基于改进蚁群算法的高速公路疏散路径研究

doi:10.3969/j.issn.1674-0696.2015.03.19

重庆交通大学学报（自然科学版） ›› 2015, Vol. 34 ›› Issue (3): 86-92.DOI: 10.3969/j.issn.1674-0696.2015.03.19

基于改进蚁群算法的高速公路疏散路径研究

李巧茹^1,2,张倩¹,陈亮^1,2,崔宁¹

1.河北工业大学土木工程学院,天津 300401;2.河北省土木工程技术研究中心,天津 300401

收稿日期:2013-11-21 修回日期:2014-03-06 出版日期:2015-06-20 发布日期:2015-07-07
作者简介:李巧茹(1972-),女,河北石家庄人,副教授,博士,主要从事交通运输规划管理与控制方面的研究。E-mail:qiaoruli129@126.com。
基金资助:
河北省人力资源与社会保障厅留学人员科技活动项目（D2011001）；河北省高等学校科学技术研究重点项目(ZD2014078)

Study on Highway Evacuation Route Based on Improved Ant Colony Algorithm

Li Qiaoru^1,2, Zhang Qian¹, Chen Liang^1,2, Cui Ning¹

1. College of Civil Engineering, Hebei University of Technology, Tianjin 300401, China;2. Civil Engineering Technology Research Center of Hebei Province, Tianjin 300401, China

Received:2013-11-21 Revised:2014-03-06 Online:2015-06-20 Published:2015-07-07

摘要/Abstract

摘要： 根据高速公路应急疏散的特点，在交通分配中应用改进蚁群算法模型。首先引入路段交通量和通行时间函数作为算法转移规则的一部分，从而在进行搜索时优先考虑容量大和通行时间较短的路径。其次通过实验分析蚁群算法参数对计算结果和收敛速度的影响，给出了最优的参数组合。最后将最优参数组合应用于改进蚁群算法中，并通过仿真实验将改进蚁群算法与基础蚁群算法的路径搜索结果进行对比。结果表明：采用最优参数组合的蚁群算法不但加快了搜索速度，而且优化了全局最优解，通过基于GIS的高速公路应急疏散系统进行路径分析，得到系统最优的可视化疏散路径。

关键词: 交通工程, 疏散路径, 蚁群算法, 参数分析

Abstract: According to the characteristics of expressway emergency evacuation, improved ant colony algorithm was applied in traffic assignment models. Firstly, the function of traffic flow and capacity was introduced as a part of the algorithm state transition rules. Consequently the paths with larger capacity and shorter travel time were chosen preferentially when searching. Secondly, the influences of ant colony algorithm parameters on calculation results and the convergence speed were studied by experimental analysis, then the optimal combination of algorithm parameters were presented accordingly. Finally, the optimal parameter combination was applied to the improved ant colony algorithm, and the searching results were compared with the basic ant colony algorithm through simulation experiments. The results show that ant colony algorithm with the optimal combination parameter has advantages in accelerating the search speed and optimizing the global optimal solution. The visual emergency evacuation paths are available through the path analysis via expressway emergency evacuation system based on GIS.

Key words: traffic engineering, evacuation route, ant colony algorithm, parametric analysis

中图分类号:

U495

李巧茹,张倩,陈亮,崔宁. 基于改进蚁群算法的高速公路疏散路径研究[J]. 重庆交通大学学报（自然科学版）, 2015, 34(3): 86-92.

Li Qiaoru, Zhang Qian, Chen Liang, Cui Ning. Study on Highway Evacuation Route Based on Improved Ant Colony Algorithm[J]. Journal of Chongqing Jiaotong University(Natural Science), 2015, 34(3): 86-92.

