基于改进蚁群算法的路径寻优研究
发布时间：2021-11-13 17:57
当今社会人们生活水平不断提高,私家车数量飞速增长,导致城市交通拥堵形势日益严峻,严重影响了人们的出行。为了缓解这一问题,需对出行路径进行合理规划。因此,路径寻优成为了众多学者关注的热点问题。路径寻优旨在通过智能算法合理规划出行路径以缓解交通拥堵状况,给人们创造一个便捷的出行环境。智能优化算法中的蚁群算法以其高并行性、强鲁棒性和便于实现等优势而广泛应用于智能交通系统中的路径寻优。然而,蚁群算法也存在一定的局限性,包括计算量大、可行解性能差、效率低等。鉴于此,本文以蚁群算法为基础,提出一种综合改进算法,应用在拥堵和障碍物分布不明的场景中,最终都取得了较好的路径寻优结果。针对传统蚁群算法己存在的缺点,本文提出了一种综合改进算法。该算法首先使用遗传算法生成的较优解来初始化蚁群算法的信息素分布,然后使用自适应期望函数来改进启发函数,最后通过自适应参数P来改进全局信息素更新机制,并通过对比实验证明该算法在迂回道路、存在“死路”等环境下仍然能够保持较高的寻优能力。针对蚁群算法在拥堵状况实时变化环境中搜索效率不高的问题,本文综合考虑道路长度、道路限流、交通信号灯和道路半拥堵这四个影响道路拥堵的因素进行...
【文章来源】：杭州电子科技大学浙江省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
各城市机动车保有量详细数据对比
?杭州电子科技大学硕士学位论文???研宄者们提出了一个智能交通系统（Ｉｎｔｅｌｌｉｇｅｎｔ?Ｔｒａｆｆｉｃ?Ｓｙｓｔｅｍ，简称ＩＴＳ）⑶的理??念。它的主要思想是：运用先进的信息技术、通信传输技术以及计算机技术，建??立一个实时、安全、高效的运输系统。自从车辆路径问题ｍ在１９５９年被提及之??后，越来越多的学者把它应用到智能交通系统上，而路径规划作为车辆路径问题??的解决方法之一，更是被广泛应用于车辆导航［５＿８１与定位系统上具体如图??１．２?（ａ）和图１．２?（ｂ）所示。因此如何做好路径规划，寻找到一条从起点到终点??的“高质量”路径在ＩＴＳ中占据着核心地位，其不仅是解决交通运输问题的??突破口，还能创造新工业，推动以计算机技术为基础的远程通信业发展。??，，？作１??
木章介绍了路径寻优和车辆路径规划问题（Ｖｅｈｉｃｌｅ?Ｒｏｕｔｉｎｇ?Ｐｒｏｂｌｅｍ，简称??Ｐ）的相关算法，并着重介绍了蚁群算法的数学模型及其优缺点，在此基础介绍了常见的改进蚁群算法。??１路径寻优及ＶＲＰ算法概述??１．１路径寻优概述??近年来随着国家逐步深化产业结构的调整，以及电子商务行业的快速发展，国的货物资源结构也发生了巨大的变化。因此，物资配送在交通运输中的比来越重，寻找一条最优路径实现快速配送成为了急需要解决的问题。??在智能交通体系中，路径寻优是其中的一个重要分支，其具体定义为：根的到达时间和行驶距离这两个特定的评级目标，在存在障碍物不畅通的行下，寻找到一条在各方面都尽量达到最优的畅通路线。??如图２．１所示，在所有可走的路径中，从起点Ａ到终点Ｆ中最优路径就是指的一段，具体为Ａ＋Ｄ＾Ｅ今Ｆ。??ｃ??
