主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
严丽平,胡文斌,王欢,邱振宇,杜博.城市路网多路口路径动态实时选择方法.软件学报,2016,27(9):2199-2217
城市路网多路口路径动态实时选择方法
Dynamic Real-Time Algorithm for Multi-Intersection Route Selection in Urban Traffic Networks
投稿时间:2015-11-13  修订日期:2016-03-30
DOI:10.13328/j.cnki.jos.005063
中文关键词:  城市交通  动态路线选择  拥堵  博弈  Nash均衡
英文关键词:urban traffic  dynamic route selection  congestion  game  Nash equilibrium
基金项目:国家自然科学基金(61572369,61471274,70901060);湖北省自然科学基金(2011CDB461,2014CFB193,2015CFB423);软件工程国家重点实验室开放式基金(SKLSE2010-08-15);武汉市青年晨光计划(2011-50431101);武汉市重大科技计划(2015010101010023);江西省青年科学基金(20151BAB217017)
作者单位E-mail
严丽平 武汉大学 计算机学院, 湖北 武汉 430072
华东交通大学 软件学院, 江西 南昌 330013 
 
胡文斌 武汉大学 计算机学院, 湖北 武汉 430072 hwb@whu.edu.cn 
王欢 武汉大学 计算机学院, 湖北 武汉 430072  
邱振宇 武汉大学 计算机学院, 湖北 武汉 430072  
杜博 武汉大学 计算机学院, 湖北 武汉 430072 remoteking@whu.edu.cn 
摘要点击次数: 1255
全文下载次数: 1619
中文摘要:
      为了缓解城市交通拥堵问题,如何充分利用现有的道路资源进行有效的路线导航,一直是学者们关心的热点问题.现有的研究方法包括:优化交通灯信号周期以增大交通流量;对个别车辆的行驶路线进行优化;利用历史交通数据或者通过路网中心和车辆之间的主从式博弈进行路径导航等.然而,这些研究并没有考虑到微观行驶车辆的个性化交通需求以及多车辆彼此之间的路线选择冲突,对于城市路网中交通状况的动态不确定性也没有充分考虑.基于以上问题,提出了城市交通路网动态实时多路口路径选择模型DR2SM(dynamic and real-time route selection model in urban traffic networks),结合车辆对前方可选路线的偏好以及可选路线的实时交通状况,并利用自适应学习算法SALA(self-adaptive learning algorithm)进行博弈,以使得各行驶车辆的动态路线选择策略达到Nash均衡.
英文摘要:
      In order to alleviate traffic congestion for vehicles in urban traffic networks, many researchers have studied how to utilize the traffic resources such as roads effectively to supply effective route selection strategies for vehicles. Most of the current researches mainly focus on optimizing the signal cycle of traffic lights, supplying the optimized route selection for individual vehicles, and dispersing vehicles on the alternative routes based on their historical driving data or through the traffic game between the information center and the vehicles. However, the above methods have not considered the personalized traffic demands of each vehicle, the route selection conflicts between vehicles, or even the dynamic and uncertain traffic conditions in urban road networks. To solve these problems, this paper proposes a dynamic and real-time route selection model in urban traffic networks (DR2SM), which incorporates the preference for the alternative routes and the real-time traffic conditions. Through mutual information exchange, each vehicle uses a self-adaptive learning algorithm (SALA) to play the congestion game with each other to reach Nash equilibrium.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利