面向驾驶员个性化需求的动态路径诱导方法

基于物理规划的思想,研究面向驾驶员个性化需求的动态路径诱导方法.首先,分析个性化动态路径诱导问题,构建路段交通阻抗的个性化评价指标体系;然后,基于物理规划思想,进行个性化动态路径诱导:面向驾驶员对道路的“可行性”需求动态确定交通路网搜索的几何空间;面向驾驶员对道路的“偏好性”需求,对几何空间内的交通路网阻抗进行个性化评价;面向驾驶员对道路的“最优性”需求,基于Dijkstra算法在动态交通路网中进行最优路径搜索;当路网中的交通阻抗发生变化时,及时更新路网信息,重新搜索从车辆当前位置到目的地的最优路径.研究结果表明:该方法既能体现驾驶员的个性化需求;仿真算例验证了该方法的有效性和可行性.     

基于物理规划的路径诱导方法

针对路径诱导过程中驾驶员的个性化需求,提出一种基于物理规划的路径诱导方法。首先,基于物理规划方法的基本思想,构建能够反映驾驶员个性偏好的路径诱导模型,包括构建路径评价的指标体系、设计偏好函数的数学表达式以及设计相应的偏好因子,为路径诱导提供了模型基础;然后,在构建交通路网数据库的基础上,通过设计合适的代价函数,利用A*算法搜索得到一条能够反映驾驶员个人偏好的最优路径。仿真结果表明:本文所设计的路径诱导方法能够满足驾驶员的个性化需求。     

动态路径诱导交通阻抗优化方法与实现

基于实时交通采集数据,获取合理动态规划最优路径,提出了考虑驾驶员出行行为因素的交通阻抗优化方法.研究了基于实时交通状态因素的动态路网优先等级指数的确定方法,重构了动态路径诱导交通网络模型,大大降低了路网的复杂度;基于多源实时数据,研究了动态路径诱导交通阻抗优化的计算方法,实现了路网的动态路径诱导,并通过GIS平台进行了仿真分析.该方法更符合驾驶员行为习惯,对于改进Dijkstra算法在动态路径诱导中的应用具有操作优势和显著意义.     

城市车辆诱导系统的建立

分析了城市车辆诱导系统的主要功能,设计了一个适合中国国情的城市车辆诱导系统,给出了各个子系统的具体实现方法,对于交通流预测模型和最优路径算法这两个关键部分,给出了详细的分析设计,并在软件中得到实现.     

阈值改进蚂蚁算法在交通诱导中的应用

研究基于阈值改进的蚂蚁算法在交通诱导中的应用,并对动态交通网络条件下算法的优化效果进行仿真.改进算法将已知的行程时间信息作为阈值条件,在路径寻优中预先剔除部分路径,并引入“检查蚁”对已发现的路径进行定期检查与存储.利用R软件对改进前后的两种算法进行仿真分析,对两者的路径寻优结果对比研究.实验发现改进算法下路径检索的平均行程时间较标准蚂蚁算法下降9.57%,证明了基于阈值改进的蚂蚁算法的优化效果,能形成适应城市路网即时高效需求的交通诱导方案.     

基于用户个性化需求的网络接入选择算法

在异构无线网络中,针对用户个性化需求满足不够的问题,提出了一种优化用户个性化需求的网络接入选择算法.通过获取的历史接入数据和当前候选网络数据,按照个性化需求,把参数分类为成本、系统性能和稳定性3大类属性,采用模糊层次分析法计算用户对3大类属性的期望收益和当前收益,基于用户的上述收益,引入心理曲线函数,构建用户满意度模型,表示用户对候选网络各属性需求的满意程度;引入基于生长曲线函数优化的雷达图分析法,来计算候选网络的综合满意度,选择满意度最佳的网络接入.通过3组实验仿真表明,算法能够提高用户的满意度,满足用户的个性化需求,且在保证负载均衡的同时,有效降低了乒乓效应.     

城市停车诱导管理信息系统的设计与实现

为了使停车诱导系统的数据处理部分能更好地满足区域内停车场的业务特点和用户动态需求,提出了城市停车诱导管理信息系统的模型.在现有停车诱导理论的基础上,将地理信息系统和管理信息系统融入其中,加快区域内停车资源供求信息的实时交互,并通过连接GSM导航,在进行停车选择后,获取较优的行走路径,从而减少因寻找停车场而产生的附加交通量,缓解交通负担,改善区域交通环境.最后,运用C#语言实现了该系统模型的主要功能.     

一种增量式多目标优化的智能交通路径诱导方法

路径诱导是一种主动引导车辆合理分流来解决城市交通拥堵的方法.本文提出了一种基于增量搜索的多目标优化路径诱导方法.该方法首先利用图论法将复杂路网抽象为点线的赋权图,引入多目标优化变量,建立路网模型;然后在启发式搜索基础上引入增量搜索,结合全局规划和局部动态重规划,实现车辆的实时路径诱导.仿真结果表明该方法能有效地解决复杂路网中车辆的实时路径诱导问题.     

基于集成分类器的用户属性预测研究

用户属性在个性化服务中具有重要的作用,利用手机数据进行用户属性预测逐渐成为新方向.利用手机应用类别均使用时长和应用类别个数,提出了基本属性与辅助属性的概念.首先对所有未标注样本的辅助属性离散化,将辅助属性基于类别的海灵格距离作为基本属性的特征权重,将基本属性与权重的乘积作为特征训练集成分类器中的各个基分类器,并引入随机森林中的带外样本准确率作为基分类器的权重,得到最终的分类结果.实验结果表明,本文所给出的集成分类器框架能够提高用户属性预测的效果.     

面向多类用户的电子政务信息协同模式研究

针对目前电子政务系统中业务协同仅能满足一类用户需求的情况,在详细分析电子政务多类用户信息需求的基础上,给出了一种在电子政务安全体系和标准体系保证下,由资源提供、数据集成、业务协同、业务表示、用户接口等部分组成的电子政务架构,采用个性化信息推荐技术实现了各类用户的信息定制和个性化推荐,并给出了在此架构下实现信息协同共享的关键技术的解决方法。该架构满足了各种用户信息需求,保障了信息的协同共享。