改進(jìn)蟻群算法在交通分配中的應(yīng)用研究.pdf

1、交通擁堵越來(lái)越嚴(yán)重，已經(jīng)對(duì)我們?nèi)粘Ｉ顦?gòu)成了嚴(yán)峻的考驗(yàn)。過(guò)去交通領(lǐng)域的學(xué)者們已經(jīng)提出了很多方法來(lái)試圖解決這一問(wèn)題，如使用均衡分配模型、神經(jīng)網(wǎng)絡(luò)算法、遺傳算法等。雖然在當(dāng)時(shí)能取得一定的改善交通狀況的效果，但由于約束太多，維數(shù)太大，擁堵問(wèn)題一直不能得到很好的解決?？紤]到上述因素，本文擬通過(guò)運(yùn)用對(duì)基本蟻群算法進(jìn)行改進(jìn)而得到的改進(jìn)蟻群算法來(lái)進(jìn)行更加合理的交通流量的分配。
　　蟻群算法是模擬自然界螞蟻覓食的仿生學(xué)算法。以昆蟲(chóng)王國(guó)里螞蟻的覓食

2、行為作為原理，來(lái)計(jì)算得到兩點(diǎn)之間的最優(yōu)路徑。由于螞蟻的路徑尋找過(guò)程跟車(chē)輛的路徑選擇過(guò)程十分類(lèi)似，所以最近幾年蟻群算法被廣泛地運(yùn)用在了解決交通最優(yōu)路徑的問(wèn)題上。由于基本的蟻群模型是針對(duì)旅行商問(wèn)題提出的，所以在求解維數(shù)較多的路網(wǎng)最優(yōu)路徑問(wèn)題時(shí)，要對(duì)上述模型做一定的改進(jìn)。而以往的改進(jìn)模型只是針對(duì)路徑長(zhǎng)度因素或是路段行走時(shí)間因素進(jìn)行修改，并沒(méi)有把交叉口的延誤時(shí)間考慮進(jìn)去。但是連續(xù)的車(chē)流在途徑道路交叉口的時(shí)候，由于信號(hào)配時(shí)作用的原因，勢(shì)必會(huì)產(chǎn)生一

3、定的延誤。本文利用基本蟻群模型，再加上信號(hào)控制交叉口的延誤因素，通過(guò)分析車(chē)流經(jīng)過(guò)信號(hào)配時(shí)交叉口的到達(dá)和駛離狀況，把交叉口延誤時(shí)間加入到蟻群算法的模型中，提出了改進(jìn)的、更加符合實(shí)際情況的、考慮交叉口延誤的蟻群算法模型。由于在求解本文的改進(jìn)模型時(shí)會(huì)涉及到多方面的參數(shù)的設(shè)置問(wèn)題，所以本文也相應(yīng)地介紹了蟻群模型和延誤模型的相關(guān)參數(shù)的選擇和計(jì)算方法。在文章結(jié)尾，對(duì)常州武進(jìn)區(qū)所選路網(wǎng)相關(guān)數(shù)據(jù)進(jìn)行調(diào)查，包括使用高清攝錄機(jī)、雷達(dá)測(cè)速儀、卷尺等實(shí)用工具得

4、到路網(wǎng)OD量、車(chē)輛行駛速度、交叉口距離等信息，并且還實(shí)地調(diào)查了各個(gè)交叉口四個(gè)方向的渠化情況跟信號(hào)燈配時(shí)信息。最后通過(guò)計(jì)算機(jī)java語(yǔ)言，編寫(xiě)相應(yīng)的改進(jìn)蟻群算法的程序，并且運(yùn)用Myeclipse軟件，對(duì)常州武進(jìn)區(qū)所選的道路網(wǎng)絡(luò)進(jìn)行交通分配運(yùn)算，得到所選路網(wǎng)每個(gè)路段的交通流量。結(jié)果表明，在本文的改進(jìn)模型下求得的交通流量，會(huì)使得所選路網(wǎng)的流量分配更加趨于平衡，使得車(chē)均行駛時(shí)間減少，并且能使原來(lái)?yè)矶侣范蔚玫揭欢ǖ木徑狻?shí)例證明改進(jìn)的蟻群算法是一