车联网的多数应用会产生大量数据且需在有限时间内处理完这些数据,但车辆自身资源有限,很难及时处理这些数据。基于权重二分图的路侧单元资源分配(resources allocation based on weighted bipartite graph, RAWB)算法,可提升处理数据...车联网的多数应用会产生大量数据且需在有限时间内处理完这些数据,但车辆自身资源有限,很难及时处理这些数据。基于权重二分图的路侧单元资源分配(resources allocation based on weighted bipartite graph, RAWB)算法,可提升处理数据的速度。RAWB算法通过引入虚拟机平衡路侧单元(road side units, RSUs)间的负载,将RSUs与虚拟机的匹配问题构建成虚拟机的分配问题,然后利用权重二分图法求解,实现最优的虚拟机调度,进而降低了任务的成本。仿真结果表明,RAWB算法降低了数据处理时延和任务成本。展开更多
窄路段作为交通场景中不可避免的瓶颈路段,其短时车流量预测对优化路径规划、改善交通状况具有重要意义。针对窄路段的时效性,同时考虑适用模型的准确度,提出一种基于佳点集初始化种群、非线性参数控制及柯西变异扰动的改进鲸鱼优化算法...窄路段作为交通场景中不可避免的瓶颈路段,其短时车流量预测对优化路径规划、改善交通状况具有重要意义。针对窄路段的时效性,同时考虑适用模型的准确度,提出一种基于佳点集初始化种群、非线性参数控制及柯西变异扰动的改进鲸鱼优化算法(IWOA)-门控循环单元(GRU)的窄路短时车流量预测模型,以SUMO(Simulation of Urban Mobility)仿真数据进行了实证研究。对比实验结果显示,IWOA具有较好的全局性、收敛速度且更加稳定。基于IWOA-GRU的窄路短时车流量预测模型,均方根误差(RMSE)指标相较于WOA-GRU、PSO-GRU、长短期记忆神经(LSTM)网络分别降低10.96%、28.71%、42.23%,平均绝对百分比误差(MAPE)指标分别降低13.92%、46.18%、52.83%,有较为显著的准确性和稳定性。展开更多
文摘车联网的多数应用会产生大量数据且需在有限时间内处理完这些数据,但车辆自身资源有限,很难及时处理这些数据。基于权重二分图的路侧单元资源分配(resources allocation based on weighted bipartite graph, RAWB)算法,可提升处理数据的速度。RAWB算法通过引入虚拟机平衡路侧单元(road side units, RSUs)间的负载,将RSUs与虚拟机的匹配问题构建成虚拟机的分配问题,然后利用权重二分图法求解,实现最优的虚拟机调度,进而降低了任务的成本。仿真结果表明,RAWB算法降低了数据处理时延和任务成本。
文摘窄路段作为交通场景中不可避免的瓶颈路段,其短时车流量预测对优化路径规划、改善交通状况具有重要意义。针对窄路段的时效性,同时考虑适用模型的准确度,提出一种基于佳点集初始化种群、非线性参数控制及柯西变异扰动的改进鲸鱼优化算法(IWOA)-门控循环单元(GRU)的窄路短时车流量预测模型,以SUMO(Simulation of Urban Mobility)仿真数据进行了实证研究。对比实验结果显示,IWOA具有较好的全局性、收敛速度且更加稳定。基于IWOA-GRU的窄路短时车流量预测模型,均方根误差(RMSE)指标相较于WOA-GRU、PSO-GRU、长短期记忆神经(LSTM)网络分别降低10.96%、28.71%、42.23%,平均绝对百分比误差(MAPE)指标分别降低13.92%、46.18%、52.83%,有较为显著的准确性和稳定性。
