基于混合群智能算法的交通路徑研究
發(fā)布時(shí)間:2023-03-22 23:05
為了提高出行質(zhì)量,提高道路利用率,能夠?yàn)檐囕v在城市路網(wǎng)種規(guī)劃處更優(yōu)的路線,研究了粒子群算法和布谷鳥算法,針對(duì)粒子群算法在進(jìn)化后期粒子間的差異性不強(qiáng),算法容易出現(xiàn)早熟、搜索速度慢的現(xiàn)象提出一種融合萊維飛行的粒子群算法。同時(shí)依托Matlab軟件,建立城市路網(wǎng),加入仿真數(shù)據(jù),模擬粒子群算法和融合算法下的路徑優(yōu)化模型。結(jié)合實(shí)例,通過路徑對(duì)比,結(jié)果表明所提融合算法能夠避免粒子群算法的早熟現(xiàn)象,在時(shí)間和路程都要優(yōu)于粒子群算法,提高了智能算法在交通領(lǐng)域的應(yīng)用。
【文章頁數(shù)】:5 頁
【文章目錄】:
1 引言
2 粒子群算法與布谷鳥算法
2.1 粒子群算法
2.2 布谷鳥算法
2.3 引入萊維飛行的粒子群算法的流程
3 仿真實(shí)例
3.1 仿真實(shí)例選取
3.1.1 地理位置信息選取
3.1.2 交通信息選取
3.2 粒子群仿真
3.3 引入布谷鳥算法中萊維飛行的粒子群算法
3.4 小結(jié)
4 結(jié)論
本文編號(hào):3767769
【文章頁數(shù)】:5 頁
【文章目錄】:
1 引言
2 粒子群算法與布谷鳥算法
2.1 粒子群算法
2.2 布谷鳥算法
2.3 引入萊維飛行的粒子群算法的流程
3 仿真實(shí)例
3.1 仿真實(shí)例選取
3.1.1 地理位置信息選取
3.1.2 交通信息選取
3.2 粒子群仿真
3.3 引入布谷鳥算法中萊維飛行的粒子群算法
3.4 小結(jié)
4 結(jié)論
本文編號(hào):3767769
本文鏈接:http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3767769.html
最近更新
教材專著