作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现有的交通信息系统都是基于最短路径等单一目标而建设的,这种单一目标已经不足以满足新时代下用户的交通需求.本文利用蚁群算法求解交通诱导模型的非劣解,同时针对交通空间数据的位置相关性,对蚁群算法进行基于探索范围的改进,改进的蚁群算法通过降低备选行驶节点中位置相关性低的节点的选择概率,加快蚂蚁寻求最优解的速度.
推荐文章
基于蚁群粒子群的模糊神经网络交通流量预测
短时交通流
预测模型
模糊神经网络
粒子群算法
蚁群算法
蚁群决策算法在上下游短时交通流预测中的应用
蚁群算法
交通流
预测
信息素
数据挖掘
交通控制与诱导系统设计
交通控制
交通诱导
负反馈
协调控制
方向性蚁群算法在交通路径诱导系统中的应用
蚁群算法
最优路径算法
交通
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群算法的交通流诱导设计与实现
来源期刊 计算机与现代化 学科 工学
关键词 蚁群算法 最短路径 多目标优化 交通诱导
年,卷(期) 2011,(11) 所属期刊栏目 算法设计与分析
研究方向 页码范围 27-31
页数 分类号 TP311
字数 4508字 语种 中文
DOI 10.3969/j.issn.1006-2475.2011.11.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李冉冉 6 16 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (40)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (27)
二级引证文献  (12)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蚁群算法
最短路径
多目标优化
交通诱导
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导