本文關(guān)鍵詞：基于最大最小蟻群算法的隨機用戶交通分配模型研究

  更多相關(guān)文章： 最大最小蟻群算法 隨機用戶 非均衡分配 路徑選擇 路網(wǎng)流量優(yōu)化

【摘要】：出行者的路徑選擇行為影響因素眾多,包括出行者的主觀能動性、外部環(huán)境、路網(wǎng)系統(tǒng)的不可預測性等,這些因素綜合作用使得交通分配問題求解復雜�，F(xiàn)實中出行者不能夠完全掌握路網(wǎng)情況而且出行者不具有完全相同的出行特征,因此出行者在節(jié)點處的路徑選擇行為具有隨機性。通過最大最小蟻群算法中螞蟻在節(jié)點處的路徑概率選擇行為來仿真出行者的路徑選擇行為,并建立隨機用戶交通分配模型。模型考慮的問題主要包含三個方面:首先根據(jù)螞蟻選擇下游節(jié)點的決策過程建立出行者選擇下游節(jié)點的選擇概率公式;其次通過蟻群算法中信息素更新方式來對路網(wǎng)流量的空間分布進行優(yōu)化,通過臭味信息素機制保障分配過程的安全性;最后借鑒最大最小蟻群算法中將路網(wǎng)信息素濃度初始化為信息素區(qū)間最大值的思想,根據(jù)路網(wǎng)各個路段通行廣義費用的大小對其初始信息素進行具體化設(shè)置,以保障在分配的初始階段實現(xiàn)路網(wǎng)流量的合理性分布。通過對案例的研究分析,參數(shù)α、β的組合設(shè)置情況反映了出行者對于路徑長度和路徑廣義費用信息的重視程度。β較α的取值越大,出行者對于路網(wǎng)的廣義費用信息越重視,在路徑選擇的過程中選擇最優(yōu)路徑的可能性就越大。而且隨著β的增大,路網(wǎng)的整體費用逐漸降低。參數(shù)ρ的大小反映了管理者對流量在路網(wǎng)空間分布上的調(diào)控力度,ρ的取值越小,流量在路網(wǎng)空間分布上的變化程度越大。參數(shù)γ反映了臭味信息素的作用強度,極端條件下參數(shù)γ取值較大,道路上的信息素濃度為0,實際中道路由于各種原因被封閉。
【關(guān)鍵詞】：最大最小蟻群算法 隨機用戶 非均衡分配 路徑選擇 路網(wǎng)流量優(yōu)化
【學位授予單位】：長安大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U491
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-15
• 1.1 選題背景及意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.2.1 交通分配理論的研究和發(fā)展10-11
• 1.2.2 蟻群算法研究現(xiàn)狀11
• 1.2.3 蟻群算法應(yīng)用現(xiàn)狀11-12
• 1.3 本文主要的研究內(nèi)容及技術(shù)路線12-13
• 1.4 文章的組織結(jié)構(gòu)13-15
• 第二章 蟻群算法與交通分配15-22
• 2.1 蟻群算法15-17
• 2.1.1 雙橋試驗15-16
• 2.1.2 蟻群路徑選擇機制16
• 2.1.3 信息素更新機制16-17
• 2.2 交通分配17-19
• 2.2.1 容量限制變化路阻增量分配法18
• 2.2.2 模擬隨機分配算法18-19
• 2.2.3 概率隨機分配法19
• 2.3 蟻群算法在交通分配中的應(yīng)用分析19-21
• 2.3.1 應(yīng)用現(xiàn)狀19-20
• 2.3.2 問題與評價20
• 2.3.3 可能的應(yīng)用改進20-21
• 2.4 本章小結(jié)21-22
• 第三章 最大最小蟻群算法及其應(yīng)用可行性分析22-30
• 3.1 最大最小蟻群算法22-24
• 3.1.1 最大最小蟻群算法信息素更新方式22-23
• 3.1.2 信息素軌跡的限制23-24
• 3.1.3 路徑信息素濃度的平滑化24
• 3.2 蟻群自組織與用戶隨機性24-25
• 3.2.1 蟻群自組織行為24-25
• 3.2.2 出行者選擇路徑的隨機性25
• 3.3 最大最小蟻群算法的參數(shù)分析25-27
• 3.3.1 參數(shù) α、β 分析26
• 3.3.2 參數(shù) ρ 分析26-27
• 3.4 最大最小蟻群算法的可行性分析27-29
• 3.4.1 啟發(fā)信息和信息素27-28
• 3.4.2 信息素平滑機制28-29
• 3.5 本章小結(jié)29-30
• 第四章 基于最大最小蟻群算法的隨機用戶交通分配模型30-43
• 4.1 模型構(gòu)造的基本思想30-33
• 4.1.1 最大最小蟻群算法分配思想31-32
• 4.1.2 目標函數(shù)和約束條件32-33
• 4.1.3 路徑信息素的影響因素分析33
• 4.2 模型的構(gòu)造33-40
• 4.2.1 出行者不確定性因素34-35
• 4.2.2 出行者路徑選擇規(guī)則35-36
• 4.2.3 路網(wǎng)系統(tǒng)的不確定性因素36-38
• 4.2.4 信息素更新機制對路網(wǎng)流量整體布局的作用38-40
• 4.3 模型計算40-42
• 4.3.1 模型計算流程40-41
• 4.3.2 模型計算的影響因素41-42
• 4.4 本章小結(jié)42-43
• 第五章 案例分析43-69
• 5.1 路網(wǎng)的描述43-45
• 5.1.1 路網(wǎng)的拓撲43-44
• 5.1.2 路網(wǎng)的參數(shù)設(shè)置44-45
• 5.1.3 路阻的確定45
• 5.2 算法的分配結(jié)果45-53
• 5.2.1 t_1時刻分配過程與結(jié)果45-47
• 5.2.2 t_2時刻分配過程與結(jié)果47-49
• 5.2.3 t_3時刻分配過程與結(jié)果49-51
• 5.2.4 t_4時刻分配過程與結(jié)果51-53
• 5.3 結(jié)果分析53-66
• 5.3.1 算法的機理分析53-60
• 5.3.2 路網(wǎng)費用分析60-63
• 5.3.3 模型對比分析63-66
• 5.4 模型總結(jié)66-68
• 5.4.1 參數(shù) α、β 總結(jié)66-67
• 5.4.2 參數(shù) ρ 總結(jié)67
• 5.4.3 參數(shù) γ 總結(jié)67-68
• 5.4.4 模型適用性總結(jié)68
• 5.5 本章小結(jié)68-69
• 結(jié)論與展望69-72
• 1.主要研究成果69-70
• 2.主要創(chuàng)新點70-71
• 3.研究展望71-72
• 參考文獻72-75
• 攻讀學位期間取得的研究成果75-76
• 致謝76

