基于蚁群算法多属性路径选择模型.pdfVIP

第27卷第5期(总第185期) 系 统 工 程 V01．27，No．5 2009年5月 SystemsEngineering May．2009 文章编号：1001—4098(2009)05—0030—05 基于蚁群算法的多属性路径选择模型+ 陈京荣1，俞建宁1，李引珍2 (1．兰州交通大学数理与软件工程学院，甘肃兰州730070； 2．兰州交通大学交通运输学院，甘肃兰州 730070) 摘要：针对交通网络中多属性条件下的路径选择问题，本文基于蚁群算法讨论了给定起讫点对之间综合最 优路径的实现步骤。首先将蚁群按照所给的属性集合分为若干个子蚁群，每个子蚁群给定不同的属性目标。 然后在每一次循环的过程中，子蚁群按照既定的属性进行路径选择，在所有的子蚁群完成一次循环后，全局更 新信息素。可知，各个子蚁群既按照自己的目标搜索最优解，同时各个子蚁群之间又互相影响，使得所得的结 果不仅对于每个属性目标较优，而且综合效果也很好。最后进行了仿真实验并分析了结果。 关键词：路径选择}多属性；蚁群算法；模型 中图分类号：TPl82 文献标识码：A 于离开路段尾节点时刻的函数，并考虑了节点的等待情 1 引言 况，给出了伪多项式算法“]。William等考虑了出发时刻、 城市交通网络中的最优路径问题，一直是国内外学者 路径、停车位置及停车时长等因素，建立了变分不等式模 研究的热点问题之一。在过去的研究中，对于单属性条件 型并用遗传算法进行了求解[5]。 下的路径选择问题．考虑的比较多，例如仅要求时间最小 Chang等采用近似随机优势来比较不同的路径，对 或费用最少等等。然而在实际的路径选择过程中，经常会 危险品的运输路径给出了一个算法[6]。Opasanon等提出 遇到出行者不仅关心时间，而且对于费用等其它因素也有 了一个精确地产生所有Pareto最优解的算法．其中择优 要求等情况。而车辆的旅行时间、旅行费用等属性受多种 的方法采用随机支配，该算法使出行者可以根据具体到 不确定因素的影响，起讫点对之间最优路径的选择和确定 达节点的时间来选择下一步前进的方向，但是算法的时 是多致因因素联合作用的结果。所以在路径选择过程中只 间复杂性是指数的口]。Gao等对于选择最优路径的策略问 考虑网络的单一属性是不全面的，并且单属性的路径择优 题建立了一个基本体系，对该问题所涉及的各个变量进行 模型和算法不能解决上述问题，自然而然多属性的路径择 了深入的讨论和分析，同时对该问题进行了详尽的分类， 优问题亟待解决。 给出了一个确切的算法，但是算法复杂性最终也是指数型 多属性条件下的路径选择问题，无论采用怎样的技巧 的‘引。 与手段，要得出所有的Pareto解是比较困难的，因为算法 目前，利用蚁群算法研究多属性路径选择问题的相 的时间复杂性是指数的，所以一些学者采用效用函数来近 关成果比较少，基本上都是采用妥协的思想，即将多个属 性通过综合加权或决策等手段合并为一个值，在此基础 似解决该问题。Modesti采用Dijkstra算法通过对给定的 上采用单属性的方法来获得最优解。在具体的实现过程 线性效用函数求最小值来确定最优路径[“。Mirchandani 等将随机最优路径问题通过非线性且单调的效用函数转 中，主要是对蚂蚁k的状态转移概率的计算公式进行了改 进‘“。 化为多属性的最优路径问题瞳]。Noziek得到了关于危险品 运输的一