发明名称 |
交通路径搜索系统及方法 |
摘要 |
本发明公开了一种交通路径搜索系统及方法,该系统至少包括:模糊期望值模型建立模组,通过将交通路网节点与节点之间的距离描述成模糊变量的形式,建立模糊期望值模型;以及最短路径计算模组,根据获得的模糊期望值模型,通过建立云模型并利用云模型进化算法计算获得交通路网节点和节点之间的最短路径和长度,本发明通过采用云模型进化算法解决交通路径搜索的优化问题,具有实现简单,收敛速度快,鲁棒性好的优点,能更快地搜索到交通网络的最短路径。 |
申请公布号 |
CN102902824B |
申请公布日期 |
2015.05.13 |
申请号 |
CN201210434896.5 |
申请日期 |
2012.11.02 |
申请人 |
上海电机学院 |
发明人 |
宁建红 |
分类号 |
G06F17/30(2006.01)I;G06N3/00(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
上海思微知识产权代理事务所(普通合伙) 31237 |
代理人 |
郑玮 |
主权项 |
一种交通路径搜索系统,至少包括:模糊期望值模型建立模组,通过将交通路网节点与节点之间的距离描述成模糊变量的形式,建立模糊期望值模型;以及最短路径计算模组,根据获得的模糊期望值模型,通过建立云模型并利用云模型进化算法计算获得交通路网节点和节点之间的最短路径和长度;所述最短路径计算模组至少包括:初始化模组,用于初始化种群,确定进化代数,利用正向云算子产生初始种群;进化代数判断模组,判断是否到达指定的进化代数,如果是,最优精英个体即为所求最优解,如果不是,则启动目标值计算模组进行目标值计算;目标值计算模组使用模糊模拟计算所有的目标值,目标值为该期望值;适应度值计算模组,根据目标值,计算群落中个体的适应度函数值;评估模组,根据适应度值进行评估得到优秀个体向量;跨代精英个体判断模组,用于判断是否出现跨代精英个体,如果是,则进行局部求精操作,并通过产生新种群产生模组产生新种群,如果不是,则启动突变判断模组进行突变判断;突变判断模组,用于判断连续平凡代是否达到突变阈值,如果不是,判断连续平凡代是否达到局部求变阈值,如果是,则进行局部求变操作,并通过新种群产生模组产生新种群,如果不是,直接通过新种群产生模组产生新种群,如果连续平凡代达到突变阈值,则启动突变模组进行突变操作;突变模组,用于进行突变操作;以及新种群产生模组,用于产生新种群。 |
地址 |
200240 上海市闵行区江川路690号 |