自适应模糊遗传算法在轮胎花纹降噪中的应用.pdf

C o m p u t e r E n g i n e e r i n g a n d A p p l i c a t i o n s计算机工程与应用 2 0 0 9，4 5(2 2)2 0 9 自适应模糊遗传算法在轮胎花纹降噪中的应用 李晓辉 ，刘君 2，刘道琼，孙康明 t L I Xi a o h u i 1,L I U J u n ，L I U Da o q i o n g 3，S UN Ka n g-mi n g 1 重庆广播电视大学 理工学院，重庆 4 0 0 0 5 2 2 重庆大学 计算机学院，重庆 4 0 0 0 4 4 3 重庆工学院 网络中心，重庆 4 0 0 0 5 0 1 S c h o o l o f T e c h n o l o g y，Ch o n g q i n g R a d i o&TV Un i v e r s i t y，Ch o n g q i n g 4 0 0 0 5 2，C h i n a 2 C o l l e g e o f C o mp u t e r S c i e n c e，C h o n g q i n g Un i v e r s i t y，Ch o n g q i n g 4 0 0 0 4 4，C h i n a 3 Ne t w o r k C e n t e r，C h o n g q i n g I n s t i t u t e o f T e c h n o l o gy，C h o n g q i n g 4 0 0 0 5 0，C h i n a E ma i l：l i x i a o h u i c q d d c q c n LI Xi a o h u i，LI U J u n，LI U Da o q i o n g，e t a 1 Ap p l i c a ti o n o f t r e a d p a t t e r n s n o i s e-r e d u c ti o n b a s e d o n s e l f a d a p t i v e f u z z y g e n e ti c a l g o r i t h m C o mp u t e r E n g i n e e r i n g a n d A p p l i c a ti o n s，2 0 0 9，4 5(2 2)：2 0 9-2 1 1 Ab s t r a c t：I n o r d e r t O o p t i mi z e t h e s t r u c t u r e p a r a me t e rs o f t r e a d p a t t e r n a n d i mp r o v e t h e e f fi c i e n c y o f n o i s e r e d u c t i o n，S e lf a d a p t i v e F u z z y G e n e t i c N o i s e-R e d u c t i o n A l g o ri t h m(S F G N R A)h a s b e e n p rop o s e d，w h i c h i s a l s o b a s e d o n t h e p ri o r F u z z y G e n e t i c A l g o ri t h m(F G A)I n t h e i mp r o v e d a l g o ri t h m，t h e r e l a t i o n s h i p b e t w e e n c ros s o v e r p rob a b i l i t y a n d mu t a t i o n p ro b a b i l i t y a n d i n d i v i d u al S fi t n e s s i s a d o p t e d，o p e r a t o r s o f S i m p l e G e n e t i c A l g o ri t h ms(S G A)a r e i m p r o v e d，and s i mu l a t e d a n n e al i n g me t h o d s a r e i n t r o d u c e d a f t e r C roS S O V e r t o i mp r o v e e n h a n c e t h e l o c a l s e a r c h a b i l i t y o f g e n e t i c a l g o rithm S o me e x p e rime n t s h a v e b e e n d o n e b y me an s o f the s o f t wa r e o f TN T a n d ODS s i mu l a t i o n，a n d the r e s