基于云计算的并行动态路径搜索算法研究.pdfVIP

软件 2015 年第 36 卷 第 4 期 SOFTWARE 国际 IT 传媒品牌 基于云计算的并行动态路径搜索算法研究 武涛 (北方工业大学计算机学院，北京 100144) : 由于动态路径导航系统中总会出现预测不准确和重新计算时间长的问题，因此需要有一个高效的动态路 径搜索算法作为系统的有益补充。路径搜索算法中蚁群算法具有很好的并行特性，但目前针对路径搜索中应用的蚁群 算法在并行性分布方面存在重复搜索和难以找到最优解的一些缺陷。因此，本文研究针对路径搜索的更加合理的并行 蚁群算法，通过合理划分数据域，使得计算结果的准确性和计算资源的利用效率都能有很大提高，最后用实验结果的 对比来进一步说明算法的高效和准确性。 : 智能交通；蚁群算法；并行性部署；优化问题 中图分类号: TP312 文献标识码: A DOI： 10.3969/j.issn.1003-6970.2015.04.029 本文著录格式：武涛. 基于云计算的并行动态路径搜索算法研究[J]. 软件，2015，36(4)：128132 Research on Parallel Dynamic Path Search Algorithm Based on Cloud Computing WU Tao (North China University of Technology School of Computer Science, Beijing 100144, China) 【Abstract 】: Facing the problem of inaccurate prediction and long computational time, the dynamic route guidance system needs an efficient dynamic path search algorithm as a useful supplement. The ant colony algorithm has good parallel characteristics, but in parallel distribution, repeated search and the increasing difficulty to find the optimal solu- tion are serious defects. In this paper, a reasonable parallel ant colony algorithm is proposed. We improve the computing accuracy and utilization efficiency of the algorithm greatly by dividing the data domain reasonably. At the last, the ef- fect of the algorithm is verified through experiments. 【Key words 】: Intelligent Transportation; Ant colony algorithm; Parallel deployment; Optimization problem 0 引言 随着城市化的发展，车辆拥堵、交通意外等现象越来越频繁地影响着人们的出行，为社会生活的各个 方面带来了不必要的损失。动态路径导航系统[1]运用智能交通技术，引入了云计算[2,3] 的新兴前沿技术，加 强车辆、道路、使用者三者之间的联系，缓和道路堵塞和减少交通事故，提高人民群众出行便利性，对于 智能交通的发展推广具有重要意义。 由于导航系统中出行者 OD(origin-destination)信息来自于基于历史信息平均的预测，或者是依据历史信 息和进行计算前收集的实时交通流情况倒推的预测，这就总会出现预测不准确的问题。当真实 OD 需求超 过了预测，或者