智能交通系统中车辆调度问题的自适应蚁群算法

考虑智能交通系统中员工在聚集站点上下班,建立车辆调度问题的数学模型。针对蚁群优化算法的缺点,自适应地改变信息素挥发因子,采用混沌搜索产生初始种群可以加速染色体向最优解收敛,构成一种自适应蚁群优化算法。应用该算法和基本蚁群优化算法对该模型求解,实验证明了构造算法在收敛速度和寻优结果两方面都优于基本蚁群优化算法。     

混沌蚁群算法及其在智能交通中的应用

在传统蚁群算法的基础上,结合混沌的遍历性、随机性和规律性,提出一种混沌蚁群算法,阐述该算法在智能交通系统中应用的可行性,解决了智能交通中常见的最优路径问题,并通过实验数据说明本算法的有效性.     

蚁群优化图着色算法在智能小区中的运用

当智能小区的地图网格中的颜色数太多时，经蚁群算法处理的信息会出现杂乱无章的现象.对蚁群算法进行优化，增添褪色过程并加入参数Max，能减小并控制着色色数，实现四色着色，使得小区里的各种动态数据和信息在地图网格中更加清晰且直观地展现.     

蚁群算法在求解TSP问题中的应用

介绍了蚁群算法的原理,论述了利用蚁群算法求解TSP问题的具体步骤,最后通过仿真实验说明了其优越性。     

DCW算法在智能交通系统中的应用研究

针对城市交通路网具有实时性的特点,为了快速高效地选择出最优路径,采用一种动态改变惯性的自适应粒子群算法(DCW).在DCW算法中引入参数粒子群简化速度因子和聚集度因子,在每次迭代时算法根据当前粒子群进化速度和聚集度动态改变惯性权值.最后用惯性权值线性递减粒子群算法(LDW)和DCW算法分别进行计算最优路径的仿真实验,得出结论,DCW算法更适合用作智能交通系统中最优路径的选择.     

蚁群聚类算法在智能答疑系统中的应用研究

研究了智能答疑系统中的问题分类.根据智能答疑系统的特点,将蚁群聚类算法引入智能答疑系统中,并对该算法在智能答疑系统中的应用进行了分析和测试.该算法能有效的对智能答疑系统范例库中的问题进行聚类,进一步提高了答疑系统检索的效率和智能性.     

云计算在智能交通系统中的应用研究

作为一种新兴的计算范式和服务模式,云计算具有高扩展性的特点使其成为智能交通系统的实现技术手段。提出一个基于云计算的智能交通系统,并设计了一个低能耗的自适应资源调度器。该系统部署在边缘车联网,通过路侧单元等基础设施与车辆连接。系统利用TCP/IP的连接状态,以最大化整体的通信和计算能效、同时满足应用程序最低传输速率等Qo S需求为目标。采用真实数据流量对系统性能进行评估,实验结果显示该系统具有较高的有效性。     

GPS在智能交通系统中的应用

介绍了全球卫星定位系统GPS及其在智能交通系统ITS中的应用。着重介绍了集计算机、信息、电子及通讯等众多高新科技手段于一体的智能交通指挥中心控制系统及GPS的各项功能。     

蚁群优化算法及其应用

介绍了蚁群优化理论的产生和发展过程,重点阐述了蚁群算法的基本原理．给出了算法的TSP问题模型,讨论了其研究现状和应用现状．对下一步的研究工作做了展望．     

专用短程通信在智能交通系统中的应用

交通专用短程通信(Dedicated Short Range Communication,以下简称DSRC)是智能交通系统的基础,是专门应用于智能交通领域的一种短距离无线通信协议.它是车辆与路边设备进行单向或双向交互式通信的标准,将车辆和道路有机地连接起来.从而,交通控制中心可以通过与行驶车辆的数据通信实现对车辆的智能管理,同时车辆还能够接入交通信息网,使用信息网中的资源.本文研究了DSRC系统的三层体系结构,讲述了交通专用短程通信系统的软硬件实现方法,最后对DSRC系统研究意义进行了一定的分析.     