u l t s s h o w t h a t t h e t r e a d p a t t e rns n o i s e s h o u l d b e r e d u c e d，a n d the me ri t p r o j e c t o f s t r u c t u r e p a r a m e t e rs m a y b e f o u n d T h e r e s e a r c h i s s u c c e s s f u l l y a p p l i e d t o t h e d e s i g n o f w a y f o r the l 0 w n o i s e t r e a d pa t t e r ns Ke y wo r d s：t r e a d p a t t e rns n o i s e；f u z z y g e n e t i c alg o ri t h m；s e lf-a d a p t i v e；o p t i mi z a t i o n 摘要：为了进一步优化轮胎花纹结构参数，提高轮胎花纹降噪的效果，在现有模糊遗传算法的基础上，提出了一种 自适应模糊遗 传降噪算,(S e l f-a d a p t i v e F u z zy G e n e t i c N o i s e R e d u c t i o n A l g o ri t h m，S F G N R A o引入变换算子和对非法个体的贪婪处理，能够随 时间和个体的适应度大小自动调整变换概率、变异概率，不需要人为设定。利用轮胎噪声仿真分析优化软件进行轮胎花纹结构设 计，验证了该算法能进一步降低轮胎的噪声，得到了低噪声轮胎花纹结构方案。研究成果为低噪声轮胎花纹设计规范与方法提供 了新的路径。关键词：轮胎花纹噪声；模糊遗传算法；自适应；优化 D OI：1 0 3 7 7 8 j i s s n 1 0 0 2 8 3 3 1 2 0 0 9 2 2 0 6 7 文章编号：1 0 0 2 8 3 3 l(2 0 o 9)2 2 0 2 0 9-0 3 文献标识码：A 中图分类号：T P 1 8 3 l 前言 经多年研究，得出轮胎花纹噪声主要由(1)花纹块击地噪 声，它跟花纹块面积大小有关，与其形状基本无关；(2)花纹槽 泵浦喷吸噪声，它只跟花纹槽宽度、长度及走向有关，与其深度 基本无关；(3)因噪声波互相干涉产生声波增强或抵消现象，合 成的噪声强度大小跟花纹结构参数及花纹排列有极大关联。这 三个原则f 。是轮胎花纹降噪的理论依据。为了得到合理的轮胎 花纹结构参数，在模糊遗传降噪算法t4-(F u z zy Gen e t i c N o i s e-R e d u c t i o n A l g o ri th m，F G N R A)上作了改进，引入 自适应特性，形成了自适应模糊遗传降噪算法(S e rf-a d a p t i v e F u z zy G e n e t i c N o i s e-R e d u c t i o n A l g o ri t h m，S F G N R A)。2 模糊遗传降噪算法 2 1 遗传算法编码 以节距比例值为例，对比例因子染色体初始群体其比例因 子用素数和无理数，最大值与最小值之比受工艺设计要求限制 在一定范围(一般取 7以内)】，3)。若 一为最大比值，并设定最 小节距值为 尸 ，随机产生基本节距个数的正整数(2 5 6以内)，按从小到大的顺序建立比例因子串，这样减少了计算量。按如 下方式进行编码：某一个轮胎花纹方案由A、B、C、D、E五个基 基金项目：重庆市教育委员会科学技术研究项目(t h e S c i e n c e a n d T e c h n o l o g y R e s e a r c h P r o j e c t o f C o m m i s s i o n o f E d u c a t i o n o f C h o n g q i n g，C h i n a u n d e r G r a n t N o K J 0 7 l 6 0 2)。作者简介：李晓辉(1 9 7 7 一)，男，讲师，主要研究方向为计算机控制与仿真；刘君(1 9 7 7 一)，女，在读博士，讲师，主要研究方向为神经网络；刘道琼(1 9 7 6 一)，女，讲师，主要研究方向为人工智能；孙康明(1 9 7 3 一)，男，在读博士，讲师，主要研究方向为微电子集成电路。收稿 1 3 期：2 0 0 8 0 4 2 4 修 回日期：2 0 0 8 0 8 0 6 2 1 0 2 0 0 9，4 5(2 2)C o m p u t e r E n g i n e e r i n g a n d A p p l i c a t i o n s计算机工程与应用 本节距组成，随机产生小于等于2 5 6 的5 个正整数(=1 5，厂 排序后若为 4、2 3、1 1 1、2 0 0、2 4 8)，节距值可由 一二 二 毕 +一 P,x_(B _-1)x N一(1)Z)O 求得，从而可求出节距比例=彤P l，对应十六进制编码为 o 4、1 7、6 F、C8、F 8。