擴展RBM下的動態(tài)最短路徑搜索算法的研究與實現(xiàn).pdf

1、隨著經(jīng)濟(jì)發(fā)展和技術(shù)進(jìn)步，交通運輸已經(jīng)成為人們經(jīng)濟(jì)生活中不可缺少的重要組成部分。它保證了社會經(jīng)濟(jì)及日常生活的正常運轉(zhuǎn)，但同時也引發(fā)了交通擁擠、環(huán)境污染、交通事故等一系列交通問題。智能交通系統(tǒng)（ITS）是解決這些問題的重要途徑。而路網(wǎng)模型作為智能交通系統(tǒng)的基礎(chǔ)，對其進(jìn)行深入的研究是十分必要的。本文基于一種以道路為基本元素的路網(wǎng)模型（RBM，Road Based Model），針對其描述微觀路網(wǎng)模型能力不足的局限性，提出了擴展的RBM。擴展后

2、的模型，不僅可以方便地描述路口轉(zhuǎn)向等信息，還可以反應(yīng)諸如交通擁堵、交通管制等動態(tài)交通信息。 在模型的網(wǎng)絡(luò)分析方面，本文著重研究城市路網(wǎng)最短路徑搜索技術(shù)。首先回顧了兩種經(jīng)典的最短路搜索算法：Dijkstra算法和A*算法。之后又簡要分析了RBM下的最短路算法特點，鑒于此，提出了基于擴展RBM的全局A*搜索算法、帶轉(zhuǎn)向限制的最短路算法、基于分層思想的最短路搜索算法和動態(tài)環(huán)境下的最短路搜索算法共四種最短路搜索算法。 本文對擴展