蚂蚁算法在交通分配中的应用方法.docVIP

蚂蚁算法在交通分配中的应用方法 摘要：文章对交通分配中的最短路径问题做了进一步的研究,针对传统的 Dijkstra 最短路径算法的缺陷,提出了一种自适应式的动态最短路径算法——基于分布式路由选择的蚂蚁算法,对传统蚂蚁算法作了进一步的改进,可应用于交通分配中的最短路径寻优算法和一些基本应用. 关键词：交通分配 蚂蚁算法 最短路径 Abstract： This paper makes some further researches about the shortest path problems of traffic assignment, because of the traditional Dijkstra shortest algorithm’s disadvantages, proposed a dynamic shortest path algorithm, an ant algorithm based on the distributive routing, and made some more improvement for the traditional ant algorithm, can applied in the traffic assignment’s shortest path searching. Key words：raffic assignment Ant algorithm Shortest path 1. 引言 近年来随着经济的发展,交通事业也正以前所未有的速度迅猛发展着.新建道路和其它各种交通设施越来越多,单行线、禁行线、路口禁止转向等交通管理措施也被越来越广泛地采用.这对于出行者来说,一方面为他们提供了更大的出行路线的选择余地,保证了路网的畅通,但同时也增大了其出行的复杂性.因此,出行者在出行时迫切需要一个能够使其避免拥堵,避免违规驾驶,安全、便利、快捷地到达目的地的出行服务.而对于交通营理者来说,也希望交通流能够尽量合理地分配在整个路网上.在这样的形势下,一套行之有效的行车路线优化无疑成为关键.可广泛应用于部队消防、执勤处突以及交通旅游等方面.路径规划问题( Path Planning Problem, PPP)是在给定的城市道路网中寻找出一条从起始点到目标点之间的最优路径的问题.在如何解决这个问题方面各国学者已经做了大量的研究,这其中包括 Dijkstra 算法、启发式搜索算法、模糊算法、神经网络、遗传算法等等.比较常用的为 Dijkstra 算法然而 Dijkstra 算法在解决动态路径更新时还存在着许多不足,它只适合解决静态最短路径问题.在 20 世纪 90 年代,意大利学者 MarcoDorigo 等人从生物进化的机理中受到启发,通过模拟自然界蚂蚁寻食的行为,提出了一种全新的模拟进化算法(Simulated Evolutionary Algorithm,SEA) ：蚁群算法(AntColony Algorithm,ACA) ,并用该算法求解了旅行商问题( Traveling Salesman Problem,TSP) 、JSP ( Job- shop Scheduling Problem ) 和 QAP (Quadratic AssignmentProblem)等问题,取得了一系列较好的实验结果.本文在研究蚂蚁算法的基础上,根据交通信息对交通的影响,对高度信息化下的动态路径选择做了探讨.提出了一种基于分布式路由的蚂蚁算法的应用. 2.蚂蚁算法 2.1 蚂蚁算法原理 蚂蚁算法是对自然界蚂蚁的寻径方式进行模拟而得出的一种仿生算法.在蚂蚁寻找食物时,它们总能找到一条从巢穴到食物之间的最优路径.这是因为蚂蚁在寻找路径时会在路径上释放出一种特殊的信息素.当它们碰到一个还没有走过的路口时,就随机地挑选一条路径前行.与此同时释放出与路径长度有关的信息素.路径越长,释放的信息素浓度就越低.当后来的蚂蚁再次碰到这个路口的时候,选择信息素浓度较高路径的概率就会相对较大.最优路径上的信息素浓度越来越大,而其它的路径上信息素浓度却会随着时间的流逝而消减.不仅如此,蚂蚁还能够适应环境的变化,当蚁群运动路线上突然出现障碍物时,蚂蚁能够很快地重新找到一条最优路径.这个过程和前面所描述的方式是一致的,这里就不再赘述.在整个寻找食物的过程中,虽然单个蚂蚁的选择能力有限,但是通过信息素的作用,整个蚁群之间交换着路径信息,最终能找出最优路径. 2.2 蚂蚁算法描述 蚂蚁算法就是对上面所描述的蚂蚁寻找食物的过程进行模拟而产生的算法,它具有群体合作、正反馈和分布式计算等特点.蚂蚁算法主要进行两方面工作：一是依照其前方各路径上存在的信息素强度选择路径;二是对其所经过的路径上的信息素强度进行调整.因此蚂蚁算法主要由两部分