使用蚁群算法在导航中应用搜寻最短路径

发布时间：2018-01-13 11:38

  本文关键词：使用蚁群算法在导航中应用搜寻最短路径　出处：《山东交通科技》2016年06期 　论文类型：期刊论文

  更多相关文章： 交通 导航 蚁群算法 最优路径

【摘要】：基于蚁群算法模拟城市交通导航系统,对于解决城市交通拥堵问题给出了一些帮助。根据城市交通结构图,结合蚁群算法,有效解决了城市行驶车辆最优路径问题。结合大连市环岛路网,利用蚁群算法不仅可以找到车辆行驶的较短路径,还可以帮助车辆选择车流量少的路线。
[Abstract]:The simulation of urban traffic navigation system based on ant colony algorithm is helpful to solve the problem of urban traffic congestion. According to the urban traffic structure diagram combined with ant colony algorithm. Combined with Dalian Ring Island Road Network, ant colony algorithm can not only find the short route of the vehicle, but also help the vehicle choose the route with less traffic.
【作者单位】： 中国人民公安大学交通管理工程系;
【基金】：“十二五”国家科技支撑计划项目资助,项目编号:2014BAG01B0501
【分类号】：TP18
【正文快照】： 1蚁群算法的产生与发展蚁群算法的产生最早要追溯到20世纪末,1991年M.Dorigo多里戈系统地提出了“蚂蚁系统(Ant system,简称AS)”,主要解决TSP旅行商问题。为了适应各种需求,陆续又有许多专家学者对该算法提出改进,使得算法的应用领域得以扩展。近年来,算法进一步优化发展成为

【参考文献】

相关期刊论文 前3条

1 赵天男;王晓红;;蚁群算法及其应用研究[J];软件导刊;2010年06期

2 周燕霞;孙建伶;;一种基于路径权重均衡的蚁群算法[J];工业控制计算机;2008年10期

3 李霞;李瑞华;邹惠;黄红艳;王建东;;蚁群算法在城市交通导航系统中的应用[J];中国科技信息;2006年12期

【共引文献】

相关期刊论文 前9条

1 于业斌;朱茵;;使用蚁群算法在导航中应用搜寻最短路径[J];山东交通科技;2016年06期

2 肖洒;宋燕;秦琪;;基于PLC的药房取药系统设计[J];软件导刊;2016年10期

3 曹佩瑶;盛仲飙;;浅谈蚁群算法及应用[J];福建电脑;2016年02期

4 黄双临;马冬青;方冬梅;崔涛;;基于改进蚁群算法的卫星数传调度[J];无线电工程;2015年07期

5 巫波;刘遥;荣元帅;张晓;;蚂蚁追踪技术在缝洞型油藏裂缝预测中的应用[J];断块油气田;2014年04期

6 年浩;顾沈明;李雪;;基于蚁群优化的BP神经网络对于水质预测的应用[J];闽南师范大学学报(自然科学版);2014年01期

7 彭歆筠;;蚁群算法在网络路由中的应用[J];湖南农机;2011年11期

8 吴庆洪;张颖;马宗民;;蚁群算法综述[J];微计算机信息;2011年03期

9 高娜;贾辉然;折志伟;姜文东;赵捷;;蚁群算法在城市交通系统中的应用[J];河北工业科技;2010年03期

【二级参考文献】

相关期刊论文 前8条

1 倪庆剑;邢汉承;张志政;王蓁蓁;;蚁群算法及其应用研究进展[J];计算机应用与软件;2008年08期

2 刘立东;蔡淮;赵旭;;一类自适应蚁群算法的收敛性分析[J];计算机应用;2007年S1期

3 章春芳,陈],陈娟;用自适应的多种群蚁群算法求解频率分配问题[J];计算机应用;2005年07期

4 王洪建,李志敏,赵永涛,王林,陈志云;实时车辆流量检测系统的研究[J];仪器仪表学报;2004年S2期

5 姜长元;蚁群算法的理论及其应用[J];计算机时代;2004年06期

6 李士勇;蚁群优化算法及其应用研究进展[J];计算机测量与控制;2003年12期

7 温文波,杜维;蚁群算法概述[J];石油化工自动化;2002年01期

8 张纪会,高齐圣,徐心和;自适应蚁群算法[J];控制理论与应用;2000年01期

【相似文献】

相关期刊论文 前1条

1 徐小锋;李汉轩;;一种实用的高速公路最优路径规划方案[J];计算机与现代化;2013年05期

，

本文编号：1418701