近年來,隨著小汽車保有量的快速增長,自駕出行呈現(xiàn)同步增長的趨勢,因停車設施建設滯后而導致的停車供需矛盾日益尖銳,“停車難”成為困擾自駕出行最嚴重的問題之一�，F(xiàn)有文獻中,“導行”與“導�！钡难芯砍晒窍嗷オ毩⒌�,已經得到廣泛應用的車載導航儀只能提供靜態(tài)路徑規(guī)劃,雖然也能為自駕出行提供一定的便利,但用于停車問題比較普遍的國內大中城市存在嚴重的局限性。對此,本文綜合分析停車選擇行為及其影響因素,考慮停車選擇和路徑規(guī)劃相互關系的動態(tài)特征,通過構建顧及停車的路徑規(guī)劃整體模型實現(xiàn)自駕出行的動態(tài)誘導。主要研究工作和成果如下:（1）歸納總結了現(xiàn)有文獻中路徑規(guī)劃與停車優(yōu)選兩個方面已經取得的代表性成果,系統(tǒng)地分析了停車決策的影響因素,研究了其中涉及的主要因素的量化建模方法。針對前人研究成果中存在的“‘導行’與’導�！嗷オ毩�、動態(tài)路徑規(guī)劃能力弱”的問題,提出有針對性的解決方案與技術路線。（2）提出一種改進的遺傳算法。針對傳統(tǒng)遺傳算法在求解時存在的“早熟收斂”、局部搜索能力差等問題,本文對其做下列改進:①結合隨機選擇和趨于終點方向的種群初始化策略;②根據(jù)空間鄰近關系選擇交叉位置點;③采用基于節(jié)點適應度的局部... 

【文章來源】：福州大學福建省 211工程院校

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【部分圖文】：

一空間鄰近交叉操作示意圖

．４實驗結果分析??．４．１實驗數(shù)據(jù)介紹??有向交通路網(wǎng)向量數(shù)據(jù)主要包括節(jié)點圖層和路段圖層，依據(jù)時間最短的路徑??劃需求，先設計路段與節(jié)點的字段屬性表：前者包括ＲｏａｄＩＤ、ＦｒｏｍＮｏｄｅｌＤ、??ｏＮｏｄｅｌＤ、Ｒｏａｄ＿Ｔｙｐｅ、Ｓｐｅｅｄ、Ｌｅｎｇｔｈ?與?Ｒｅａｌ?Ｔｒａｆｆｉｃ?字段，分別表示路段編號、??段起節(jié)點編號、路段終節(jié)點編號、路段等級、通暢時速度、長度、擁堵系數(shù)；??者包括ＮｏｄｅｌＤ、Ｘ、Ｙ與Ｎｏｄｅ＿Ｔｙｐｅ字段，分別表示節(jié)點編號、Ｘ坐標值、Ｙ??標值、節(jié)點是否為轉向節(jié)點；二者通過路段屬性表中的ＦｒｏｍＮｏｄｅＩＤ、ＴｏＮｏｄｅＩＤ??段與節(jié)點屬性表中的ＮｏｄｅｌＤ字段相關聯(lián)；具體路段、節(jié)點信息如表２－２、表??－３所示（部分信息）。為了模擬路網(wǎng)的動態(tài)性，采用時間離散化方法對路段擁堵??數(shù)進行每隔５分鐘的變化處理，結合路段長度以及通暢時路段速度求解路段行??２０??

??圖２－６改進后遺傳算法流程??２．４實驗結果分析??２．４．１實驗數(shù)據(jù)介紹??有向交通路網(wǎng)向量數(shù)據(jù)主要包括節(jié)點圖層和路段圖層，依據(jù)時間最短的路徑??規(guī)劃需求，先設計路段與節(jié)點的字段屬性表：前者包括ＲｏａｄＩＤ、ＦｒｏｍＮｏｄｅｌＤ、??ＴｏＮｏｄｅｌＤ、Ｒｏａｄ＿Ｔｙｐｅ、Ｓｐｅｅｄ、Ｌｅｎｇｔｈ?與?Ｒｅａｌ?Ｔｒａｆｆｉｃ?字段，分別表示路段編號、??路段起節(jié)點編號、路段終節(jié)點編號、路段等級、通暢時速度、長度、擁堵系數(shù)；??后者包括ＮｏｄｅｌＤ、Ｘ、Ｙ與Ｎｏｄｅ＿Ｔｙｐｅ字段，分別表示節(jié)點編號、Ｘ坐標值、Ｙ??坐標值、節(jié)點是否為轉向節(jié)點；二者通過路段屬性表中的ＦｒｏｍＮｏｄｅＩＤ、ＴｏＮｏｄｅＩＤ??字段與節(jié)點屬性表中的ＮｏｄｅｌＤ字段相關聯(lián)；具體路段、節(jié)點信息如表２－２、表??２－３所示（部分信息）。為了模擬路網(wǎng)的動態(tài)性，采用時間離散化方法對路段擁堵??系數(shù)進行每隔５分鐘的變化處理，結合路段長度以及通暢時路段速度求解路段行??２０??


本文編號：3000137