您的位置: 专家智库 > >

张程程

作品数:2 被引量:2H指数:1
供职机构:哈尔滨工程大学信息与通信工程学院更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇蚁群
  • 2篇蚁群算法
  • 2篇智能交通
  • 2篇群算法
  • 1篇动态交通
  • 1篇动态交通信息
  • 1篇动态路径诱导
  • 1篇智能交通诱导
  • 1篇能耗
  • 1篇网模型
  • 1篇量子蚁群算法
  • 1篇路网
  • 1篇路网模型
  • 1篇交通动态
  • 1篇交通信息
  • 1篇交通诱导
  • 1篇改进蚁群算法

机构

  • 2篇哈尔滨工程大...

作者

  • 2篇康维新
  • 2篇张程程

传媒

  • 2篇应用科技

年份

  • 2篇2015
2 条 记 录,以下是 1-2
排序方式:
交通动态路网模型与能耗最优路径诱导被引量:1
2015年
针对智能交通诱导中出行者路径选择以及汽车能耗问题,对路网模型及能耗最优路径进行了研究。在传统图论方法基础上建立动态路网模型,细化路段和交叉口处的动态信息,加入交叉口处排队车辆数及排队等待时间;并分别计算路段和交叉口处匀速及怠速时的汽车行驶能耗,进而建立了能耗最优路径诱导模型;再将能耗融入到蚁群算法的信息素更新规则中,用改进后的蚁群算法进行实验仿真。仿真结果验证了动态路网模型的有效性,得到的能耗最优路径能够有效减少行程内10%左右的能耗,达到节能减排的目的,符合实际需求。
张程程康维新
关键词:智能交通诱导动态交通信息改进蚁群算法
改进量子蚁群算法在动态路径诱导中的应用被引量:1
2015年
针对动态路径诱导中寻优算法收敛速度慢,易陷入局部最优解的不足,提出了一种改进的量子蚁群算法(IQACA)。首先,建立了考虑交叉口和路段耗费的动态路网模型,并建立了时间最优路径模型。借鉴量子蚁群算法的寻优策略,改进的量子蚁群算法通过将量子比特相位取值范围缩小的方法,提高概率幅的密度;采用Hadamard门变异机制,实现量子比特概率幅值的位置和大小的变化,扩大了种群多样性,增加了全局最优解搜索的概率。将IQACA算法应用到实际路网的动态路径诱导中,并与蚁群算法、量子蚁群算法进行对比分析,实验结果表明,改进的IQACA算法适用于求解时间最优路径问题,不仅具有很好的收敛性能还能够较快的得出时间最优路径。
张程程康维新
关键词:智能交通动态路径诱导
共1页<1>
聚类工具0