2 2模糊遗传算法 遗传算法流程如图 1，其迭代的结束条件有两个：(1)群体 的最优个体适应度函数值趋于一稳态值；(2)迭代次数已满。对 于轮胎花纹其他结构参数节距排列、错位、花纹条数等的 F G N R A法优化具体过程与花纹节距比例优化相同，可参见参 考文献l 3 4】。图 1 模糊遗传算法流程图 3 自适应模糊遗传降噪算法 3 1 算法的思想 基本遗传算法(S i mp l e G e n e t i c A l g o r i t h m，S G A)存在着容 易早熟和收敛速度慢两个难题，且它的局部搜索能力弱，达不 到很高的精度要求，故提出自适应模糊遗传降噪算法，来提高 局部搜索能力，并避免早熟和提高收敛速度。(1)引入交叉概率 和变异概率与个体的适应度值相联系，使适应度值小的个体有 较大的交叉概率和变异概率，适度值大的个体交叉概率和变异 概率则相对较小，从而实现自 适应的遗传算法。(2)为提高遗传 算法的局部搜索能力，在交叉操作后引入模拟退火机制，并采 用一 种新的变异操作，每次变异产生二个子代，然后根据情况 取舍，引入接受相对差的子代的概率，这样可一定程度上避免 陷入局部极值。3。2 算法描述 改进后的算法流程图如图2所示，算法的具体描述如下。输入：初始节距比例群体训练集、改进遗传算法控制参数。输出：训练好的节距比例群体。步骤 l初始化控制参数：包括种群规模 v，交叉概率，变异概率，调节变异自适应程度的参数 V等；步骤 2随机产生初始种群，并计算种群中所有个体的适 应度；步骤 3：当结束条件未满足时(1)从父代中选择两个个体；(2)按式(2 a)，(2 b)确定交叉概率；(3)按式(3 a)，(3 b)执行交叉操作；初始化参数的值 二二二二 随机产生初始种群 评价个体(输入切陈样本，计算适应度)否 按轮盘赌策略从父代中选择两个个体 按式(2 a)计算交叉概率，按式(2 b)进行交 叉，根据模拟退火机制判断是否接受新个体 按轮盘赌策略从父代中选择个个体 按式(3 a)计算变异概率，按式(3 b)进行变异产生 两个新个体，根据情况对两个新个体进行取舍 使当前种群成为新种群 图 2 自 适应模糊遗传算法流程图(4)按式(4 a)，(4 b)确定变异概率；(5)按式(5)执行变异操作；(6)产生新一代种群；(7)评价新一代种群；(8)评价新一代种群。3 3 交叉算子 使用选择算子在群体中选择两个父体 X 和，根据父个 体的适应度确定交叉概率，交叉概率 选择是影响遗传算法 行为和性能的关键所在，直接影响算法的收敛性，只越大，新个 体产生的速度就越快。然而 过大时遗传模式被破坏的可能 性也越大。交叉概率 的计算公式如下：只 ：其中，(2 )j 一 E =其中厂 (2 b)其中 为群体中最大的适应度值 为每代群体的平均适应 度值 厂 为。和：中较大的适应度值；=0 9，P c：=O 3，实验过 程中 根据具体f青 况调节参数的值。两个父体 X。和：采用以下 方式产生两个子代 y 和 y：l，1=1+(厂 1)(3 a)Y 2=X 2+k(X1-X 2)(3 b)这里 k是一个比例因子，可由【0，1 上均匀分布随机数产 生。子代的每个变量的值按上式计算，对每个变量要选择个 新的 k 值。交叉后生成的子代按模拟退火机制进行取舍，模拟退火法(S i mu l a t e d A n n e a l i n g，S A)是模拟热力学中经典粒子系统的降 温过程，来求解规划问题的极值。当孤立粒子系统的温度以足 够慢的速度下降时，系统近似处于热力学平衡状态，最后系统 将达到本身的最低能量状态，即基态，这相当于能量函数的全 局极小点。由于模拟退火法能够有效地解决大规模的组合优化 问题，且对规划问题的要求极小，该方法已成为一种极具发展 前景的一种优化方法。具体思路如下：如果)y。)，则 ，。取代当前代中的X ；否则随机产 生 卢【0，1 1，(y 1)-f(X )，p 坤 6=ra i n(1，e 一 )，T=T o(0 9 9 g 一 1)，g 为遗传代数，为温度，T o=一 d l o g P 为初始温度(d 为初始 李晓辉，刘君，刘道琼，等：自适应模糊遗传算法在轮胎花纹降噪中的应用 2 0 0 9，4 5(2 2)2 1 1 种群个体之间适度值的最大差值，_p，=0 0 1 实验过程中可根据 情况调整)，如果 p 神 ，则 y 取代当前代中的 x ，相同方法处 理：和 y：。引入模拟退火机制可以提高算法的局部搜索能力。自适应交叉算子可以描述如下：输入：染色体 X，染色体 y，交叉概率。、：，初始温度。输出：染色体 X，染色体 Y。步骤 1按照式(2 a)和(2 b)计算交叉概率P c；步骤 2在 o，1 I X间产生随机数 r，若 P c r，则继续，否则，转向步骤 8；步骤 3按照式(3 a)和(3 b)执行交叉操作，产生两个子个 体。和 y。，计算它们的适度值 x )和 Y。)