【参考文献】：
期刊论文
[1]Automated Segmentation of Left Ventricle Using Local and Global Intensity Based Active Contour and Dynamic Programming[J]. G.Dharanibai,Anupama Chandrasekharan,Zachariah C.Alex. International Journal of Automation and Computing. 2018(06)
[2]基于蚁群算法的电力负荷预测[J]. 孙海萌,孙君茹. 农村电气化. 2018(10)
[3]城市物资配送路径寻优的算法比较[J]. 潘帅. 河南科技. 2018(16)
[4]无人驾驶汽车的伦理植入进路研究[J]. 黄闪闪. 理论月刊. 2018(05)
[5]无人驾驶车辆自动避障路径规划仿真研究[J]. 刘博,罗霞,朱健. 计算机仿真. 2018(02)
[6]“互联网+”时代大数据在智能交通系统的应用研究[J]. 付轶欣. 科技经济导刊. 2018(01)
[7]基于人工智能的汽车无人驾驶避障模块的研究与分析[J]. 王骞,任俊州,黄林,李军. 石河子科技. 2017(05)
[8]粒子群优化的移动机器人路径规划算法[J]. 韩明,刘教民,吴朔媚,王敬涛. 计算机应用. 2017(08)
[9]无人驾驶汽车避障方法略谈[J]. 黄迅. 黑龙江科技信息. 2017(11)
[10]交通运输促进物流业降本增效的路径[J]. 刘凌. 铁路采购与物流. 2016(12)
博士论文
[1]蚁群算法及其应用研究[D]. 杨剑峰.浙江大学 2007
[2]粒子群优化算法的理论及实践[D]. 张丽平.浙江大学 2005
硕士论文
[1]医学图像多阈值分割群智能优化算法的研究[D]. 方政.吉林大学 2017
[2]交通运输发展的区域差异性及其对区域经济影响的研究[D]. 石义寿.深圳大学 2017
[3]自然图像的边缘检测方法研究[D]. 肖晓.吉林大学 2017
[4]基于蚁群算法的分子光谱波长选择新方法与应用基础研究[D]. 刘彤.浙江大学 2017
[5]基于排序加权的蚁群算法[D]. 任瑞春.大连海事大学 2006
本文编号：3493455
【文章来源】：杭州电子科技大学浙江省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
各城市机动车保有量详细数据对比
?杭州电子科技大学硕士学位论文???研宄者们提出了一个智能交通系统（Ｉｎｔｅｌｌｉｇｅｎｔ?Ｔｒａｆｆｉｃ?Ｓｙｓｔｅｍ，简称ＩＴＳ）⑶的理??念。它的主要思想是：运用先进的信息技术、通信传输技术以及计算机技术，建??立一个实时、安全、高效的运输系统。自从车辆路径问题ｍ在１９５９年被提及之??后，越来越多的学者把它应用到智能交通系统上，而路径规划作为车辆路径问题??的解决方法之一，更是被广泛应用于车辆导航［５＿８１与定位系统上具体如图??１．２?（ａ）和图１．２?（ｂ）所示。因此如何做好路径规划，寻找到一条从起点到终点??的“高质量”路径在ＩＴＳ中占据着核心地位，其不仅是解决交通运输问题的??突破口，还能创造新工业，推动以计算机技术为基础的远程通信业发展。??，，？作１??
木章介绍了路径寻优和车辆路径规划问题（Ｖｅｈｉｃｌｅ?Ｒｏｕｔｉｎｇ?Ｐｒｏｂｌｅｍ，简称??Ｐ）的相关算法，并着重介绍了蚁群算法的数学模型及其优缺点，在此基础介绍了常见的改进蚁群算法。??１路径寻优及ＶＲＰ算法概述??１．１路径寻优概述??近年来随着国家逐步深化产业结构的调整，以及电子商务行业的快速发展，国的货物资源结构也发生了巨大的变化。因此，物资配送在交通运输中的比来越重，寻找一条最优路径实现快速配送成为了急需要解决的问题。??在智能交通体系中，路径寻优是其中的一个重要分支，其具体定义为：根的到达时间和行驶距离这两个特定的评级目标，在存在障碍物不畅通的行下，寻找到一条在各方面都尽量达到最优的畅通路线。??如图２．１所示，在所有可走的路径中，从起点Ａ到终点Ｆ中最优路径就是指的一段，具体为Ａ＋Ｄ＾Ｅ今Ｆ。??ｃ??
【参考文献】：
期刊论文
[1]Automated Segmentation of Left Ventricle Using Local and Global Intensity Based Active Contour and Dynamic Programming[J]. G.Dharanibai,Anupama Chandrasekharan,Zachariah C.Alex. International Journal of Automation and Computing. 2018(06)
[2]基于蚁群算法的电力负荷预测[J]. 孙海萌,孙君茹. 农村电气化. 2018(10)
[3]城市物资配送路径寻优的算法比较[J]. 潘帅. 河南科技. 2018(16)
[4]无人驾驶汽车的伦理植入进路研究[J]. 黄闪闪. 理论月刊. 2018(05)
[5]无人驾驶车辆自动避障路径规划仿真研究[J]. 刘博,罗霞,朱健. 计算机仿真. 2018(02)
[6]“互联网+”时代大数据在智能交通系统的应用研究[J]. 付轶欣. 科技经济导刊. 2018(01)
[7]基于人工智能的汽车无人驾驶避障模块的研究与分析[J]. 王骞,任俊州,黄林,李军. 石河子科技. 2017(05)
[8]粒子群优化的移动机器人路径规划算法[J]. 韩明,刘教民,吴朔媚,王敬涛. 计算机应用. 2017(08)
[9]无人驾驶汽车避障方法略谈[J]. 黄迅. 黑龙江科技信息. 2017(11)
[10]交通运输促进物流业降本增效的路径[J]. 刘凌. 铁路采购与物流. 2016(12)
博士论文
[1]蚁群算法及其应用研究[D]. 杨剑峰.浙江大学 2007
[2]粒子群优化算法的理论及实践[D]. 张丽平.浙江大学 2005
硕士论文
[1]医学图像多阈值分割群智能优化算法的研究[D]. 方政.吉林大学 2017
[2]交通运输发展的区域差异性及其对区域经济影响的研究[D]. 石义寿.深圳大学 2017
[3]自然图像的边缘检测方法研究[D]. 肖晓.吉林大学 2017
[4]基于蚁群算法的分子光谱波长选择新方法与应用基础研究[D]. 刘彤.浙江大学 2017
[5]基于排序加权的蚁群算法[D]. 任瑞春.大连海事大学 2006
本文编号：3493455
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3493455.html
