Senge, Sebastian (2014) Ein Bienen-inspiriertes Schwarmintelligenz-Verfahren zum Routing im Straßenverkehr. PhD, Universität Oldenburg.

[img]
Preview


Volltext (6Mb)

Abstract

Die Arbeit führt einen verteilten und selbstadaptiven Vehicle Route Guidance-Ansatz ein, welcher Fahrern rechtzeitig vor jeder Kreuzung aktuelle, individuelle Routinganweisungen bereitstellt und evaluiert diesen Ansatz. Grundlage ist ein Multi-Agenten System, welches durch das Verhalten der Honigbienen bei der Futtersuche inspiriert ist und auf einer dezentralen Vehicle-to-Infrastructure-Architektur beruht. Das Verfahren umfasst ein Konzept zur dynamischen Link-Resevierung und besitzt eine lineare Nachrichtenkomplexität und somit eine hohe Skalierbarkeit in Raum und Zeit. Auf Grundlage von mikroskopischen Verkehrssimulationen mit variierenden Marktanteilen des Ansatzes wird gezeigt, dass bessere Ergebnisse als dynamische Shortest Path-Algorithmen erzielt werden im Hinblick auf die durchschnittlichen (globalen) Fahrzeiten und Stauvermeidung.

["eprint_fieldname_title_plus" not defined]

A honey bee-inspired swarm intelligence approach for vehicular route guidance

["eprint_fieldname_abstract_plus" not defined]

The work presents and evaluates a distributed and self-adaptive vehicle route guidance approach, which provides drivers safely with up-to-date individual routing directions well before each intersection. The approach is based on a multi agent system, which is inspired by the honey bee foraging behavior and relies on a decentralized vehicle-to-infrastructure architecture. It comprises dynamic link reservation and features a linear message complexity and hence a high scalability. On the basis of microscopic traffic simulations under varying market penetrations, it is shown that the proposed approach outperforms dynamic shortest path algorithms with respect to average (global) travel times and regarding congestions avoidance.

Item Type: Thesis (PhD)
Uncontrolled Keywords: Fahrzeug, Wegewahl, Verteilter Algorithmus, Schwarmintelligenz, Mehragentensystem, Verkehrsablauf, Optimierung
Subjects: Generalities, computers, information > Computer science, internet
Divisions: School of Computing Science, Business Administration, Economics and Law > Department of Computing Science
Date Deposited: 16 Dec 2014 12:59
Last Modified: 16 Dec 2014 12:59
URI: https://oops.uni-oldenburg.de/id/eprint/2055
URN: urn:nbn:de:gbv:715-oops-21369
DOI:
Nutzungslizenz:

Actions (login required)

View Item View Item

Document Downloads

More statistics for this item...