基于NS-BML模型的记忆密度在交通信号灯控制系统中的研究

基于NS-BML模型的记忆密度在交通信号灯控制系统中的研究

论文摘要

交通信号灯管理与控制直接影响着交通网络的运行效率。NS-BML模型广泛应用于交通信号灯控制系统仿真,针对目前NS-BML模型中只考虑现在瞬时密度而忽略历史密度的问题,提出记忆密度策略,从长时记忆密度策略和短时记忆密度策略两个角度来分析该策略对曼哈顿式网络的影响,通过对时间离散化,求解短时记忆密度的最优比例因子。仿真结果表明,通过采用所提出的短时记忆密度策略可以有效提高系统的运行效率,同时保证计算机的处理速度,交通网络的平均速度和到达率分别同比增长8. 51%和9. 28%,说明了该策略的有效性。

论文目录

  • 0 引言
  • 1 模型
  •   1.1 曼哈顿式网络搭建
  •   1.2 交通信号灯设置与参数
  •   1.3 自适应交通信号灯策略
  •   1.4 车辆行驶规则
  • 2 问题及策略
  •   2.1 问题阐述
  •   2.2 长时记忆密度策略
  •   2.3 短时记忆密度策略
  • 3 仿真实验
  •   3.1 参数设置
  •   3.2 程序改善
  • 4 结果分析
  •   4.1 策略对比
  •   4.2 最优比例
  • 5 结束语
  • 文章来源

    类型: 期刊论文

    作者: 李兴华,霍艳凤,靳聪聪,宋波,李春华

    关键词: 元胞自动机,交通信号灯管理与控制,记忆密度,模型

    来源: 计算机应用研究 2019年10期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 公路与水路运输,自动化技术

    单位: 山东科技大学矿业与安全工程学院

    分类号: U491.54;TP274

    DOI: 10.19734/j.issn.1001-3695.2018.05.0257

    页码: 3027-3032

    总页数: 6

    文件大小: 1535K

    下载量: 141

    相关论文文献

    标签:;  ;  ;  ;  

    基于NS-BML模型的记忆密度在交通信号灯控制系统中的研究
    下载Doc文档

    猜你喜欢