；步骤 4如果)；则个体 取代，转向步骤 6，否则，继续；步骤 5在 0，1】区间产生随机数 r e c p，计算 d if-x)X )，=(0 9 9 i I)，t e m p=m i n(1 0，e x p(一 d fir,)(i 为进化代数)，如 果 t e m p r e c p，则个体。取代，否则保留X；步骤 6如果 l，)Y)；则个体 y 取代 l，转向步骤 8，否则，继续；步骤 7在 0，l l lX间产生随机数 r e c p，计算 d if=f(Y)-AY )，t e m p=m i n(1 0，e x p(一 a flo 9 9 i 一 1)(为进化代数)，如果 t e m p r e c p，则个体 Y。取代 y，否则保留 Y；步骤 8输出、y，结束。3 4 变异算子 根据父个体的适应度确定变异概率 P m。变异概率也是影 响遗传算法性能的关键所在。尸 m 的计算如下：D，r r、P m】一 其中(4 a)J _ j s P P m 其中触 (4 b)其中厂 为群体中最大的适应度值 为每代群体的平均适应 度值 为要变异个体的适应度值；=O，1，P a=0 0 9 9，实验过程 中根据具体情况调节参数的值。对选定的个体 按下式进行变异，设=：1，【一 b，b ，i=1，2，。y J=1 2+【6 l A x 1 b 2 A x 2 6 J (5)x,+A x F x (6 )(1 0-=厂 ，i=1，2，这里j=l，2，b。的取值为 0或 1，v=2。第个子代由随机选 择一个 b 为 1，其余为 0的情况产生；第二个子代由随机选择 某些 b 为 1，其余为 0 的情况产生(有可能所有 b 均为 1)。随 机产生个小数 O t【0，1 1，如果 a _-A，若 y )，则用 y 取代父代中适度值 最小 的个体，对第二个子代做相同的操作。A是为了避免陷 入局部极值而设的接收不优良子代的概率，提高种群的多样 性，避免早熟，以保证算法达到全局最优。从前面的分析可看出，第个子代实际上是一个基因突变 产生的，第二个子代同时有多个基因突变产生的。采用这种方 式变异的搜索域比每次只是单个基因突变的搜索域要大。当种 群的适度值普遍较小时，个体基因有更大的提高空问，多个基 因突变会比单个基因突变更有效；而当种群趋于稳定时，改变 单个基因更有可能提高个体适度值，因为随着搜索域的缩小，某些基因也许已达到它们的最优值，如果多个基因突变，则会 破坏某些优良基因。变异算子可以描述如下：输入：父代种群，染色体，接受不良子代的概率 A，变异 概率 P m 、P 。输出：子代种群。步骤 1按照式(4 a)和(4 b)计算变异概率 P m；步骤 2在【0，1 区间产生随机数 r，若 P m r，则继续，否则，转向步骤 7；步骤 3按照式(5)产生两个新个体 和：，计算适度值，(1)和 X 2)；步骤 4寻找父代中最小适度值，唧的个体，在【0，1 1 区 间产生 L 数O t，如果 a A，贝 lJ 爪体X =m a x(，(X。)X 2)，取 代，转向步骤 7，否则继续；步骤 5若，(X )，则用。取代，转向步骤 7，否则 继续；步骤 6若，(X：)，则用：取代，否则保留父代；步骤 7输出子代种群，结柬。3 5 算法终止条件 当算法满足以下两个条件之一，算法就结束：(1)当某代的最优个体的适度值大于或等于预先给定的值；(2)算法给定的迭代次数已用完。4 优化实例分析比较 对轮胎花纹节距比例采用模糊遗传降噪算法(F G N R A)和 自 适应模糊遗传降噪算法(S G F N R A)(参数设置见表 1)进行优 化，对两种方法分析比较。表 l 自 适应模糊遗传降噪算法参数设置 改进 G A交叉概率 改进G A交叉概率 改进 G A变异概率 改进G A变异概率 全局寻优系数 S G A交叉 S G A变异 0 8 0 0 3 O O 1 O 0 o 9 O 1 0 O 9 o 0 0 1 图 3(a)和图 3(b)分别是上述两个方法优化后的轮胎方案 噪声仿真曲线，图中曲线 1为M 曲线，曲线 2为优化方案噪声 仿真曲线。r 曲 线 、l 、，、一 厂、L l 曲 1 、-：L 、乙 o 1 2 3 4 5 k I-I z 0 1 2 3 4 5 k Hz (a)F G N R A优化仿真图(b)s G F N R A 优化仿真图 图 3 轮胎花纹噪声优化仿真曲线图 5 结束语 用 自 适应模糊遗传降噪算法进行轮胎花纹结构参数优化，方法有效可行，可节约人力物力，开发周期短、费用低，有较大 的推广价值，降噪优化效果显著，可信度高，工程实用性强。