1、現(xiàn)代社會民用車輛日益增多，交通壓力日趨凸顯，智能交通路徑規(guī)劃的應(yīng)用前景也日漸廣闊。本文針對智能交通路徑規(guī)劃的高度非線性特點，提出使用混合GA-BP神經(jīng)網(wǎng)絡(luò)算法來進行導(dǎo)航路徑規(guī)劃，并通過仿真驗證了其在尋找路徑規(guī)劃的全局最優(yōu)解上具有一定的優(yōu)勢。本文從算法原理和算法實現(xiàn)兩方面進行了研究，主要工作如下:
　　(1)在遺傳算法（Genetic Algorithm-GA）優(yōu)化BP神經(jīng)網(wǎng)絡(luò)(Back Propagation NeuralNetw

2、ork)的三種方式中，分析了各自的優(yōu)缺點及困難度，確定使用遺傳算法修改BP神經(jīng)網(wǎng)絡(luò)初始權(quán)值實現(xiàn)對其優(yōu)化的方法。
　　(2)利用圖論的相關(guān)理論，建立了最短路徑規(guī)劃需要的路網(wǎng)模型，使用MATLAB仿真工具對算法實現(xiàn)的可行性進行了分析與驗證。
　　(3)在搜索時間和尋優(yōu)能力兩方面與A*算法進行了對比分析，驗證了本文研究的混合GA-BP神經(jīng)網(wǎng)絡(luò)算法在求得最優(yōu)解方面存在很大的優(yōu)勢，且這種優(yōu)勢會隨著節(jié)點數(shù)目的增加而更加明顯。