基于蚁群算法的交通网络优化方法研究

《基于蚁群算法的交通网络优化方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、山东理工大学硕士学位论文基于蚁群算法的交通网络优化方法研究姓名：徐纪锋申请学位级别：硕士专业：交通运输规划与管理指导教师：张开旺;王晓原20081226山东理丁大学硕卜论文摘要摘要最短路径问题和动态配流问题是交通系统辨识、优化及控制领域，特别是交通网络分析、优化研究的重要环节。在大规模的交通网络中，传统算法已经不能满足交通系统对其求解的实时性要求。而当前正在迅速发展并日益成熟的智能算法为最短路径问题和动态配流问题的研究和实现提供了一个新的途径。针对上述情况，本文引入了蚁群算法。蚁群算法是20世纪90年代提出的一种新型模拟进化算法。该算法不仅具有卓越的随机搜

2、索寻优能力和自适应性分布式的计算特点，而且蚂蚁路径寻优过程与车辆路径选择过程非常相似。因此，本文研究运用蚁群算法求解交通网络中最短路径问题和动态配流问题。由于该算法存在容易陷入局部最优解、求解速度较慢等缺陷，本文根据所解决的具体问题分别进行了有针对性的改进，并设计了求解的一般步骤和程序。针对最短路径问题，设计了自适应蚁群算法。对于动态配流问题，在已有动态配流模型的基础上，结合蚁群算法求解的特点，建立了离散型动态用户最优配流模型。针对该模型，本文将蚁群算法与混沌优化理论相结合，设计了混沌蚁群算法。仿真实验表明，改进后的算法是合理、有效的，为解决此类问题提供了

3、一种新的思路和方法，具有一定的理论参考和应用价值。关键词：交通网络优化，蚁群算法，最短路径，动态配流，用户最优山东理T大学硕lj论文AbstractTheproblemsofshortestpathanddynamictrafficassignmentareimportantcontentsforidentification，optimizationandcontrolmentresearchintransportationsystems，especiallyfortheanalysisandoptimizedstudyoftrafficnetwork．I

4、nthelargescaleoftrafficnetwork，thedemandthatsolvetherealtimeproblemoftrafficsystemhasnotbeensatisfiedyetwhilethecurrentintellectualizedalgorithms，whicharewell-developedswiftly,providenewmethodstorealizetheshortestpathandstudydynamictrafficassignmentissues．Fromwhathasbeendiscusseda

5、bove，AntColonyAlgorithm(ACAforshort)hasbeenintroducedinthisthesis．ACAisanewstimulantevolutionaryalgorithmputforwardin1990s．Thisalgorithmnotonlyhaspredominantstochasticsearchingabilities，butalsohasself-adjustabilityanddistributedtrait，thatis，ithascharacteristicsofcolonycooperation，

6、positivefeedbackandparallelism．TheprocessesofchoosingrouteinACAaresimilarwiththeprocessthatvehiclesselectroutes．Thereby,theACAhasbeenappliedtosolvetheproblemsofshortestpathanddynamictrafficassignment．Tothedisadvantagesofeasilygettingintolocaloptimumvaluesandslowlysolvingproblems，t

7、herehavebeenelevatedprocessesrespectively，furthermore，theconcreterealizationstepsandprogramofthealgorithmaredesigned．Firstly,AdaptiveAntColonyAlgorithm(AACAforshort)isdesignedfortheproblemofshortestpath．Then，totheproblemsofdynamictrafficassignment，themodelofdiscretedynamicusersopt

8、imumassignmentisfoundonthebasisof