文基于对大规模出租车经验轨迹的相似性分析提出一种最流行路径推荐算法.该算法首先从海量出租车轨迹数据库中获取给定起点和终点的所有出租车轨迹数据,继而将车辆行驶路径视作字符串,利用最大公共子序列算法计算所有车辆行驶路...     

Bayes理论在最优路径规划中的应用

路径规划是车载导航系统的核心,是路径引导和信息服务的基础,其目的是根据交通信息分析得到最佳路径。目前,路径规划中对交通信息的应用过于简单,使得交通信息没有得到充分的应用,并且规划结果也不够理想。本文根据交通信息的特点,将其进行量化后,应用Bayes理论将不同的道路交通信息进行融合,将融合后的值作为道路权值应用到最优路径规划中。实验表明,该算法能有效地优化路径规划结果。     

基于Dijkstra改进算法的城市交通阻塞研究

为缓解交通阻塞的发生,以合肥市城区交通为研究对象,利用调查得到的路况信息以及各道路的交通生成量和吸引量对不同道路赋予不同阻塞权重;再将其作为参数引入到Dijkstra算法中;最后采用Python脚本对Dijkstra算法进行改进。该算法已应用于合肥市交通阻塞路径规划中,结果表明该算法生成的最佳路径有效避开了拥堵路段。     

Dijkstra算法在GIS中的优化与应用

为了提高出行效率,节省出行时间,避开交通情况复杂路段,基于层次分析法与Dijkstra算法,对多种道路交通影响因素进行对比分析并量化赋值,求解出更加准确、合理并能够动态改变的路径规划方法,该方法利用多元数据分析得出最佳路径,优化以道路长度等单一因素解算的最短路径算法,在实际生活场景中有较强的实用性.实验结果表明,通过优化Dijkstra算法分析的最短路径更为合理,具有广阔的实际应用前景.     

嵌入式环境基于实时交通信息的多层次路径规划算法

提出了一种嵌入式环境基于实时交通信息的多层次路径规划算法,该算法很好地适应嵌入式硬件环境的内存小、计算能力弱等特征,可以自动在一定限度内规避拥堵路段,实现交通信息的嵌入式实时规划应用.实验表明,算法能满足嵌入式环境动态导航服务需求.     

网络超点模型数据结构设计与路径分析算法

传统网络图模型无法满足交通网络表达的需求,结点-连接模型与伪二重图等模型可以通过增加结点或孤段的数量来表达部分交通限制信息,但会导致查询代价的增加.网络超点模型通过结点的限制矩阵,表达交通网络中的交通限制信息,可以较好地解决了这一问题.论文针对超点模型及所表达的交通限制信息对最短路径算法加以改进,设计了基于超点模型的数据结构,并编程实现基于超点模型的最短路径查询方法.     

利用GIS空间分析进行台风相似路径筛选及预测

以GIS空间分析为基础,根据台风路径相似性原理,研究路径相似度的计算方法,并以相似度为权重进行台风路径预测,最后使用C#和ArcGIS Engine对算法进行系统实现。该系统可以对台风相似路径进行快速筛选,并对未来台风路径进行预测和展示,为防灾减灾和应急决策服务。     

顾及转向延误的时间依赖A*最短路径算法

现有的动态路径规划算法通常只考虑当前时刻交通信息,而忽略了路段行程时间依赖于进入该路段的时刻这一现实。而且,转向延误的存在使得传统的基于节点标号的最短路径算法不再有效。本文建立了基于路段的时间依赖网络模型,将转向延误时间引入到FIFO（先进先出）条件的定义中,并给出了满足FIFO条件的路段到达时间和转向延误时间计算式。以此模型为基础,并通过将时间因子引入到启发式评价函数中,发展了基于路段标号的时间依赖A*最短路径算法。实验表明,所提出的算法能预测并回避即将发生的交通拥堵,有效节省用户的出行时间。而其平均计算时间仅比传统算法增加了10%左右。此外,由于不再需要进行频繁的路径重优化,该算法能大幅提高路径规划的整体效率。     

