基于蚁群算法的交通流诱导设计及实现.pdfVIP

计 算 机 与 现 代 化 2011年第 11期 JISUANJIYUXIANDAIHUA 总第 195期 文章编号：1006-2475(2011)11-0027-05 基于蚁群算法的交通流诱导设计与实现 李冉冉 (广东电网公司阳江供 电局，广东 阳江 529500) 摘要：现有的交通信息系统都是基于最短路径等单一 目标而建设的，这种单一 目标已经不足以满足新时代下用户的交通 需求。本文利用蚁群算法求解交通诱导模型的非劣解，同时针对交通空间数据的位置相关性，对蚁群算法进行基于探索 范围的改进，改进的蚁群算法通过降低备选行驶节点中位置相关性低的节点的选择概率，加快蚂蚁寻求最优解的速度。 关键词：蚁群算法；最短路径；多目标优化；交通诱导 中图分类号：TP31l 文献标识码：A doi：10．3969／j．issn．1006-2475．2011．11．008 DesignandImplementationofInducedTrafficBasedonACA LIRan—ran (YangjiangPowerSupplyBureau，GuangdongPowerGridCorporation，Yangjiang529500，China) Abstract：Theexistingtrafficinformationsystemsarebasedonthesingleobjective，suchastheshortestpath，whichisinsuffi· cienttomeettheneweraoftrafficdemand．Thispapermakesuseofantcolonyalgorithm tosolvenon—inferiorsolutionofthetraf- tic—inducedproblems．Th ispapernotonlyUSeSthetraffic—inducedmodelofantcolonyalgorithmforsolvingnon·inferiorsolutions， butalsoimprovesthealgorithm basedonexploresrangeforthepositioncorrelationoftrafficspatialdata．Theimprovedalgorithm reducestheprobabilitywhentheantcolonyalgorithm choosesthelittlerelativityposition．Andtherefore，itacceleratesthesearch speedofroptimal solution． Keywords：antcolonyalgorithm；shortestpath；multi—objective；traffic—induced 法 J，目前对其研究己渗透到多个应用领域，并由解 0 引 言 决一维静态优化问题发展到解决多维动态组合优化 智能交通系统…作为未来城市交通发展的趋 问题。因此，蚁群算法为解决交通诱导的多 目标优 势，为缓解城市交通矛盾提供了一种有效途径，其主 化 提供了一种新型的解决方案 。 要 目标是为用户规划最优路径，向用户提供交通信息 本文在深度挖掘用户需求的情况下提出建立多 服务来方便用户出行。最优路径的算法有很多种，从 目标最短路径模型解决交通诱导问题，并提出采用蚁 早期的基于限制条件的深度优先搜索算法 与基于 群算法进行多 目标优化，其中多 目标函数包括最短路 有向无环图的动态规划 J，到后来 Dijkstra算法和 径和最短时间，同时针对交通空间数据