基于混沌神经网络的驾驶员动态路径诱导算法研究

摘要：

动态路径诱导旨在向驾驶员提供基于实时交通信息的最佳行驶路径来达到诱导出行的目的,以保证车辆在路网上运行的总费用最小,为驾驶员提供较合理的高效行驶路线.动态路径诱导必须实时保证全局准最优,本文将混沌神经网络应用于动态路径诱导,通过在HNN中引入混沌动态,利用其遍历性进行随机搜索,再由退火策略控制混沌动态逐渐消失并转入HNN进一步优化,从而可保证网络收敛到一个最优或近似最优的稳定平衡点.仿真分析表明:将混沌神经网络应用于动态路径诱导系统中求解最佳路径,总能保证网络收敛到全局最优,同时可有效克服Hopfield神经网络易陷入局部最优解的缺点,具有更高的搜索效率.对于求解连续变量的非线性优化问题提供了一种有效方法,验证了混沌神经网络在动态路径诱导中的有效性.

关键词：瞬态混沌、神经网络、路径诱导算法、组合优化

所属期刊栏目：7

分类号：U491(交通工程与公路运输技术管理)

在线出版日期：2007-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：57-60