基于蟻群算法的動(dòng)態(tài)交通分配及路徑誘導(dǎo)研究.pdf

1、動(dòng)態(tài)交通分配和路徑誘導(dǎo)為智能交通系統(tǒng)研究的兩個(gè)核心內(nèi)容，如何有效的把交通動(dòng)態(tài)分配到路徑上以及實(shí)現(xiàn)路徑誘導(dǎo)的優(yōu)化，一直以來(lái)就是交通研究的重要課題。隨著路網(wǎng)的擴(kuò)張以及交通工具的進(jìn)一步增加，交通日趨飽和，擁堵現(xiàn)象日益嚴(yán)重，對(duì)交通流的分配、引導(dǎo)在整個(gè)交通控制系統(tǒng)中起著越來(lái)越重要的作用。目前學(xué)術(shù)界在研究這兩個(gè)關(guān)鍵問(wèn)題的時(shí)候，都遇到了復(fù)雜的優(yōu)化問(wèn)題，如何高效率的解決這些優(yōu)化問(wèn)題成為研究的熱點(diǎn)。 以往的交通分配和路徑誘導(dǎo)模型多半以靜態(tài)模型為主

2、，而且沒(méi)有考慮實(shí)時(shí)變化的交通信息因素對(duì)交通的影響，導(dǎo)致模型不能對(duì)實(shí)時(shí)地路況信息做出反映，本文力圖將實(shí)時(shí)交通信息加入動(dòng)態(tài)交通分配與路徑誘導(dǎo)模型，通過(guò)實(shí)時(shí)交通信息對(duì)駕駛員的出行路線做出影響，來(lái)讓模型達(dá)到更好的交通分配與路徑誘導(dǎo)效果。 論文主要工作和研究成果如下： (1)改進(jìn)了基本蟻群算法，提出了基于路徑均值的蟻群算法。主要改變了信息素的更新方式，將路徑因素納入了信息素更新的考慮范圍之內(nèi)，有效地提高了算法搜索速度。 (

3、2)將實(shí)時(shí)交通信息應(yīng)用于動(dòng)態(tài)交通分配模型的建模當(dāng)中，并用本文提出的基于路徑均值的蟻群算法進(jìn)行求解運(yùn)算，在實(shí)時(shí)動(dòng)態(tài)交通信息的引導(dǎo)下，對(duì)交通進(jìn)行分配，發(fā)揮了蟻群算法本身的優(yōu)勢(shì)，取得了較好的效果。 (3)將實(shí)時(shí)交通信息應(yīng)用于路徑誘導(dǎo)算法當(dāng)中，并用基于路徑均值的蟻群算法進(jìn)行搜索，較好的改進(jìn)了經(jīng)典算法，取得了路徑誘導(dǎo)過(guò)程里尋找最優(yōu)路徑的效果。 論文最后對(duì)長(zhǎng)沙市的主要干道進(jìn)行了仿真試驗(yàn)，結(jié)果表明，基于蟻群算法的動(dòng)態(tài)交通分配模型和路徑