基于蚁群算法的人车混合疏散优化及混合比例分析.pptVIP

本文研究了在紧急情况下以人车混合疏散的时间最短，混合道路利用程度最高为目标，建立了一种人车混合疏散的多目标优化模型，针对该模型设计了多目标蚁群优化算法及其改进算法，并应用于大型体育场及其周边路网集成环境中进行了仿真实验。 [1] 吴斌，赵燕伟. 蚁群算法的研究现状[J]. 自动化仪表，2004-01-20,25(1)：1-3. [2] 郯福秀，康　翔，刘　辉，姚秋月. 蚁群算法的研究现状与展望[J]. 浙江树人大学学报，2013-06-15，13(2)：20-23. [3] 段海滨，王道波，于秀芬. 蚁群算法的研究现状及其展望[J]. 中国工程科学， 2007-02-20,9(2)：98-102. [4] 金美莲，陈涛，申世飞.城市混合疏散中不同交通方式配比对疏散时间的影响[J]清华大学学报：自然科学版，2009,49（2）：179-182 [5] 贝肇宇.改进蚁群算法的研究与应用[D].沈阳工业大学，2008-12-15， [6] 王旭，催平远，陈阳舟.基于蚁群算法求路径规划问题的新方法及仿真.[J]计算机仿真.2003-12-01， 22(7) 改进的多目标蚁群算法所得的Pareto前沿比基本蚁群多目标优化算法更优 从上图可以看出b中标注区域的个体数量明显比a少，表明改进的多目标算法在疏散效率和安全性能上优于基本多目标算法。 6 结论及研究展望