本书分七章：一、基于GPS数据的驾驶人出行路径研究；二、针对城市晚高峰时期的诱导路径的设计；三、基于改进蚁群算法的可选多路径方案设计；四、非通勤高峰情况下的路径规划研究；五、针对城市通勤高峰期的最优路径的设计；六、城市早高峰最优出行路线的设计——基于小波神经网络算法；七、城市高峰期环境下最优路径的研究——考虑道路构成因素。

近年来,随着通信、计算机技术的不断发展,智能交通已成为建设智慧城市的重要组成部分。智能交通作为未来发展的趋势,而交通出行问题则是其发展和进步的必要环节。城市交通出行问题是一把双刃剑,它与人类的社会经济生活密切相关,因此,也促使其不断成为世界各国交通领城的学者们研究的关键问题。作者根据对城市交通出行研究的学术积累,通过本著作对该领域的一些热点问题进行较为细致的总结和论述,从不同研究角度对城市日常车辆出行规划进行讨论,并考虑车辆在通勤高峰、非通勤高峰及不同路段组成等因素影响下的问题进行着重探讨。通过深人浅出的分析,构画了一个较为系统的研究城市交通出行问题的体系,生动地呈现了城市车辆在通勤过程中面对的路径规划和出行诱导行为。

本书总结了研究交通出行路径规划的经典的方法,如A*算法、Dijkstra算法、蚁群算法、Bellman-Ford算法等,通过对研究实际问题的角度出发,对传统的算法进行改进,以适于研究日常交通出行中路径规划问题。希望本著作能够为研究相关交通问题的理论做出一点微薄贡献,对城市交通规划设计提供一些参考。

本书于2022年9月由中国文化出版社出版。

作者简介

史云峰，博士，毕业于山东大学系统工程专业，现就职于山东师范大学。在智能交通、人工智能领域发表相关论文近四十篇，申请专利十余篇。