原文服务方: 计算技术与自动化       
摘要:
为保障交通安全和提升交通效率,利用了当前条件下IEEE802.11p的VANET(Vehicular ad-hoc network,车载自组网)、相对定位技术、蚁群并行算法动态交通诱导技术,对交通数据进行实时采集与处理.结合模糊理论提出了车载自组网下对人们出行方式有效判断的隶属函数及逻辑推算规则,并通过车载地图规划或驾驶员向车载专用短程无线通信输入,构建当前车载自组网下交通信息服务与动态交通诱导.通过试验得到平均路径长度和最小路径长度收敛曲线,结果对比分析发现改进后的蚁群算法对全局最优解的搜寻效率更高,可靠性得到很大的提升.蚁群算法并行计算试验中,当处理器的数量为4时,收敛值时间花费最少,所采用的蚁群并行算法能大大提高了处理速度和效率.
推荐文章
车载自组网MAC层的安全问题研究
车载自组网
网络安全
MAC层安全
MAC协议
攻击
基于无线自组网的嵌入式车载系统
ad hoc
CLA-S
GPS/INS
功率可调
车载系统
基于Dijkstra算法的动态交通诱导技术及仿真
动态
导航
路径寻优
车载终端
高速公路车载自组网数据收集协议及仿真研究
车载自组织网络
数据收集
NS-2
AODV
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 车载自组网信息服务与动态交通诱导算法研究
来源期刊 计算技术与自动化 学科
关键词 智能交通 交通信息服务 动态交通诱导 并行蚁群算法 车载自组网
年,卷(期) 2018,(4) 所属期刊栏目 计算机软件及应用
研究方向 页码范围 143-147
页数 5页 分类号 TP18|TP393.03
字数 语种 中文
DOI 10.16339/j.cnki.jsjsyzdh.201804025
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 彭康华 广东工程职业技术学院信息工程学院 25 43 3.0 6.0
2 杨军 广东工程职业技术学院信息工程学院 4 0 0.0 0.0
3 黄裕锋 广东工程职业技术学院信息工程学院 9 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (9)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(11)
  • 参考文献(0)
  • 二级参考文献(11)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(5)
  • 参考文献(5)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
智能交通
交通信息服务
动态交通诱导
并行蚁群算法
车载自组网
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
计算技术与自动化
季刊
1003-6199
43-1138/TP
16开
1982-01-01
chi
出版文献量(篇)
2979
总下载数(次)
0
总被引数(次)
14675
论文1v1指导