参考文献

[1] 王旭,崔平远,陈阳舟．基于蚁群算法求路径规划问题的新方法及仿真[J]．计算机仿真,2005,22(7):60-62.
Wang Xu,Cui Pingyuan,Chen Yangzhou.A new method and simulation for path planning problem based on ant colony algorithm[J].Computer Simulation,2005,22(7):60-62.
[2] 刘勇．基于蚁群算法的应急救援最优路径研究[D]．武汉:中国地质大学,2010.
Liu Yong.The Research on the Optimal Path of Emergency Rescue Based on Ant Colony Algorithm[D].Wuhan:China University of Geosciences,2010.
[3] 徐勋倩,黄卫．蚂蚁算法处理动态交通网络用户均衡配流问题[J]．公路交通科技,2005,1(1):111-114.
Xu Xunqian,Huang Wei.Ant algorithm for users equilibrium assignment model of dynamic traffic network[J].Journal of Highway and Transportation Research and Development,2005,1(1):111-114.
[4] 孙华灿,李旭宏,刘艳忠,等．容量限制分配的蚁群优化算法[J]．东南大学学报:自然科学版,2009,39(1):177-180.
Sun Huacan,Li Xuhong,Liu Yanzhong,et al.Ant colony optimization arithmetic of capacity restraint traffic assignment[J].Journal of Southeast University:Natural Science,2009,39 (1):177-180.
[5] 詹士昌,徐婕,吴俊.蚁群算法中有关算法参数的最优选择[J].科技通报,2003,19(5):381- 386.
Zhang Shichang,Xu Jie,Wu Jun.The optimal selection on the parameters of the ant colony algorithm[J].Bulletin of Science and Technology,2003,19(5):381- 386.
[6] 徐红梅,陈义保,刘加光,等.蚁群算法中参数设置的研究[J].山东理工大学学报:自然科学版,2008,22(1):7-11.
Xu Hongmei,Chen Yibao,Liu Jiaguang,et al.The research on the parameters of the ant colony algorithm[J].Journal of Shandong University of Technology:Natural Science,2008,22(1):7-11.
[7] 叶志伟,郑肇葆.蚁群算法中参数α,β,ρ设置的研究——以 TSP 问题为例[J].武汉大学学报:信息科学版,2004,29(7):597-601.
Ye Zhiwei,Zheng Zhaobao.Configuration of parameters α,β,ρ in ant algorithm[J].Geomatics and Information Science of Wuhan University,2004,29(7):597-601.
[8] 胡耀民,刘伟铭.基于改进型蚁群算法的最优路径问题求解[J].华南理工大学学报:自然科学版,2010,38(10):105-110.
Hu Yaomin,Liu Weiming.Solving of optimal path problem based on improved ant colony algorithm[J].Journal of South China University of Technology:Natural Science,2010,38(10):105-110.
[9] 胡启国,胡小华,吴泳龙．改进蚁群算法在系统可靠度最优冗余分配的应用[J].重庆交通大学学报:自然科学版,2013,32(3):543-546.
Hu Qiguo,Hu Xiaohua,Wu Yonglong.Application of improved ant colony algorithm in system reliability optimization of redundancy allocation[J].Journal of Chongqing Jiaotong University:Natural Science,2013,32(3):543-546.
[10]Bonabeau E,Dorigo M,Theraulaz G.Swarm Intelligence:From Natural to Artificial Systems[M].New York:Oxford University Press,1999,10-32.
[11]王颖,谢剑英.一种自适应蚁群算法及其仿真研究[ J].系统仿真学报,2002,14(1):31-33.
Wang Ying,Xie Jianying.An adaptive ant colony optimization algorithm and simulation[J].Journal of System Simulation,2002,14 (1):31-33.
[12]覃刚力,杨家本.自适应调整信息素的蚁群算法[J].信息与控制,2002,31(3):198-201.
Tan Gangli,Yang Jiaben.An improved ant colony algorithm based on adaptively adjusting pheromone [J].Information and Control,2002,31(3):198-201.

[1]	唐继强1, 2，钟鑫伟2，刘健1，李天瑞3. 基于时间序列季节分类模型的轨道交通客流短期预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 31-38.
[2]	戚春华，王笑男，朱守林，李航天. 基于驾驶员视觉兴趣区域的交通工程设施信息量阈值研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 53-60.
[3]	邓天民1，朱杰2，朱凯家1，屈治华3. 基于iForest+Biscting K-means的驾驶风格辨识方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 1-6.
[4]	许茂增,张莉. 基于双射软决策理论的路段拥堵影响力识别[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 7-11.
[5]	王涛1，谢思红1，黎文皓1,2，李文勇1. 基于FFOS-ELM和PF的短时交通流自适应预测模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 21-27.
[6]	张诚1，汪成银1，陈志伟2，张正向3，张子磊3. 基于空间流量度的城市路网关键节点挖掘方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 28-35.
[7]	王永岗，张衡，彭志鹏，周琬琦. 基于结构方程模型的出租车事故影响因素分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 36-42.
[8]	朱顺应，李维吉，林小媛，肖文彬，王红. 特色小镇游客车辆无复检管控点布设研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 52-58.
[9]	潘兵宏1,2，胡炜1，任卉1,单慧敏1. 基于TruckSim仿真下弯道货车侧滑速度模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 38-45.
[10]	吴文静，孙刃超，宗芳，贾洪飞. 居民低碳通勤出行的主观态度识别及影响分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 53-58.
[11]	李军，邓育新. 基于非负矩阵分解的出租车时空行为聚类分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 59-65.
[12]	成卫1，刘翔1，雷建明2. 基于RBF神经网络预测的交叉口信号周期时长优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 13-18.
[13]	史天亮，王文光. 信息观和粒子群算法在城市交通拥堵中的研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 19-25.
[14]	贺玉龙1,2，刘磊1,2，迟佳欣1,2. 高速公路车辆换道行为风险研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 26-33.
[15]	王露1，陈肖欣2，李华恩1. 大风雨雪气象条件下高速公路车辆稳定行驶的临界车速研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 34-40.

基于改进蚁群算法的高速公路疏散路径研究

Study on Highway Evacuation Route Based on Improved Ant Colony Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics