详情

原文传递基于改进蚁群算法的路径寻优

论文题名：	基于改进蚁群算法的路径寻优
关键词：	交通流;动态路径;蚁群算法;寻优效率
摘要：	动态路径寻优是车载导航和智能交通系统重要的组成部分，尤其是在车联网时代，其研究意义是非常有价值的。随着当今社会不断发展，路面交通情况也越来越复杂，现在的导航及交通系统中有时获取不到实时交通信息。在未来的车联网时代，交通流预测及行程时间预测是动态路径寻优的基础，结合蚁群算法优点能极大提高动态路径寻优效率。　　本文首先对动态路径诱导的几个核心问题进行简要介绍，主要包括:动态路网模型，针对实时交通信息给出动态道路的网络模型，并提出一种可以减少存储空间的并能表达转弯限制的道路数据结构;动态交通信息获取，并给出在获取少量实时交通信息时的交通流信息预测方法;行程时间预测，动态路径诱导的依据是道路的行程时间，本文结合获取的交通信息及交通流理论对行程时间进行预测。　　然后根据蚁群算法的不足，本文提出了一种带有方向因子的自适应蚁群优化算法。主要在三方面进行了改进，包括加入方向因子，快速收敛到最优解;改进信息素遗留方式，信息素遗留系数根据信息素最大最小差值进行动态更新;加入全局最优奖励措施，根据搜索到局部最优路径权值大小和搜索到次数进行更新，避免陷于局部最优。最后，本文通过仿真实验验证了改进后模型和算法的有效性。
作者：	孟德龙
专业：	计算机技术
导师：	刘辉林
授予学位：	硕士
授予学位单位：	东北大学
学位年度：	2014
正文语种：	中文