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:
为了更加准确快速地搜索到最优路径,通过分析车流经过信控交叉口的到达和驶离状况,提出一种考虑交叉口信控延误的改进蚁群算法模型.首先,用交叉口的信控延误和路段行走时间对基本蚁群算法的信息素更新方程进行改进,建立全新的信息素更新模型;其次,通过应用改进后蚁群算法对路网各路段的车流量进行分批分配,设计考虑交叉口延误的路段增量分配流程;最后,基于java程序语言,对路网的流量分配进行仿真,并且和基本蚁群算法对路网运行质量进行对比分析.结果表明,改进后的蚁群算法能够降低路网中路段和交叉口使用率,具有良好的寻优性,并能有效均衡路网流量和缓解交叉口的通行压力.
推荐文章
交通网络最优路径搜索的蚁群算法
蚁群优化算法
最优路径
最优路径搜索
信息素
遗传算法在系统最优交通分配模型中的应用
遗传算法
交通分配
系统最优
Frank-Wolfe算法
基于改进遗传算法的动态交通分配优化研究
动态交通分配
遗传算法
算法优化
Matlab
改进蚁群算法在交通系统最短路径问题的研究
蚁群算法
最短路径
信息素
智能交通系统
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 改进蚁群算法在交通分配模型中的应用
来源期刊 郑州大学学报(工学版) 学科 交通运输
关键词 交通分配 交叉口延误 蚁群算法 最优路径
年,卷(期) 2017,(2) 所属期刊栏目 交通工程与电气工程
研究方向 页码范围 41-44,49
页数 5页 分类号 U491.1+23
字数 3862字 语种 中文
DOI 10.13705/j.issn.1671-6833.2017.02.010
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 常玉林 江苏大学汽车与交通工程学院 64 608 14.0 22.0
3 张鹏 江苏大学汽车与交通工程学院 54 204 8.0 12.0
6 汪小渟 江苏大学汽车与交通工程学院 4 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (380)
参考文献  (15)
节点文献
引证文献  (10)
同被引文献  (36)
二级引证文献  (6)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(1)
  • 二级参考文献(0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(6)
  • 参考文献(4)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(11)
  • 引证文献(7)
  • 二级引证文献(4)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
交通分配
交叉口延误
蚁群算法
最优路径
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
郑州大学学报(工学版)
双月刊
1671-6833
41-1339/T
大16开
河南省郑州市科学大道100号
36-232
1980
chi
出版文献量(篇)
3118
总下载数(次)
0
总被引数(次)
21814
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导