规划高速公路路线的变异蚁群算法.pdfVIP

第４１卷 第１期 福州大学学报（自然科学版） Ｖｏｌ．４１Ｎｏ．１ ２０１３年２月 ＪｏｕｒｎａｌｏｆＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ｆｅｂ．２０１３ ＤＯＩ：１０．７６３１／ｉｓｓｎ．１０００－２２４３．２０１３．０１．００７０ 文章编号：１０００－２２４３（２０１３）０１－００７０－０７ 规划高速公路路线的变异蚁群算法 尚艳艳，李 应，董晨 （福州大学数学与计算机科学学院 网络系统信息安全福建省高校重点实验室，福建 福州　３５０１１６） 摘要：为解决修建高速公路的智能选径问题，以基本蚁群算法为基础，修改了蚂蚁的基本属性，使种群中的部 分蚂蚁在遇到障碍物时可以变异成特殊蚂蚁通过障碍物．采用位图地图表示修建高速公路区域的高山、山谷、 河流和城镇等地理信息，实验证明，只要输入修建高速公路的起点和终点坐标，即可搜寻出造价最小的高速公 路修建路线． 关键词：蚁群算法；高速公路；障碍物；变异；特殊蚂蚁 中图分类号：ＴＰ３０１．６　 文献标识码：Ａ Ａｍｕｔａｔｅｄａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｈｉｇｈｗａｙｐａｔｈｐｌａｎｎｉｎｇ ＳＨＡＮＧＹａｎ－ｙａｎ，ＬＩＹｉｎｇ，ＤＯＮＧＣｈｅｎ （ＣｏｌｌｅｇｅｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｅｃｕｒｉｔｙｏｆ ＮｅｔｗｏｒｋＳｙｓｔｅｍｓ，ＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｆｕｚｈｏｕ，Ｆｕｊｉａｎ３５０１１６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｔｉｓｄｅｍｏｎｓｔｒａｔｅｄｔｈａｔａｎｏｖｅｌｍｅｔｈｏｄｂａｓｅｄｏｎａｍｕｔａｔｅｄａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ ｃａｎｂｅａｐｐｌｉｅｄｔｏｓｅａｒｃｈｆｏｒｔｈｅｈｉｇｈｗａｙｃｏｎｓｔｒｕｃｔｉｏｎｒｏｕｔｅｗｉｔｈｍｉｎｉｍｕｍｃｏｓｔ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅ ｓｕｌｔｓｕｓｉｎｇｂｉｔｍａｐｍａｐｓｗｉｔｈｃｏｍｐｌｅｘｇｅｏｇｒａｐｈｉｃａｌｉｎｆｏｒｍａｔｉｏｎ，ｓｕｃｈａｓｍｏｕｎｔａｉｎｓ，ｖａｌｌｅｙｓ，ｒｉｖｅｒｓ， ａｎｄｃｉｔｉｅｓ，ｓｈｏｗｔｈａｔｔｈｅｍｏｄｉｆｉｅｄａｎｔｉｓａｂｌｅｔｏｍｕｔａｔｅｉｎｔｏａｓｐｅｃｉａｌａｎｔａｎｄｐｅｎｅｔｒａｔｅｏｂｓｔａｃｌｅｓ．Ｔｈｅ ｍｅｔｈｏｄｈａｓｓｏｌｖｅｄｔｈｅｐａｔｈｓｅｌｅｃｔｉｏｎｐｒｏｂｌｅｍｉｎｈｉｇｈｗａｙｃｏｎｓｔｒｕｃｔｉｏｎｓａｎｄｃａｎｂｅｕｓｅｄｔｏｐｌａｎｈｉｇｈ ｗａｙｒｏｕｔｅｓｅｆｆｉｃｉｅｎｔｌｙ． Ｋｅｙｗｏｒｄｓ：ａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍ；ｈｉｇｈｗａｙ；ｏｂｓｔａｃｌｅ；ｍｕｔａｔｅｄ；ｓｐｅｃｉａｌａｎｔ １　路径规划问题 路径规划是指在数据或物理网络中选择路径的过程．机器人路径规划［１－４］和物流配送路径优化［５－６］ 是常见的路径规划的问题，也是采用蚁群算法研究的两个热点．蚁群算法是信息正反馈原理和启发式算 ［７］ 法的有机结合，在求解组合优化等问题方面具有其它群智能算法所不具有的优点 ．正反馈原理虽然可 以强化较优的解，却容易陷入停滞现象，所以在采用蚁群算法规划路径时往往对蚁群算法做一些改进．规 划高速公路修建路线和机器人寻径相同的是给出起点和终点，搜索一条最优路径．但不同的是，机器人遇 到障碍物时选择绕开［１－４］，而修建高速公路时可以通过架设高架桥、开凿隧道等手段通过河流、高山等障 碍物． １．１　地理信息表示 修建高速公路的区域可能有高山、山谷、河流和城镇等地理情况，为了更好地研究路径规划问题，需 要较准确地表示该路径规划区域的地理信息． 地图和路径有坐标、网格和位图三种地图表示方法．坐标地图最贴近实际，但其坐标值是浮点数，蚂 蚁的行动方向没