本站所有资源均为高质量资源,各种姿势下载。
2018年美国大学生数学建模竞赛(MCM)A题聚焦于多目标交通流优化问题,要求参赛者设计高效的交通信号灯控制系统以减少拥堵和排放。近年来该领域的参考文献主要集中在以下几个方向:
智能交通系统(ITS)与实时优化:最新研究倾向于结合机器学习(如强化学习)动态调整信号灯周期,例如2021年IEEE Transactions on Intelligent Transportation Systems中提出的深度Q学习框架。
多目标权衡分析:针对拥堵时间、尾气排放、燃油消耗等指标的帕累托最优解研究,可参考2022年Transportation Research Part C的综述文章。
微观交通流模型扩展:传统元胞自动机或跟驰模型的改进版本(如考虑电动车特性的混合流模型)被用于更精确的仿真,相关成果见于2023年Physica A期刊。
建议通过Web of Science或Google Scholar以“traffic signal optimization”“multi-objective MCM 2018”为关键词筛选近5年高被引论文,重点关注结合新兴技术(如车联网、边缘计算)的跨学科研究。