论文部分内容阅读
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。它通过短暂的倒分又过程，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