多重条件蚁群算法在导航系统中的应用.pdfVIP

SYS PRACTICE 系统实践 23 多重条件蚁群算法在导航系统中的应用 李瑞华’ 李 霞2 张敬敏2 (1．阳泉师范高等专科学校 山西阳泉 045200；2．石家庄经济学院信息工程学院 河北石家庄 050o31】 摘要 ：查找最佳导航路线是导航系统中最基本、最重要 的功能之一，而高效的智能算法是求解最佳导航路线的有效 方法。通过对蚁群算法进行深入研究，提 出了多重条件下蚁群算法的一种改进 。本算法能够综合考虑导航 系统中的多种信 息，设定多个条件 ，通过调节每个条件的启发式因子 ，可以根据所关注的条件的重要程度，比较快速 的、更加人性化的给 出最佳导航路线。通过实验证明利用改进后的多重条件下的蚁群算法来求解最佳导航路线是行之有效的。 关键词 ：导航系统；多重条件；最佳导航线路 ；蚁群算法 走方向，用～个禁忌表tab“k，即一个二维数组 ，来表示每只蚂 1．引言 蚁 已经走过 的路口。 表示蚂蚁k从i路口转移到j路 口的状态转 随着信息化进程的加快，导航系统已经成为现代生活 中必 不可少的工具 ，城市交通导航、各种车载导航等各种导航系统 移概率： 越来越多。导航系统中一个最基本的功能就是能够根据现时的 信息，给出最佳的导航线路 ，而这样 的最佳导航线路不仅要考 P = 专∑]等】％]，’拍…now～ed 虑路线的长度 ，还要考虑当前路线上的天气状况和各种路况信 息，本文根据导航系统的这个特点，通过对蚁群算法的深入研 0， 否则 究，提 出了一种多重条件下的蚁群算法，并通过实验验证 了本 式中，allowed表示蚂蚁k下一步允许选择的路 口；a为信 算法的可行性和有效性。 息启发式因子 ，表示轨迹 的相对重要性 ；B和 6为期望启发式 因子 ，可 以根据条件 的重要性调整启发式因子的大小 ； IIij和 2．蚁群算法的基本思想 几 为两个条件的启发函数 ，其表达式如下 蚁群算法是一种模拟蚂蚁群体觅食行为的智能算法。迄今 1 1 为止 ，蚁群算法经常用来求解最短路径 问题 ，并且也有各种与 T1 ，～ 了 其他算法的结合研究，取得 了一定的成果。 “ J 基本蚁群算法具有较强的鲁棒性、分布式计算、易于与 式中，d，表示相路段的长度 ，f为路段的路况信息，如果 其他方法结合等优点，是一种本质上并行的算法。但是也有缺 还有其他条件可以在此处增加。对蚂蚁k而言，d．gnfii越小，则 点，如计算时间较长、所有通过路段 的搜索路径对应的候选解 T1 和九越大，P 也就越大。 均会对该路段带来信 息素的增量 、采用 了信息素均匀分配策 略 ，即对已搜索路径中的所有路段采用 同样的信息素增量 ，与 第三步．信息素更新。 路段 的重要性无关。 为了避免残留信息素过多引起残留信息淹没启发信息，在 一 种改进的蚁群算法MMAS(MAX—MINAntSystem)能更 每只蚂蚁走到终点后 ，要对残留信息进行更新处理 ： 好地避免优化算法出现过早停滞现象。其特点在于：只对最佳 f (1一)木 +△ff 路径增加外激素的浓度 ，从而更好地利用 了历史信息；为了避 免算法过早收敛于并非全局最优 的解 ，将各条路径上的可能的 式中，p表示信息素挥发系数 ，则1一p表示信息素残留因 外激素浓度限制于 ：【￡mLn，【mx】，超出这个范围的值被强制设