学报首页    
学报动态        
· 重要声明:长春理工大学学报投稿邮箱为custlxb@cust.edu.cn
更多>>
投稿指南        
相关下载        
· 文章模板
· 版面费办理办法
· 保密审查表
更多>>
友情链接        
· 长春理工大学
· 长春理工大学图书馆
· 中国知网
当前位置:首页»自然学科» 当期目录

基于蚁群算法的智能交通最优路径研究

发布日期:2014-07-08| 阅读次数: | 关键字:38-4 | 作者:李松江,张异,龚跃 | 来源:长春理工大学学报:自然科学版 2015 Vol.38(4): 122-126

基于蚁群算法的智能交通最优路径研究

李松江,张异,龚跃

(长春理工大学 计算机科学技术学院,长春130022

摘要:针对车辆智能交通最优路径问题,提出一种实时规划的蚁群算法。在该算法搜索过程中加入针对具体问题的局部搜索寻优算法,在启发函数中引入搜索方向,改进信息素更新策略,限制信息素轨迹量。利用智能交通道路模型对改进算法进行比较分析。实验结果表明,改进后的蚁群算法能够有效地解决车辆实时路径诱导问题,实现车辆实时路径诱导,具有良好的收敛性和寻优性。

关键词:蚁群算法;智能交通;最优路径

中图分类号: TP391 文献标识码:A 文章编号:1672-9870201504-0122-05

 

The Research on the Optimal Path of Intelligent Transportation

Based on Ant Colony Algorithm

LI SongjiangZHANG YiGONG Yue

School of Computer Science and TechnologyChangchun University of Science and TechnologyChangchun 130022

AbstractAiming at the intelligent traffic optimal path ant colony algorithm convergence speed is slow and easy to fall into local optimum problem proposed an improved ant colony algorithmin the ant colony algorithm to search in the process of join to solve the concrete problems of local search optimization algorithm. In the heuristic function  introduced search party to improved pheromone update strategylimiting pheromone quantitythe state transfer rules introducing a priori knowledgemake ant colony tendency to have high adaptive value of search spacereduce the ant colony algorithm in blind search path into local optimum and shorten the search time. The experimental results show that the improved ant colony algorithm has good convergence and optimizationand can effectively avoid the stagnation of the algorithm in the local optimal solutionwhich proved the effectiveness of the improved algorithm.

Key wordsant colony algorithmintelligent transportationoptimal path

 

作者简介:李松江(1984-),男,博士,讲师,E-maillsj84@outlook.com

通讯作者:龚跃(1960-),男,教授,博士生导师,E-mailgongyue888878@sina.com

版权所有:长春理工大学学报编辑部
Copyright ©Changchun University of Science and Technology