基于模糊神经网络的智能交通路径规划系统的研究与实现

摘要

伴随我国城镇交通基础设施建设的不断深入以及城镇机动车车辆的不断增加，城市道路规划以及车辆路径引导已经成为影响人民的日常出行的重要因素。作为近年来智能交通、计算机应用、网络分析以及应用数学的重要热点问题，城市车辆路径规划问题已经成为城市道路规划的头号任务。目前国际上传统的城市路径规划方案无法处理城市实时路况产生的海量非线性数据，且不同交通管理部门信息无法做到互联互通，这无疑进一步加剧了城市路径规划方案的难度。因此，研发出一种可在实时动态路网条件下进行城市车辆路径规划并具备智能化学习能力的路径规划方案显得尤为重要。 本文从江苏南京智能交通路径规划的现有问题入手，首先对于通用性路径规划问题进行了研究，分析了城市道路动态路网模型建模问题；其次，以江苏南京地市的道路情况为基础，提出了一种基于模糊神经网络推理系统的多路径规划算法，阐述了相关路径风险规避机制，并给出了算法的执行步骤；最后，结合电子地图技术以及VS2010软件开发平台进行基于算法本身的原型系统开发，并在江苏南京进行了实地测试。本文的主要工作如下： (1)研究了当前主流路径规划方案的可行性，并对实时动态路网建模进行了深入研究。针对传统城市路径规划方案进行了特点分析，阐述了其在当前实时路网下的不足与可改进之处；对动态实时路网建模进行了深入研究，包括路网连通性方法、存储结构的组成等。 (2)提出了一种基于模糊神经网络推理系统的多路径规划算法并阐述了其相关路径风险规避机制。首先，根据江苏南京路况特点，定义了车辆驾驶操作损耗、道路管制损耗、噪声管控损耗三类路径风险评估输入参数；其次，根据上文所述的三类路径风险评估参数，设计出反馈式分层神经网络架构，并结合退火算法对模糊神经网络推理系统进行样本训练，给出了分层训练结果；最后，在通过模糊神经网络推理系统得到了路网中路径的风险函数输出值后，采用改进的Clark-Wright算法对指定路网下的车辆进行多路径规划，并分别给出了非风险规避与风险规避算法的多路径规划结果与相应的比对分析结论。 (3)基于模糊神经网络的智能交通路径规划系统的设计与实现。以具有风险规避功能的多路径规划算法为基础，结合电子地图的MAPX空间以及VS2010相关软件开发架构，采用C++语言进行了算法实现，构造了基于模糊神经网络的智能交通路径规划系统；对该原型系统进行算法实地测试，并分析了该系统在采纳风险规避机制与不采纳风险规避机制下多路径规划的异同。

目录

第一个书签之前