%0 Journal Article
%T 基于混沌神经网络的最优路径选择算法
%A 孙燕
%A 孙峥
%J 公路交通科技
%P 117-121
%D 2008
%X 研究车载交通流诱导系统的最优路径选择问题.采用广义路阻的定义,考虑了驾驶员在路径选择中的不同要求,并借助一种具有暂态混沌和时变增益的神经网络(NNTCTG),针对最优路径选择问题设计了神经网络结构,构造了能量函数,提出了一种能够满足不同出行者偏好的最优路径选择算法.所提出的算法具有很多优良特性,即暂态混沌特性和平稳收敛性,能有效地避免传统Hopfield神经网络极易陷入局部极值的缺陷.它通过短暂的倒分叉过程,能很快进入稳定收敛状态.仿真结果表明,NNTCTG求解指定起讫点对之间的最优路径问题时,总能收敛到全局最优,同时具有更高的搜索效率.
%K 智能运输系统
%K 最优路径选择
%K 神经网络
%K 交通流诱导系统
%K 暂态混沌
%K 平稳收敛
%U http://manu12.magtech.com.cn/Jweb_gljtkj/CN/abstract/abstract10418.shtml