交通网络中路径求解遗传算法设计研究.pdfVIP

第 29卷 第4期 兰 ，州 交 通 大 学 学 报 V01．29No．4 2010年 8月 JournalofLanzhouJiaotongUniversity Aug．2010 文章编号：1001—4373(2010)04—0134—05 交通网络中路径求解遗传算法设计研究 杨信丰， 李引珍 (兰州交通大学 交通运输学院，甘肃 兰州 730070) 摘 要：交通网络最短路径集合的获得在交通网络计算中具有很重要的作用，然而现有的算法大部分没有考虑交 叉 口延误，并且不适用于路径集合的计算，求解大型网络效果不理想．针对这一问题对遗传算法的编码方法进行分 析，考虑编码空间及路径解空间的大小，采用了基于路径的编码方法；并采用一种考虑节点有延误的变异方法，克 服了此种编码方法变异操作的复杂性．最后利用网络随机发生器产生了一组网络，利用设计的算法及基于优先权 的遗传算法分别进行了求解，并对两种算法的计算结果进行了对比分析，说明了该遗传算法的有效性． 关键词：路径集合；遗传算法；交通网络；交叉 口延误；最短路径 中图分类号：U491 文献标志码 ：A 且，当网络较大时此方法还不理想．文献[3]对大规 0 引言 模交通网络下的实时路径搜索问题进行了研究，给 在进行城市交通网络规划时，交通分配是城市 出了有效路径的产生算法，但是算法的设计没有考 交通需求预测过程中的一个关键步骤；而常用的交 虑节点的延误．可以看出，给出一种实用的最短路径 通分配算法都是建立在最短路径的基础之上，同时 集合的搜索算法成为解决交通问题的关键． 最短路径的计算是交通分配算法的最基本也是最重 1 遗传算法求解最短路 要的部分，大量研究[1]表明，在大型网络平衡分配问 题的迭代求解算法中有超过 9O 的计算量花在最 遗传算法作为一种进化搜索算法，具有随机搜 短路径搜索上．另外，最短路径在城市交通路径诱导 索性，在求解路径中得到了广泛的应用．这里可以利 系统、交通咨询、城市交通管理系统、城市交通紧急 用其随机寻优过程和并行特性找出最短路径集合． 处理及救援等方面都是非常重要的组成部分． 目前，还没有文献利用遗传算法求解路径集合，但 对交通网络而言，一般情况下其规模都比较大； 是，有不少文献利用遗传算法求解最短路径．由于遗 而且，在实际应用中，由于环境的变化以及各种因素 传算法不能直接处理搜索空间的解数据，必须使用 的影响，通常需要次最短路、第三最短路等，因此，在 编码把它们转化为遗传空间的基因型串结构数据． 交通网络中经常需要得到的是最短路径集合；另外， 为了叙述方便，用有向图G一 (，E，T，D)表 在实际城市交通网络中，交叉 口都有延误，而交叉 口 示一个交通网络，其中V= { Ii一1，2，…，n)为所 延误对路径阻抗计算及路径选择有很大的影响．但 有节点的集合，E一 Ii，一1，2，…，T／}为所有路 是，由于交叉口转向延误与交通流流人方向有关，无 段的集合，丁：=={tJe∈E)为所有路段的阻抗集合 ， 法直接纳入路段行程时间的计算中，而且还涉及到 D为交叉 口延误集合，d ，∈D表示由节点 ／经节 交通网络的变换或者最短路径算法的改进，因此已 点 至节点k时在 处的延误．为了比较不同编码方 有的城市交通分配研究成果大部分没有考虑交叉 口 案的特点，给出以下几个定义． 延误问题．文献Ell提出了一种标号算法来求解节点 定义