面向OSM数据的多模式路径规划方法

阐述基于OSM数据进行多模式路径规划的方法,首先从OSM数据中提取所需的道路信息,构建合适的道路网络模型和存储模型,然后对出行者习惯采用的不同代价标准进行分析,最后针对多种交通模式,采用最短路径算法,求解出两连通节点之间的最优路径。     

一种基于复杂环境信息的导航路径动态规划算法

针对现有路径规划算法受复杂环境信息影响较大的原因,该文通过分析环境信息,综合考虑行车的时效性、安全性要求,提出一种动态路径规划辅助决策方法。该方法通过对实时环境信息进行建模和量化处理,得到不同环境特征下的道路实际权重,为路径动态规划提供先决条件;然后利用基于一阶马尔可夫链的动态路径规划算法对路径进行规划,计算出若干可选路径可供驾驶员根据实际情况进行抉择;并通过与静态权值的路径分析算法相比较得到,它能够更好地满足复杂环境信息下最优路径的规划需求,算法效率受环境因素影响较小。     

An optimum vehicular path algorithm for traffic network based on hierarchical spatial reasoning

Human beings' intellection is the characteristic of a distinct hierarchy and can be taken to construct a heuristic in the shortest path algorithms.It is detailed in this paper how to utilize the hierarchical reasoning on the basis of greedy and directional strategy to establish a spatial heuristic,so as to improve running efficiency and suitability of shortest path algorithm for traffic network.The authors divide urban traffic network into three hierarchies and set forward a new node hierarchy division rule to avoid the unreliable solution of shortest path.It is argued that the shortest path,no matter distance shortest or time shortest,is usually not the favorite of drivers in practice.Some factors difficult to expect or quantify influence the drivers' choice greatly.It makes the drivers prefer choosing a less shortest,but more reliable or flexible path to travel on.The presented optimum path algorithm,in addition to the improvement of the running efficiency of shortest path algorithms up to several times,reduces the emergence of those factors,conforms to the intellection characteristic of human beings,and is more easily accepted by drivers.Moreover,it does not require the completeness of networks in the lowest hierarchy and the applicability and fault tolerance of the algorithm have improved.The experiment result shows the advantages of the presented algorithm.The authors argued that the algorithm has great potential application for navigation systems of large-scale traffic networks.     

An optimum vehicular path algorithm for traffic network based on hierarchical spatial reasoning

Human beings’ intellection is the characteristic of a distinct hierarchy and can be taken to construct a heuristic in the shortest path algorithms. It is detailed in this paper how to utilize the hierarchical reasoning on the basis of greedy and directional strategy to establish a spatial heuristic, so as to improve running efficiency and suitability of shortest path algorithm for traffic network. The authors divide urban traffic network into three hierarchies and set forward a new node hierarchy division rule to avoid the unreliable solution of shortest path. It is argued that the shortest path, no matter distance shortest or time shortest, is usually not the favorite of drivers in practice. Some factors difficult to expect or quantify influence the drivers’ choice greatly. It makes the drivers prefer choosing a less shortest, but more reliable or flexible path to travel on. The presented optimum path algorithm, in addition to the improvement of the running efficiency of shortest path algorithms up to several times, reduces the emergence of those factors, conforms to the intellection characteristic of human beings, and is more easily accepted by drivers. Moreover, it does not require the completeness of networks in the lowest hierachy and the applicability and fault tolerance of the algorithm have improved. The experiment result shows the advantages of the presented algorithm. The authors argued that the algorithm has great potential application for navigation systems of large-scale traffic networks.     

