基于蚁群算法的自动气象站巡视问题研究.pdfVIP

2015年第4期总第172期 SILICON VALLEY 基于蚁群算法的自动气象站巡视问题研究 谭立献 （东港市气象局，辽宁丹东 118300） 摘 要 气象自动站是气象现代化步伐中的重中之重，是现代天气测报、预报的重要手段，但是由于恶劣天气，周围 环境的影响自动气象站可能出现问题需要专人进行维护，蚁群算法是解决 TSP 问题比较经典的一种算法，本文基于蚁 群算法运用 matlab 进行计算给出了东港市气象自动站的最佳巡视路径，帮助自动站维护人员能够在最短时间内完成 自动站的巡视工作。 关键词 蚁群算法；matlab；自动气象站巡视；东港市 中图分类号 ：P4 文献标识码 ：A 文章编号 ：1671-7597（2015）04-0061-02 1 研究背景 为一个0到1的随机值 自动气象站实际上就是实现了自动化的传统气象站，目的 设信息素的挥发因子为ρ，n为迭代次数 是节省人力和测量偏远地区的气象数据。通过通信网络进行实 ρ（n）＝1－lnn/ln（n+1） ； 时回报或把数据存储起来以后传送。自动气象站是实现气象现 初始设定每条路线的信息素 x（i，j，0）为同一值，当进 代化的重要工具，然而由于其地理位置较为分散且大多数处于 行第n+1次迭代后 偏远地区，维修工作比较困难，应对其进行定期的巡视维护工 x（i，j，n+1）＝（1－ρ（n））*x（i，j，n）； 作，东港市做为我国极为特殊的沿海、沿边、沿江的三沿地区， 从这个公式可以看出，如果没有蚂蚁经过，那么该路径的 其气象工作较为重要，因此本文选择东港市作为研究对象。 信息素会逐渐的减少。 对于有蚂蚁可能经过的路线： 2 算法模型 x（i，j，n+1）＝（1－ρ（n））*x（i，j，n）＋ρ（n） 蚁群算法是由 Marco Dorigo1992 年在他的博士论文中提出 /|W|；W为所有点的集合。 的一种用来在图中寻找最优化路径的模拟进化算法。该算法来 源于蚂蚁在寻找食物的过程中发现最优路径的过程。每只蚂蚁 在未知食物所在地的情况下出发寻找食物。其中一只找到食物 后，它就会向周围释放一种挥发性分泌物，我们称之为信息素， 该挥发物会随着时间的推移逐渐挥发消失，它的浓度大小表征 路径的远近，其他的蚂蚁会被吸引过来，这样更多蚂蚁能找到 食物。这些蚂蚁走过的路并不同，会发现新的道路，如果新发 现的道路比原道路短，那么，更多的蚂蚁被吸引到这条比较短 的路上来。如果蚂蚁的数量足够多并且时间足够长，一定可以 发现一条最短的路径。 蚁群算法的基本思路如下面的流程图1所示。 1）初始状态下，蚁群刚刚生成，此时并没有信息素，因此 每只蚂蚁只能随机生成路径去寻找食物。 2）经过一次循环，每只蚂蚁的坐标发生了改变，从初始坐 标到这些坐标之间留下了信息素，他们中一些已经到达了目标 点，这些蚂蚁会返回，剩余蚂蚁将会继续行走，同时，另外一 批蚂蚁将会出发，它们按照每条路径上的信息素多少选择路线， 信息素越多蚂蚁选择的可能性越大。 3）到目标点近的路线的信息素会越来越多，而比较远的路 径上的信息会逐渐消失，不断地重复迭代步骤 2。在迭代次数 达到一个足够大的值后，就可以发现一条最优化的觅食路线， 算法中比较关键的部分在于蚂蚁在步骤 2 中选择路线的概率是 随机的以及步骤3中信息素的挥发与增强的算法该如何定义。 因此我们需要进行一些数学定义： 设蚂蚁选择某条路线的概率为k，一条路线上的信息素为x 图1 则k=x/∑x