(下转 2 3 5 页)栅 舳 栅 ；2 王丽敏，刘家侨，韩旭明，等：上市公司综合评价模型及其应用 2 0 0 9 4 5(2 2)2 3 5 2 0 o 7，2 0(6)：7 5 9 7 6 0 5 N o r ma n K A，N e w ma n E L A n e u r a l n e t w o r k mo d e l o f r e t r i e v a l i n d u c e d f o r g e t t i n g J P s y c h o 1 R e v，2 0 0 7，1 1 4(4)：8 8 7 9 5 3 6 1 I n c e r t i G A n a l y s i s o f b i ocl i ma t i c t i me s e r i e s a n d t h e i r n e u r al n e t w o r k b a s e d c l ass ifi c a t i o n t o e h a r a c t e r i s e d r o u ght r i s k p a t t e r n s i n S o u t h h a l y J】I n t e rna t i o n al J o u r n al o f B i o me t e o r o l o g y，2 0 0 7，5 1 (4)：2 5 3 2 6 3 7】L o w e M，I 1 l e c a p a c i t y o f q-s t a t e P o t t s n e u r a l n e two r k s w i t h p a r al l e l r e t ri e v al d y n a m i c s J】S t a t i s t i c s P r o b a b i l i t y L e t t e r s，2 0 o 7，7 7 (1 4)：1 5 0 5 1 5 1 4 8】Ri v e r a J S e l f-c ali b r a t i o n a n d o p t i ma l r e s p o n s e i n i n t e l l i g e n t s e n s o z s d e s i g n b ase d o n a r ti fi c i al n e u r a l n e t w o r k s J 1 S e n s o r s，2 0 0 7，7(8)：1 5 0 9 1 52 9 9】9 B a k e r K M A n e u r al n e t w o r k a p p r o a c h t o u s i n g s y n o p t i c f o r e c ast s i n a s t a t e w i d e p o t a t o l a t e b l i ght e x p e a s y s t e m J P h y t o p a t h o l o g y，2 0 0 7，9 7(7)1 0 1 Ru s t u m R，A d e l o y e A J R e p l a c i n g o u t l i e r s a n d m i s s i n g v alu e s f r o m a c ti v a t e d s l u d g e d a t a u s i n g k o h o n e n s e l f-o r g ani z i n g ma p J J o u rna l o f E n v i r o n m e n t al E n g i n e e ri n g，2 0 0 7，1 3 3(9)：9 0 9 9 1 6 【1 1 C h e n Y Y，Yo u n g K YAn S O M-b a s e d a l g o r i th m f o r o p t i mi z a ti o n w i t h d y n a mi c w e i g h t u p d a t i n g J I n t e rna t i o n al J o u mal o f N e u r a l S y s t e ms，2 0 0 7，1 7(3)：1 7 1 1 8 1 【1 2】Ho ri o K，Y a m a k a w a T H and w r i t t e n c h a r a c t e r r e c o g n i t i o n b ase d o n r e l a t i v e p o s i t i o n o f l o c a l f e a t u r e s e x t r a c t e d b y s e lf-o r g a n i z i n g ma p s J I n t e rna t i o n al J o u rnal o f I n n o v e a t i v e C o mp u t i n g I n f o r ma ti o n and C o n t r o l，2 0 0 7，3(4)：7 8 9 7 9 8 1 3 韩江舟，葛世伦，盛永祥 1 9 9 9 年度沪深两市中期上市高科技公司 股票聚类分析叨 华东船舶工业学院学报：自然科学版，2 0 0 1，1 5 (2)：8 6 9 1 (上接 2 1 1 页)参考文献：1】陈理君，杨光大，董芹，等 低噪声轮胎花纹设计原则叨橡胶工业，1 