蚁群算法研究进展

人工蚁群算法是受到蚂蚁在觅食过程中能发现蚁巢到食物的最短路径这种搜索机制的启发而发展起来的一种群体智能算法、蚁群算法在求解一系列困难的组合优化问题上取得成效，成为解决TSP，VRP，QAP，JSP等典型问题的一种新型的强有力算法．对蚁群算法的起源和发展历史、算法理论研究的主要内容和方法、基于算法的改进以及应用范畴等，进行了系统的总结与综述，并对这一新型现代启发式算法的发展方向进行了展望．     

无线通信技术在智能交通系统中的应用研究

根据智能交通系统的通信特点及其对通信系统的要求，介绍了现代移动通信公司公网的功能特点，阐述了它们应用于智能交通所能发挥的作用，并对组建智能交通系统的通信专网，在无线通信技术应用方面提出了几点建议。     

局域网技术在智能交通系统中的应用

本文在分析徐州智能交通系统需求和对当前几种主要的计算机网络技术进行比较的基础上,给出了徐州公交计算机网络的设计方案。     

局域网技术在智能交通系统中的应用

本文在分析徐州市智能交通系统需求和对当前几种主要的计算机网络技术进行比较的基础上,给出了徐州市公交计算机网络的设计方案。     

基于群体智能的蚁群算法原理及应用研究

自然界中群居性生物通过协作表现出的宏观智能行为特征被称为群体智能,群体智能已成为人工智能及相关领域的研究热点.蚁群算法(Ant Colony Optimization,ACO)是一种新颖的组合优化算法,它具有较强的鲁棒性、优良的分布式计算机制、易于与其他方法相结合等优点.主要介绍了蚁群算法的原理,探讨了蚁群优化算法及其应用.     

智能交通系统中的智能方法

运用智能方法对智能交通系统进行设计和管理, 重点解决了体系化发展、 智能化和资源共享问题, 使智能方法成为智能交通体系发展的重要核心. 它以现代人工智能及神经网络为基础理论, 围绕智能交通系统服务目标, 智能统筹各学科的优势资源, 实现应用体系各专业系统的和谐高效运行及服务. 它覆盖系统评估、 设计、 实施、 核心技术、 核心算法、 决策管理、 服务方式和关联应用各方面. 引入智能方法, 将使智能交通体系具有突出的公众服务特性, 更智能化、 体系化、 更安全和高效, 高度兼容的移动应用特性和便利信息共享将为智能交通系统体系提供新的发展空间.     

改进的蚁群算法在智能导游系统路径优化中的应用

为了解决游客选取最短旅行线路的困扰,在智能导游系统中加入路径分析的功能.将改进的蚁群算法应用于最短路径分析中,通过获取不同景点的ID号以及地理位置找到一条通过每个景点且只通过一次的最短旅行路线,仿真结果表明达到了预期的目标.     

信息技术在交通系统中的应用研究

本文首先讨论了视频压缩技术,接着分析了车辆检测和管理信息系统,最后做了总结.因此本文具有深刻的理论意义和广泛的实际应用.     

专用短程通信在智能交通系统中的应用

交通专用短程通信(Dedicated Short Range Communication,以下简称DSRC)是智能交通系统的基础,是专门应用于智能交通领域的一种短距离无线通信协议.它是车辆与路边设备进行单向或双向交互式通信的标准,将车辆和道路有机地连接起来.从而,交通控制中心可以通过与行驶车辆的数据通信实现对车辆的智能管理,同时车辆还能够接入交通信息网,使用信息网中的资源.本文研究了DSRC系统的三层体系结构,讲述了交通专用短程通信系统的软硬件实现方法,最后对DSRC系统研究意义进行了一定的分析.     

专用短程通信在智能交通系统中的应用

交通专用短程通信(Dedicated Short Range Communication,以下简称DSRC)是智能交通系统的基础,是专门应用于智能交通领域的一种短距离无线通信协议。它是车辆与路边设备进行单向或双向交互式通信的标准,将车辆和道路有机地连接起来。从而,交通控制中心可以通过与行驶车辆的数据通信实现对车辆的智能管理,同时车辆还能够接入交通信息网,使用信息网中的资源。本文研究了DSRC系统的三层体系结构,讲述了交通专用短程通信系统的软硬件实现方法,最后对DSRC系统研究意义进行了一定的分析。