發(fā)布時(shí)間：2021-08-24 21:42

　　隨著交通規(guī)模的增大,人們對(duì)自駕出行的質(zhì)量需求越來越高,而在當(dāng)前的交通最優(yōu)路徑選擇的研究中,大多只考慮靜態(tài)的交通路網(wǎng)場(chǎng)景,且忽略了通過交叉口時(shí)的代價(jià),造成計(jì)算結(jié)果和實(shí)際行駛的代價(jià)之間誤差較大.針對(duì)這一問題,基于Petri網(wǎng)絡(luò),建立了更精確的多因素道路交叉口交通路網(wǎng)模型,提出了基于精英蟻群算法的交通最優(yōu)路徑選擇算法,并對(duì)經(jīng)典蟻群算法提出兩個(gè)方面的改進(jìn):第一,在信息素濃度的初始化過程中加入主干道引導(dǎo)和行車方向的引導(dǎo),以加快螞蟻群初始的搜索速度;第二,在全局信息素濃度更新時(shí),使用雙精英螞蟻策略,采用相互約束的方式更新兩條最優(yōu)路徑上的信息素濃度,解決了算法過早陷入停滯的問題,且計(jì)算出多個(gè)可供選擇的路徑.仿真結(jié)果表明,該算法在保證收斂性的同時(shí),將搜索到最優(yōu)路徑的概率提升至100%;同時(shí),在得到最優(yōu)解概率均不低于90%的前提下,該算法的收斂速度是其他算法的數(shù)倍. 

【文章來源】：南京大學(xué)學(xué)報(bào)(自然科學(xué)). 2019,55(05)北大核心CSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

交叉口及信號(hào)燈相位方案抽象圖

？?７１２?？??南京大學(xué)學(xué)報(bào)（ｆｔ然科學(xué)版）??第５５卷??相位０??相位１??Ｉ??Ｉ??…丄．．…??Ｊ??３／｜?４??８，，??Ｉ－??／??／??－一一’?？??／??／??／??▼??１１??相位３?相位２??Ｕ）交叉口車流抽象圖?（ｂ）信號(hào)燈４相位控制方案??圖２交叉口及信號(hào)燈相位方案抽象圖??Ｆｉｇ．２?Ｔｈｅ?ａｂｓｔｒａｃｔ?ｍａｐ?ｏｆ?ｉｎｔｅｒｓｅｃｔｉｏｎ?ａｎｄ?ｓｉｇｎａｌ?ｐｈａｓｅ?ｓｃｈｅｍｅ??道及信號(hào)燈４相位控制方案，對(duì)于其他的進(jìn)口??道車道數(shù)和轉(zhuǎn)向?qū)Ｓ玫涝O(shè)置方法以及不同的信??號(hào)燈控制方案，此模型依然適用．??２蟻群算法求解交通最優(yōu)路徑問題??２．１交通最優(yōu)路徑問題前文所述的交通路??網(wǎng)模型中使用車輛行駛時(shí)間作為道路和交叉口??圖３交通道路交叉口?Ｐｅｔｒｉ網(wǎng)模型??Ｆｉｇ．?３?Ｔｈｅ?ｔｒａｆｆｉｃ?ｒｏａｄ?ｉｎｔｅｒｓｅｃｔｉｏｎ?Ｐｅｔｒｉ?ｎｅｔｗｏｒｋ?ｍｏｄｅｌ??轉(zhuǎn)向的主權(quán)值，距離等其他因素作為輔助權(quán)??值．其中，車輛在道路上的行駛時(shí)間根據(jù)車道??距離和在該道路的平均行駛速度計(jì)算得到，交??叉口轉(zhuǎn)向的延誤時(shí)間采用國際交通學(xué)經(jīng)典的??Ｗｅｂｓｔｅｒ信號(hào)交叉口延誤公式計(jì)算得到［１３］．在??圖１所示的路網(wǎng)中，假設(shè)車輛此時(shí)在路口?Ｐ。，需??要到達(dá)路口?Ｐ２９，則如何從出發(fā)找到一條路??Ｖ?９??？—?一??１０??—??—??７??

?Ｔａｂｌｅ?２?Ｓｉｍｕｌａｔｉｏｎ?ｒｅｓｕｌｔｓ?ｏｎ?ｏｆ?３０－ｎｏｄｅ?ｔｒａｆｆｉｃ?ｎｅｔｗｏｒｋ??性能指標(biāo)??最優(yōu)解??最差解??平均解??得到最優(yōu)解概率（％）??平均迭代次數(shù)??本文算法??９６８．?５６６??９６８．５６６??９６８．５６６??１００??３２．６１６??ＡＣＯ??９６８．?５６６??１２１９．４９０??１０３５．６４０??１９??１３．?７００??ＥＡＳ??９６８．?５６６??１０６０．?１８０??１００３．０３８??５６??２９．?３３３??圖５收斂性對(duì)比圖??Ｆｉｇ．?５?Ｄｉａｇｒａｍ?ｏｆ?ｃｏｎｖｅｒｅｇｅｎｃｅ?ｃｏｍｐａｒｉｓｏｎ??始化的改進(jìn)．在經(jīng)過和ＥＡＳ近乎相等的迭代次??數(shù)之后，本文算法開始收斂，雖然收斂速度略慢??于ＡＣＯ，但是收斂值等于交通路網(wǎng)的最優(yōu)路徑??的權(quán)值，即能保證得到全局最優(yōu)解．??為了更直觀地比較三種算法的收斂速度??（表３），通過微調(diào)參數(shù)，增大ＡＣＯ算法和ＥＡＳ??算法的搜索隨機(jī)性，使得到最優(yōu)解的概率大于??９０％．其中，ＡＣＯ算法中，參數(shù)《調(diào)整為１，參數(shù)??＂調(diào)整為２５，參數(shù)辦調(diào)整為０．０１?；ＥＡＳ算法中，??參數(shù)調(diào)整為１，參數(shù)Ｐ調(diào)整為２５，兩種算法的??最大迭代次數(shù)均調(diào)整成５００次，通過收斂速度??表３三種算法的收斂速度對(duì)比??Ｔａｂｌｅ?３?Ｃｏｎｖｅｒｇｅｎｃｅ?ｒａｔｅ?ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｔｈｒｅｅ?ａｌ？??ｇｏｒｉｔｈｍｓ??性能指標(biāo)??平均解??得到最優(yōu)解??概率（％）??平均迭代??次數(shù)??本文算法??９６８．５６６??１００??３２．６１６??ＡＧＯ??９７９．９４４??９０??１４６．４２１

【參考文獻(xiàn)】：
期刊論文
[1]基于Petri網(wǎng)的道路交叉口建模方法及比較研究[J]. 王列偉,吳朔,胡俊華.  計(jì)算機(jī)工程與應(yīng)用. 2018(14)
[2]改進(jìn)的蟻群算法求解最短路徑問題[J]. 吳虎發(fā),李學(xué)俊,章玉龍.  計(jì)算機(jī)仿真. 2012(08)
[3]基于信息素強(qiáng)度的改進(jìn)蟻群算法[J]. 鄭衛(wèi)國,田其沖,張磊.  計(jì)算機(jī)仿真. 2010(07)



本文編號(hào)：3360776