考虑交通大数据的交通检测器优化布置模型

• 作者: 孙智源 陆化普
• 来源期刊: 清华大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 交通调查 交通检测器优化布置 多目标优化 交通大数据 遗传算法 宽容分层序列
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 化学与化学工程
• 页码范围: 743-750
• 页数: 8页
• 分类号: U491.1+1
• 语种: 中文
• DOI: 10.16511/j.cnki.qhdxxb.2016.24.025

摘要

为了提高城市交通信息采集的准确性、可靠性和经济性,提出了一种交通检测器优化布置模型.大数据背景下,考虑系统成本、多源数据共享、数据需求、检测器故障、道路基础设施、检测器类型等因素,构建了交通检测器布置的影响因素集.综合分析各个影响因素,提出了由最小系统成本优化、最大截断流优化、最小包含路径优化和OD (origin-destination)覆盖约束构成的多目标优化模型.应用基于遗传算法的宽容分层序列法,对模型进行求解.算例研究表明:该文的模型实现了多目标的优化,反映了多源数据共享和检测器故障的影响,满足了OD覆盖约束,可达到交通检测器的优化布置.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆化普		232	5277	40.0	65.0
2	孙智源		6	167	3.0	6.0