基于多路径识别的标识站点优化.docVIP

摘 要 PAGE II 摘 要 近些年来，随着汽车的普及，交通也在一直发展。作为交通中最重要的一部分——高速公路，也在不断地建设。随着高速公路的不断建设，路径上开始出现环路，并且路网的密度也一直再不断的增大。对于高速公路的管理者来说，由此问题产生的两点之间车辆的真实行驶路径的识别问题也尤为重要。这也是高速公路联网收费及管理中必须要解决的一个问题。 而河南省，作为一个高速公路通车里程再全国数一数二的省份，成为我们这次研究的目标。在研究时，我们从路网的拓扑结构入手，采用图论中支撑树理论来研究高速公路路径二义性及标识站数量和选址的问题。 基于支撑树的性质，任意两点之间恰有一条路径，我们从而定义了余边集的概念。从而在确定标识站数量以及位置上给出了理论依据，可以从根源上解决了路径二义性的问题。 在寻求支撑树的过程中，我们采用的Prim ，Kruskal算法算法以及遗传算法。由于高速公路路网的现实复杂度，Prim算法和Kruskal算法都有弊端，而遗传算法可以确定所有标识站选址方案从而给出一个最适合的方案。最后通过河南省的局部路网图以实例证明该理论的可行性。 关键词：标识站点识别，路径二义性，智能交通，支撑树，遗传算法，Prim算法，Kruskal算法 ABSTRACT ABSTRACT In recent years, with the popularization of automo