首页 首页 人工智能 查看内容

人工智能背景下的交通路径优化需求分析

木马童年 2019-9-17 20:08 40 0

  智能化交通路径优化算法的设计与实现   近些年以来,随着社会经济的快速发展,城市机动化发展也得到不断推进,世界各大中城市的交通发展逐渐呈现出道路拥挤、交通阻塞以及环境污染等方面的问题,由此引发的交 ...

      智能化交通路径优化算法的设计与实现

      近些年以来,随着社会经济的快速发展,城市机动化发展也得到不断推进,世界各大中城市的交通发展逐渐呈现出道路拥挤、交通阻塞以及环境污染等方面的问题,由此引发的交通事故以及环境污染等在很大程度上抑制了城市经济的可持续发展,也影响了城市居民生活的质量。从目前的情况来看,交通发展问题已然成为了包括我国在内的各国政府需要解决的重要难题之一。先进的交通管理系统是智能交通的一部分,因此,城市交通智能管理系统是利用先进的信号检测手段获取交通状况信息,通过有效的交通控制构架形成有效的交通控制方案,以多种信息传递方式,使交通控制设备或管理人员以及道路的使用者获得及时的道路信息和交通管理方案,最大限度的发挥交通系统的运输和管理效率的管理系统。

      本文主要开展智能化交通路径优化算法设计与实现方面的研究。一方面,本课题在阐述智能化交通发展背景的基础之上,分析开展智能化交通路径优化算法研究的主要意义,并有针对性的搜集整理国内外在智能化交通发展方面的实际,分析本课题所涉及的智能化交通路径优化理论,阐述 Dijkstra 算法、Floyd-Warshall 算法等路径优化算法,并对图论进行了阐述,构建本课题研究的理论基础。另一方面,本课题还结合层次分析法对 Dijkstra 算法进行了优化改进,结合层次分析法对交通道路的安全性指标等进行考虑,并在交通道路长度因素当中引入拥堵距离因子。构建层次模型数学模型对交通路段的综合权重进行计算,通过综合权重对传统 Dijkstra 算法中路段长度权值进行替代,综合考虑交通路段的长度、安全性以及拥堵情况等,进而选择最优路径。

      在此基础之上,本文对智能化交通路径优化算法展开了系统的功能分析,了解系统功能需求,并对系统流程及用例进行分析,绘制系统 ER 图。进而对系统架构、数据库、初始化参数设置等进行设计,最终进行最优路径算法的实现。

人工智能背景下的交通路径优化需求分析

      本文研究认为,虽然改进之后的 Dijkstra 算法搜索的最优路径可能不是常规最短路径,甚至相比经典 Dijkstra 算法搜索的最优路径距离要长,使改进之后的Dijkstra 算法搜索的最优路径不是常规距离的最短化,但是,改进之后的 Dijkstra算法搜索的最优路径的实际行驶时间却是最短的,这在很大程度上更为符合用户出行的实际需求。

      1.1 选题背景和意义

      随着我国经济的快速增长,在改变人们生活质量的同时影响了人们的生活方式,车辆已经得到大力的普及。但是大部分城市中,约有百分之六十七的机动车无法在交通高峰期中给人们提供出行的便利,甚至会因堵塞而发生意外事故。很多城市中的道路规划时间较早,达不到现代交通的要求,导致部分道路十分拥挤,若是主干道发生交通事故或者进行道路整修就会造成长期的拥堵,形成一定的交通恶性循环。尤其是在北京等重要城市,交通流长期处于饱和状态,给人们的出行及经济活动造成负面的效果,造成了经济损失不可估量。交通堵塞严重影响了城市交通体系的运行效果,影响了城市的发展速度,造成了社会资源上的极大浪费,即使是十年前设计和部署的最先进的交通系统也已不能适应目前的现实。

      所以改善城市交通环境,提高出行和运输效率是各国急需解决的问题。在很多国家的城市里,交通问题由来已久,这是一个普遍的国际性问题。如果以四十二亿小时和二十九亿加仑的燃油作为单位来统计浪费程度的话,每年美国光在交通堵塞这一项上就要付出近七百八十亿美元的代价。根据某民间调查组织发现有百分之四十五的人流量来自街区间往返的人群。而另一项调查研究显示,在一年的时间里,一个小型商业区内所有车辆在寻找停车位时的车程叠加在一起相当于环球三十八周,并且燃烧的四万七千加仑汽油产生七百三十吨的二氧化碳。预计到本世纪二十年代末,整个美国每年因交通造成经济上的损失将超过一千五百亿美元。另外在同样发达的欧洲和日本,越来越恶化的交通环境使得运输的经济成本不断增加,每年光日本就约有一百万人在交通事故中死伤,在对于日益减少的日本人口来说是雪上加霜,为交通拥堵多付出 1 万亿日元,每年英国也要为交通拥堵付出多达十亿英镑的代价。

      近些年以来,随着社会经济的快速发展,城市机动化发展也得到不断推进,世界各大中城市的交通发展逐渐呈现出道路拥挤、交通阻塞以及环境污染等方面的问题,由此引发的交通事故以及环境污染等在很大程度上抑制了城市经济的可持续发展,也影响了城市居民生活的质量。就目前而言,交通发展方面的问题已然已经称为各国政府部门迫切需要解决的重要难题。在交通系统中,城市交通是其中非常重要的组成部分,城市交通中智能化发展是整个智能交通系统中的重要构成,也是其中的首要任务,同时,城市交通智能化发展还是交通智能控制领域研究中的热点。作为一个复杂的系统工程,城市道路交通智能化控制主要涉及了包含自动化控制、工程技术工程、系统工程以及优化调度等方面的学科。因为其具有随机性、复杂性、不确定性等众多因素,所以人们无法建立精确的数学模型,必须借助于智能化的方法。

      最优路径问题不仅是智能化交通系统建设的重要构成,也是交通信息系统研究体系中的热点,还是智能化交通路径优化的重要基础。因而,本课题关于智能化交通路径优化方面的研究具有较强的现实意义。从目前的情况来看,国内外的专家学者再交通系统路径优化选择方面都进行了较多的研究工作,也取得了一定的研究成果。开展最优路径优化选择方面的研究能够深化最优路径在交通系统中的实际应用,而且还能够深入推进最优路径查询、物流快递以及出行等方面的应用。智能化交通系统结合计算机技术以及信息技术等方面再交通运输体系当中构建了一个大范围、全方位的运输管理系统。2015 年据某地区对应用的智能交通系统估计效益为:减少交通阻塞 10%~50%;节省能源 5%~15%;减少空气污染 25%以上;减少企业的运营成本 5%~25%;减少事故 30%~60%。智能化交通系统最优路径的选择研究能够在很大程度上为交通智能化决策以及综合信息管理等方面提供科学判定依据,并为人们的出行提供更为便利的交通条件,为行车安全也提供一定的安全保障,提升了现代交通路网的利用效率和水平,降低了汽车为其的排放以及燃油资源的消耗,对于构建资源节约型社会也具有非常重要的意义。

在不久的将来,多智时代一定会彻底走入我们的生活,有兴趣入行未来前沿产业的朋友,可以收藏多智时代,及时获取人工智能、大数据、云计算和物联网的前沿资讯和基础知识,让我们一起携手,引领人工智能的未来!

智能化 智能交通 智能管理 管理系统 算法研究 安全性
0