基于蚁群算法在实际动态路网中搜索最佳路径的应用

最佳路径是实际动态路网中备受关注的话题之一,为了提高出行的效率、缓解交通拥堵的状况,本文对动态路网进行分析研究。通过分析实际动态路网的可通行性及影响因素,针对在理论研究中未结合实际路网中的影响因素而得出的最佳路线不符实际路线中的最优情况,在蚁群算法的基础上,结合实际路况,笔者对其进行改进,该算法可实现计算出一条从起始点到终点的最佳路径,并在Visual Studio 2010中用C#语言设计并验证了该算法,证明了它的正确性和有效性。     

基于GIS和最小交通阻抗的公交出行最佳路径算法

分析了现有公交出行最佳路径算法,并针对现有算法不完善的地方,根据乘客的出行心理,利用G IS的空间分析功能,提出了一种基于最小交通阻抗的公交出行最佳路径算法。首先根据城市公共交通网络的特点抽象出合理的公交网络模型,建立了此网络的拓扑关系,并用有效的数据结构存储此公交网络图;然后根据乘客的出行特点确定了合理的交通阻抗函数;为了进一步提高搜索效率设定了节点限制搜索区域;最后对算法的仿真实现证明了此算法的可行性和有效性。     

浮动车地图匹配算法研究

针对现有浮动车地图匹配算法应用于城市复杂路网时面临的关键技术难点,本文基于浮动车数据,在 SuperMap GIS 平台下实现了城市交通路网的构建,并研究了一种浮动车地图匹配的新算法：基于网格的候选路段确定,基于距离、航向、可达性权重的定位点匹配及基于最短路径的行驶轨迹选择。算法能够满足浮动车地图匹配准确性与实时性的要求,为获取城市道路的交通拥堵状况信息提供可靠依据。     

结合交通信息的最佳路径搜索

论述了交通信息参与最佳路径搜索的可能性,将交通信息分类,提出了交通信息数值化的方法,以及利用路网数据库结合交通信息的最佳路径搜索算法。     

基于多目标决策与层次分析法的最佳路径模型

在最佳路径选择问题中,如何综合考虑多种因素的综合影响以及确定各因素的影响大小是一个关键性问题。通过建立最佳路径的道路层次模型,给出多目标决策模型和因素评分模型,并用层次分析法确定各影响因素权值的方法建立了基于多影响因素与综合评判的最佳路径模型。同时,在Dijkstra最短路径算法的基础上,应用文章所提模型方法实现了在多...     

改进蚁群算法支持下的交通流量分配

灾后城市交通运输能力下降，原有的流量分配方案不再适用。为保障正常的经济社会活动，本文提出了一种基于改进蚁群算法的交通流量分配方法。首先评估路网通行能力影响因素并建立道路质量评价体系，利用路段质量改进蚁群算法中的启发式因子；然后为扩大蚁群搜索范围加入随机节点并改进信息素的更新机制；最后应用改进算法对城市交通总量进行分批分配并得到流量分配图。结果表明，改进算法综合考虑了出行距离和道路质量，较改进前更符合交通流量分配要求，具有较好的路径寻优性，可为灾后救援工作和灾后路网交通分配决策提供建议和支持。     

基于GIS的Dijkstra改进算法及其在交通导航系统中的应用

最短路径分析是GIS空间分析中最基本和最关键的问题,Dijkstra算法是有效解决该问题的理论基础。本文基于GIS空间分析特征,从数据存储结构、搜索技术及网络算法本身等方面对传统Dijkstra算法进行了优化与改进,并对该算法在交通导航系统中的应用进行了探讨。     

最短路径算法:分类体系与研究进展

最短路径算法是计算机科学与地理信息科学等领域的研究热点。本文首先讨论了平面图的搜索策略，然后从问题类型、网络类型和实现方法3方面对最短路径算法进行了系统的分类，从理论上比较了近年来所提出的各具有较高效率的串行最短路径算法的时间复杂度，并对国内外一些相关研究进行了综合评述，结合城市交通网络的实验结果，作者对几种应用最为广泛的串行最短路径算法的运行效率进行了分析和评价，最后对最短路径算法在实时化和并行化方面的发展进行了讨论。