交通誘導(dǎo)系統(tǒng)的流量預(yù)測和路徑優(yōu)化并行算法研究.pdf

1、交通流誘導(dǎo)是目前公認(rèn)的提高交通效率和機動性的最佳途徑，其目的是在交通網(wǎng)絡(luò)中為出行者提供最佳旅行路徑。傳統(tǒng)的串行路徑誘導(dǎo)雖然在包括幾十個路口的路網(wǎng)中能夠在可接受的時間范圍內(nèi)完成計算，但當(dāng)路網(wǎng)規(guī)模擴大到幾百、甚至上千個路口時，其路徑誘導(dǎo)計算所消耗的時間會超出實際時間，這時路徑誘導(dǎo)工具就失去了在線誘導(dǎo)的能力。而并行計算技術(shù)所提供的存儲與計算資源為有效提高大規(guī)模路網(wǎng)中的交通流誘導(dǎo)速度及效率提供了可行途徑。流量預(yù)測問題和路徑優(yōu)化問題一直是交通誘導(dǎo)

2、系統(tǒng)中兩個關(guān)鍵問題，因此本文重點討論這兩個問題的并行算法。 本文首先分析了將并行計算技術(shù)應(yīng)用于交通誘導(dǎo)領(lǐng)域的必要性，并介紹采用的并行計算硬件平臺——深騰1800機群系統(tǒng)、軟件平臺——MPI和Charm++。接著，深入研究用于交通流預(yù)測的神經(jīng)網(wǎng)絡(luò)并行算法，提出一種基于碟形網(wǎng)絡(luò)的數(shù)據(jù)并行神經(jīng)網(wǎng)絡(luò)算法，它有效地減少了通信時間，提高了訓(xùn)練速度。在MPI上通過大連市實際交通流數(shù)據(jù)來進行仿真實驗，驗證了該并行算法的有效性。此外，對于大規(guī)模路

3、網(wǎng)，設(shè)計了并行交通流預(yù)測的模型(包含四個子模塊：數(shù)據(jù)采集、預(yù)處理、訓(xùn)練和預(yù)測)。分別在MPI和Charm++上進行多路段的并行預(yù)測，實驗結(jié)果表明Charm++能更好滿足大規(guī)模路網(wǎng)的流量預(yù)測的實時性要求。最后，本文介紹了基于METIS網(wǎng)絡(luò)分割的DIKB并行最短路徑算法的實現(xiàn)，即先用METIS劃分工具對交通網(wǎng)絡(luò)進行分割為子網(wǎng)絡(luò)，然后分配給各個處理器后采用改進的Diikstra算法——DIKB算法進行最短路徑的計算。采用模擬的交通數(shù)據(jù)，與傳統(tǒng)