9 9 7，4 4(3)：1 5 0-1 5 5 【2】L e e J J，N i A E S t r u c t u r e-b o rne t i r e n o i s e s t a t i s t i c al e n e r g y a n a l y s i s mode l J T i r e S c i e n c e and T e c h n o l o g y，1 9 9 7，2 5(3)：1 7 6 1 8 6 3】C h e n L i-j a n，Yang L i，Ma H a o，e t a 1 D e s i gni n g me thod f o r o p t i-mi z a t i o n l o w n o i s e l e v e l t r e a d p a n e m C P r oce e d i n g s I n t e r n a t i o n al Ru b b e r Co nfe r e n c e 9 9 S e o ul Ko r e a：Ko rea Re s e a r c h F o u n d a t i o n，t h e Ko r e an F o u n d a t i o n o f S c i e n c e a n d T e c h n o l o gy S o c i e t i e s，1 9 9 9：2 52 9 4】陈理君，杨唐胜，杨立 低噪声轮胎花纹结构参数优化寻优方法【J J 轮胎工业，2 0 0 2，2 2(1 2)：7 2 0-7 2 8 【5 陈理君，李晓辉，杨立轮胎花纹噪声及其降噪方法叨 噪声与振动 控制，2 0 0 4，2 4(1)：l o-l 3 【6】陈理君，张艳垫，杨立 低噪声轮胎花纹设计原理与方法 轮胎工 业，2 0 0 1，2 1(5)：2 7 0-2 7 6 【7 陈理君，钟克洪，张晓红基于遗传算法的低噪声轮胎花纹节距排列 的优化方法叨 轮胎工业，2 0 0 0，2 0(2)：7 6 7 9 【8】陈理君，杨立，钱业青 轮胎花纹噪声的发声机理 J】轮胎工业，1 9 9 9，1 9(9)：5 1 5 5 1 8 【9 陈理君，杨立，钱业青 轮胎花纹噪声的发声模型 J 轮胎工业，1 9 9 9，1 9(1 0)：5 9 9 6 0 2 1 o 王士同 神经模糊系统及其应用【M】北京：北京航空航天大学出版 社。1 9 9 8：2 5 6 2 6 0 (上接 2 2 9页)4】Ga m b a r d e l l a L M，D o r i g o M S o l v i n g s y m me t ri c a n d asy mme tr i c t s p s b y ant c o l o n i e s C P r occ e e d i n g s o f the 1 9 9 6 I E E E I n t e r n a t i o n al C o nfe r e n c e o n E v o l u t i o n a r y C o mp u t a t i o n【S 1 】：I E E E P r e s s，1 9 9 6 5 l S t u t z l e T，H o o s H H M AX-MI N a n t s y s t e m J F u t u r e G e n e r a t i o n C o m p u t e r S y s t e m s，2 0 0 0，1 6(8)：8 8 9 9 1 4 6】粱栋，霍红卫 自适应蚁群算法在序列比对中的应用 J 1 计算机仿 真，2 0 0 5，2 2(1)：1 0 0-1 0 2 7】胡小兵，黄席樾基于混合行为蚁群算法的研究m 控制与决策，2 0 0 5。2 0(1)：6 9 7 2 f 8】冯远静，冯祖仁，彭勤科智能混合优化策略及其在流水作业调度中 的应用叨 西安交通大学学报，2 0 0 4，3 8(8)：7 7 9 7 8 2 (上接 2 3 1 页)4 结 束语 利用 V I S S I M仿真软件建立了交叉口交通控制模型，通过 现场数据调研，进行该交叉口信号配时的仿真计算。从改善后 的仿真图上可以直观地看出来，东进口的排队长度明显减小 了，由改善前的 3 0 米的排队长度减小到了9米，而其他进口的 排队长度变化并不大，这说明该交叉口交通拥堵得到缓解。从 仿真结果比较来看，交通压力实行了均分，即将以前南进口的 交通压力不同程度地分配到了其他各个方向。从而改变了该路 口交通压力过大而导致的整个交叉口 拥堵的状况。参考文献：1 P T、V I S S I M 4 1 0 U S E R MAN U A l Z Ger ma n：P l ann i n g T r a n s por t Ve r k e h e r AG，2 0 0 5：1 6 3 3 【2】杨洪，韩胜风，陈小鸿 V I S S I M仿真软件模型参数标定与应用啊 城 市交通，2 0 0 6，4(6)：2 2 2 5