Galán-García，JoséL。;加布里埃尔·阿奎列拉·维内加斯;玛丽亚·加兰·加西亚。;佩德罗·罗德里格斯·西洛斯 Dijkstra算法的一种新的概率扩展，用于模拟智能城市中更真实的交通流。 （英语） 兹比尔1410.90041 申请。数学。计算。 267780-789（2015年）. 摘要：Dijkstra的最短路径问题求解算法（SPP）是一种非常著名的算法。当应用于实际情况时，尽管可以使用Dijkstra算法计算最短路径，但并不总是选择最短路径。例如，在交通状况下，驾驶员可能不知道车道的确切长度或要遵循的最短路径。更令人信服的是，尽管驾驶员知道最短的路线，但他/她可能更喜欢选择不同的路线。在本文中，我们提出了新的算法PEDA（Dijkstra算法的概率扩展），该算法在选择最短路径时引入了边的权重和决策的概率变化。当PEDA应用于交通流时，得到了更真实的仿真结果，其中并不总是选择最短路径。这更准确地模拟了驾驶员更正常的行为。作为一个应用示例，我们介绍了ATISMART（^{+}）模型，它是ATISMAR模型的扩展，其中描述了智能城市中汽车交通的加速时间模拟。在之前的工作中，系统中的所有汽车都使用Dijkstra算法选择改进的ATISMART（^{+}）模型，用于智能城市交通流的加速时间模拟，并使用新的PEDA算法。结果表明，考虑到不同驾驶员的行为，ATISMART（^{+}）生成了更真实的仿真结果。 引用于4文件 MSC公司： 90B20型 运筹学中的交通问题 05C85号 图形算法（图形理论方面） 关键词：Dijkstra算法的推广;加速时间模拟;智慧城市;概率算法 软件：ATISMART公司 PDF格式BibTeX公司 XML格式引用 \textit{J.L.Galán-García}等人，应用。数学。计算。267780-789（2015；Zbl 1410.90041） 全文： 内政部 参考文献： [3] Galán-García，JoséL。；加布里埃尔·阿奎列拉·维内加斯（Gabriel Aguilera-Venegas）；Rodríguez-Cielos，Pedro，智能城市交通流加速时间模拟，J.Compute。申请。数学。，270, 557-563 (2014) [4] Dijkstra，E.W.，关于与图有关的两个问题的注释，Numer。数学。，1, 269-271 (1959) ·Zbl 0092.16002号 [5] 邓加（音）；陈布、于欣；张亚、雅娟；Mahadevanc，Sankaran，不确定环境下最短路径问题的模糊Dijkstra算法，应用。软计算。，12, 3, 1231-1237 (2012) [6] Shu-Xi，Wang，改进的dijkstra最短路径算法及其应用，Procedia Eng.，291186-1190（2012） [7] Mukherjee，Sathi，Dijkstras算法在直觉模糊环境下求解网络最短路径问题，J.Math。模型。算法，11，4，345359（2012）·Zbl 1292.05148号 [9] Neumann，J.v.，《自动机的一般和逻辑理论》（L.A.，Jeffress，《行为中的大脑机制——希克逊研讨会》（1951），John Willey&Sons：John Willey&Sons New York），1-31 [10] 克诺斯佩，W。；桑顿，L。；Schadschneider，A。；Schreckenberg，M.，《走向公路交通的现实微观描述》，J.Phy。A： 数学。Gen.，33，48，477-485（2000）·兹比尔1017.90010 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。