基于遗传算法的动态路径诱导

动态路径诱导（DRGS）是智能运输系统研究的一个重要方面，旨在通过向驾驶员提供基于实时交通信息的最佳行驶路径在来达到诱导出行行为，减少车辆在道路上的逗留时间，进而实现改善城市交通和避免交通拥挤、阻塞的目的。路径牵引算法是DGRS中的重要研究内容，它能计算出给定起讫对之间的的最优或准最优路径，路径牵引算法要考虑一全局准最优和实时性问题，而遗传算法具有全局寻优和潜在的并行性特点，将遗传算法应用于动态路径诱导系统中求解最佳路径，设计了特定的有序选择、交叉和遗传算子，并通过实例验证了算法的有效性。  

基于"节点删除"的多路径获取方法的研究

提出一种基于"节点删除"的多路径获取算法,可以用来为动态路径诱导系统(DRGS)提供多条"合理的"候选路径.该算法比传统的"k-最短路算法"和基于"重叠惩罚"的多路径算法更简单、快捷和有效.  

可替换路径选择的研究

动态路径诱导（DRGS）是智能运输系统ITS研究的一个重要方面，它的核心在于如何利用实时的交通信息，找出一条考虑司机路径选择行为的“最优道路”，减少车辆在道路上的逗留时间，进而改善城市交通。但这仅仅给出了一条基于单目标的“最优”路径供司机采用。采用改进后的K-最短路算法，提供多条具有不同属性的路径供司机选择，从而更符合实际情况。  

优化算法在动态路径诱导系统中的研究综述

城市交通拥堵问题已成为阻碍我国城市经济发展的主要问题之一，动态路径诱导系统 在城市道路交通流的均衡动态分配中起着举足轻重的作用，并对缓解我国现阶段的城市交通拥堵 问题具有重大现实意义。文章对应用于动态路径诱导系统的智能优化算法进行研究，对其进行了 分类和综述，并对其各自的优缺点进行总结，同时对下一步的研究进行了展望，为今后的研究提供 参考和借鉴。