蚁群算法在最优路径规划中的应用

被引：19

作者：

谢民

高利新

机构：

[1] 不详

[2] 温州大学运筹与控制研究所

[3] 不详

来源：

计算机工程与应用 | 2008年 / 08期

关键词：

蚁群算法; 加权路径; 路径规划;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

最优路径规划是道路交通导航系统中很重要的一个功能。将路径规划问题转化为以加权路径网的以路径长度与通行时间的线性组合为目标函数的优化问题,并提出一种改进的蚁群算法应用于该问题,使规划的路径更加符合各种要求。仿真结果表明,该算法能在较短时间内根据不同需求规划出较优的路径,是行之有效的方法。

引用

页码：245 / 248

页数：4

共 9 条

[1] 基于蚁群算法的最短路径问题的研究和应用 [J].

黄贵玲 ;

高西全 ;

靳松杰 ;

谈飞洋 .

计算机工程与应用 , 2007, (13) :228+233-235

[2] 基于蚁群算法的最短路径搜索方法研究 [J].

靳凯文 ;

李春葆 ;

秦前清 .

公路交通科技, 2006, (03) :128-130+134

[3] 基于改进蚂蚁算法的城市交通最佳路径选择 [J].

陈宏 ;

胡宁静 .

长沙电力学院学报(自然科学版), 2006, (01) :62-65

[4] 一种动态自适应蚁群算法 [J].

李开荣 ;

陈宏建 ;

陈崚 ;

不详 .

计算机工程与应用 , 2004, (29) :149-152

[5] 自适应调整信息素的蚁群算法 [J].

覃刚力 ;

杨家本 .

信息与控制, 2002, (03) :198-201+210

[6] 一种自适应蚁群算法及其仿真研究 [J].

王颖 ;

谢剑英 .

系统仿真学报, 2002, (01) :31-33

[7] 一种新的进化算法——蚁群算法 [J].

张纪会 ;

徐心和 .

系统工程理论与实践, 1999, (03) :85-88+110

[8]

蚁群算法原理及其应用[M]. 科学出版社 , 段海滨, 2005

[9]

蚁群算法及其应用[M]. 哈尔滨工业大学出版社 , 李士勇, 2004

← 1 →