改进蚁群算法在交通系统最短路径问题的研究

被引:13
作者
杨中秋
张延华
机构
[1] 沈阳化工学院
关键词
蚁群算法; 最短路径; 信息素; 智能交通系统;
D O I
10.16652/j.issn.1004-373x.2009.08.036
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
求解交通路网中两点间的最短路径是智能交通系统中的一个重要功能,为了更为准确快速地找到最优解,这里分析Dijkstra算法处理动态车辆路径问题中的缺陷,提出一种改进的蚁群算法,即在基本蚁群算法中引入搜索方向和搜索热区机制提高算法的搜索性能。通过建立改进蚁群算法模型,用VC 6.0开发工具,以实际交通地图为例,求解交通网络两点间最短距离;并与基本蚁群算法进行对比。仿真实验表明,传统蚁群算法的平均迭代次数为71.06,改进蚁群算法平均迭代次数为55.82,比传统蚁群算法有了明显的提高。该方法能有效解决交通系统最短路径问题,具有一定的实际意义和参考价值和实际意义。
引用
收藏
页码:76 / 78
页数:3
相关论文
共 6 条
[1]   基于复杂适应系统的蚂蚁群体智能研究 [J].
宁爱兵 ;
马良 ;
熊小华 .
微计算机信息, 2008, (01) :265-267
[2]   基于加速寻径收敛的改进型蚁群算法 [J].
张曦煌 ;
李彦中 ;
李岩 .
计算机工程与应用 , 2007, (24) :75-77
[3]   基于选路优化的改进蚁群算法 [J].
张毅 ;
梁艳春 .
计算机工程与应用 , 2007, (02) :60-63
[4]   一种引入奖励与惩罚机制的蚁群算法 [J].
张志民 ;
张小娟 ;
李明华 ;
胡小兵 .
计算机仿真, 2006, (07) :161-163
[5]   一种基于蚁群算法的TSP问题分段求解算法 [J].
吴斌 ;
史忠植 .
计算机学报, 2001, (12) :1328-1333
[6]  
基于方向启发因子的蚁群算法[A]. 申春,彭秀增,罗凡,李肃义.2006年全国理论计算机科学学术年会论文集[C]. 2006