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 代啟國;冀俊忠;劉椿年;;蟻群算法中基于知識引導的信息素控制策略[J];北京工業(yè)大學學報;2011年08期

2 王則林;羅永平;陸建德;;基于最近鄰居選擇、信息素動態(tài)更新和局部啟發(fā)搜索的蟻群算法[J];南通大學學報(自然科學版);2006年04期

3 王翠茹;李陽;王思艷;;基于信息素理論的智能家電系統(tǒng)的研究[J];微計算機信息;2009年28期

4 王雷;唐敦兵;凌雪;;基于信息素的任務(wù)分配(英文)[J];Transactions of Nanjing University of Aeronautics & Astronautics;2012年04期

5 杜振鑫;王兆青;王枝楠;秦偉;段云濤;;基于二次退火機制的改進多態(tài)蟻群算法[J];中南大學學報(自然科學版);2011年10期

6 白洪濤;歐陽丹彤;李熙銘;何麗莉;;基于GPU的共享信息素矩陣多蟻群算法[J];吉林大學學報(工學版);2011年06期

7 李亞韞;杜永貴;;用于求解TSP的信息素擴散蟻群算法[J];機械工程與自動化;2008年03期

8 李軍軍;許波桅;甘世紅;張海剛;;一種信息素揮發(fā)DPSO及其應(yīng)用研究[J];工業(yè)儀表與自動化裝置;2011年04期

9 張友鵬;顏晨陽;;一種基于Metropolis抽樣準則的蟻群算法的信息素更新策略[J];鐵道學報;2008年03期

10 許波桅;李軍軍;;基于信息素的離散PSO算法[J];上海海事大學學報;2011年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 袁偉東;岳亞霖;韋朋余;陳穎;王雷;;基于信息素的任務(wù)分配研究[A];中國鋼結(jié)構(gòu)協(xié)會海洋鋼結(jié)構(gòu)分會2010年學術(shù)會議暨第六屆理事會第三次會議論文集[C];2010年

