多约束最短路径模型和求解.pdfVIP

第25卷第1期 湖南科技大学学报(自然科学版) V01．25No．1 of Mat．2010 2010年。3月JoumalHunan of ScienceEdition) UniversityScienceTechnology(Natural 多约束最短路径模型与求解 胡耀民1’2，刘伟铭2 (1．广州番禺职业技术学院信息工程学院，广东广州511483；2．华南理工大学土木与交通学院，广东广州510640) 摘要：提供满足驾驶贞多个心理期望的路径是导航系统该解决的关键问题，其本质是资源约束最短路径问题，属于NP难问 题，无法使用传统的最短路径算法解决．提供了多约束路径规划的数学模型，并使用了蚁群算法对其求解，在算法中针对问题重新设 计了信息素更新规更Ij和启发因子．实验证明算法具备良好的寻优能力。能准确找出路网中满足多种属性约束的路径． 关键词：多约束；路径规划；蚁群算法 中圉分类号：TP3ll 文献标识码：A 驾驶员在使用导航系统进行路径规划时都希望 多约束最短路径，并在基本蚁群算法的基础上重新设 得到的路径最短以达到节省时间和费用。但同时又希 计信息素更新规则，引入信息素更新算子。动态增加 望路径是容易驾驶、安全性很高、风景迷人的，这就要 负荷约束的路径上信息素；为提高算法效率，算法中 求路径满足多种路径质量的约束条件．这个问题的实质 改进能见度启发因子． 就是在最短路径(shortest path：SP)的基础上添加另外 1 数学模型 的约束条件而构成带约束最短路径问题(constrained shortest 多约束最短路径是求解路网中能够同时满足多 path：csP)．CSP问题有多种形式，如要求路径必 须经过某个节点、必须经过某条弧、路径资源限制等， 个路径属性约束(如到达时间限制、安全性限制、距离 文中使用的是资源约束的CSP定义n-习：求解满足路径限制、费用限制、路的等级限制等)，且距离最短的路 上某种或某几种属性之和小于设定的上限值的最短 径，下面对多约束最短路径建模． 路径．众所周知，SP问题的时间复杂度为n：(n为节点 交叉13对应结点，两交叉口之间的路段对应弧， 个数)，然而不幸的是CSP问题已经被证明为NP难问路段的属性使用多元组来表示．有向图满足了导航需 要的路网表达方法和存储结构应满足的要求，如存储 题16-71，无法采用dijstra或A宰来解决．对于CSP问题的 求解，也是学术界一直在探讨的问题，Handler，G．Y．，量小，便于路线优化算法对其进行操作，充分考虑路 Zang昀中使用了K一最短路径和拉格朗日松弛的方式冈作为网络的特殊性，能够表达路网要素及拓扑结 进行求解，成为CSP问题的经典解法，但求解的时间 构，能够表达单向交通、交叉IZl转向限制等交通管制 复杂度并不令人满意．蚁群算法模拟生物界群体觅食 措施，能够表达路网的各种特殊结构，要考虑结点权 的能力，能够在实际的路径搜索过程中对外界的影响 重如何存储．路网有向图的可以表示为式(1)： 做出动态的响应，是一种具有分布计算、信息正反馈 I％=(V，昱)， 和启发式搜索等特征的优化工具旧，因而在交通最优 }y=f1，2，3，4，…)， (I) 路径选择中具有极大的可能性和适应性．作者先给出 IE=((u，矿，Q。)lu，y∈y1． 多约束路径的数学模型，采用改进型蚁群算法来寻找