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

• 作者: 吴成东 孙东 张颖 韩中华
• 来源期刊: 公路交通科技
• 学科: 交通运输
• 关键词: 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
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 智能运输系统与交通工程
• 页码范围: 126-129,142
• 页数: 5页
• 分类号: U419
• 字数: 4002字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0268.2006.08.029

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴成东	沈阳建筑大学信息学院	119	1464	17.0	34.0
2	张颖	沈阳建筑大学信息学院	38	444	7.0	21.0
3	韩中华	沈阳建筑大学信息学院	48	308	9.0	15.0
4	孙东	沈阳建筑大学信息学院	14	9	1.0	3.0