2 張鐘憲;周蔭莊;牛煥雙;鄭建華;;以綠色化學原則指導蚜蟲報警信息素的合成[A];第一屆全國化學工程與生物化工年會論文摘要集(上)[C];2004年

3 翁瑞;張曉麗;劉虎威;;動物信息素的分離檢測方法研究進展[A];全國生物醫(yī)藥色譜學術(shù)交流會（2010景德鎮(zhèn)）論文集[C];2010年

4 沈偉;田偉生;;螞蟻信息素(S)-(+)-Bishomomanicone的合成[A];中國化學會第26屆學術(shù)年會有機化學分會場論文集[C];2008年

5 張永宏;李凱兵;孔令清;袁淑珍;;信息素在二連口岸進口木材檢疫中的首次應(yīng)用[A];植物保護與現(xiàn)代農(nóng)業(yè)——中國植物保護學會2007年學術(shù)年會論文集[C];2007年

6 劉金艷;張鐘憲;;蚜蟲報警信息素及其類似物合成研究進展[A];第三屆全國化學工程與生物化工年會論文摘要集（下）[C];2006年

7 吉原香;周宏平;;信息素的研究現(xiàn)狀與發(fā)展趨勢[A];新形勢下林業(yè)機械發(fā)展論壇論文集[C];2010年

8 游越;張鐘憲;;蚜蟲報警信息素微乳劑的配制[A];第三屆全國化學工程與生物化工年會論文摘要集（下）[C];2006年

9 楊暉;張亞平;;基于多基因組比較的哺乳動物信息素受體V2R基因家族研究[A];中國動物學會獸類學分會第六屆會員代表大會暨學術(shù)討論會論文摘要集[C];2004年

10 康鐵牛;凌云;王曉波;陳馥衡;楊新玲;;蚜蟲報警信息素EBF及其類似物的研究進展[A];科技創(chuàng)新與綠色植保——中國植物保護學會2006學術(shù)年會論文集[C];2006年

中國重要報紙全文數(shù)據(jù)庫 前4條

1 記者 楊駿;原來奶頭信息素“導航”[N];新華每日電訊;2003年

2 本報記者 董長青;果農(nóng)不用農(nóng)藥照樣滅害蟲[N];北京日報;2012年

3 胭苒;不做“臭”男人[N];衛(wèi)生與生活報;2006年

4 任吾;關(guān)于愛情的新發(fā)現(xiàn)[N];光明日報;2002年

中國博士學位論文全文數(shù)據(jù)庫 前6條

1 寇嘉梁;基于分片網(wǎng)絡(luò)的體育場人員疏散多目標優(yōu)化研究[D];武漢理工大學;2013年

2 劉波;蟻群算法改進及應(yīng)用研究[D];燕山大學;2010年

3 王笑蓉;蟻群優(yōu)化的理論模型及在生產(chǎn)調(diào)度中的應(yīng)用研究[D];浙江大學;2003年

4 左洪浩;蟻群優(yōu)化算法及其應(yīng)用研究[D];中國科學技術(shù)大學;2006年

5 楊劍峰;蟻群算法及其應(yīng)用研究[D];浙江大學;2007年

6 魏洪義;低致死劑量殺蟲劑處理幼蟲后對成蛾化學通訊系統(tǒng)的影響[D];中國科學院研究生院（上海生命科學研究院）;2004年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 駱錫明;基于蟻群算法的電子商務(wù)購物路徑仿真研究[D];五邑大學;2015年

2 鐘光艷;云南木耳屬和側(cè)耳屬交配型B位點信息素受體基因的遺傳多樣性研究[D];昆明理工大學;2015年

3 王建;基于復雜網(wǎng)絡(luò)的社團結(jié)構(gòu)分析算法研究[D];大連海事大學;2015年

4 邱大洪;基于混沌的蟻群算法及其應(yīng)用研究[D];北京化工大學;2015年

5 賈會玲;初始信息素篩選的蟻群算法在HDFS副本選擇中的研究[D];昆明理工大學;2016年

6 趙鑫;蟻群算法在連續(xù)空間優(yōu)化中的研究與應(yīng)用[D];昆明理工大學;2016年

7 朱明良;基于感知信息素蟻群算法的電子商務(wù)消費者意圖識別[D];五邑大學;2016年

8 張福龍;基于最大最小蟻群算法的隨機用戶交通分配模型研究[D];長安大學;2016年

9 楊潔;基于信息素強度的蟻群算法及其應(yīng)用研究[D];湖南大學;2009年

10 馮琳琳;蚜蟲報警信息素的綠色合成及應(yīng)用研究[D];首都師范大學;2008年

，

本文編號：611236