返回
Two Modifications of MinSum Algorithm for Efficient System-Optimal Traffic Assignment
DOI:10.3390/a18100609.png)
摘要
En 中文
大城市交通分配是一个古老但日益重要的问题,这是由于世界人口和交通需求的快速增长。虽然已开发出许多算法,但它们的收敛率和复杂性对于实时应用来说仍然过高。最近开发的MinSum算法引入了一种新方法。它是一种高效的离散域优化算法,用于两个城市区域之间的系统优化路径分配。其复杂度(关键操作的数量)为O(R³),其中R是路径数量。尽管如此,仍有改进空间,本文提出了两种改进的MinSum变体,即启发式和近似变体,它们速度更快且复杂度更低,同时保留了MinSum的突出特性。启发式变体MinSumH比MinSum快最多五倍,其复杂度理论上仍为O(R³),但实验表明它更接近O(R²)。近似变体MinSumA快超过100倍,并将复杂度降低至O(R)。两种提出的变体随着R的增长而逐渐更快。由于它们的高收敛率和异常低的复杂度,以及其他突出特性,所提出的算法已准备好用于真实城市环境中的实时系统最优交通分配。
Keyword:
traffic assignment
optimization
convergence rate
algorithm complexity
heuristics
approximation
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.1
论文数:
631
被引数:
5.4K
机构
引用论文
Dynamic adaptive vehicle re-routing strategy for traffic congestion mitigation of grid network缓解网格交通拥堵的动态自适应车辆重路由策略
Evolutionary Synthesis of High-Capacity Reconfigurable Multilayer Road Networks Using a Multiagent Hybrid Clustering-Assisted Genetic Algorithm
IEEE ACCESS
IF3.6
Predictive Traffic Assignment: A New Method and System for Optimal Balancing of Road Traffic预测性交通分配:一种用于道路交通最优平衡的新方法和系统

