原文传递
基于改进群体智能算法的动态交通分配研究
| 论文题名： | 基于改进群体智能算法的动态交通分配研究 |
| 关键词： | 交通拥堵;路网分配;粒子群算法;蜉蝣算法;遗传算法 |
| 摘要： | 随着机动车保有量的不断增长和交通路网的日渐饱和，交通拥堵问题愈发严重。智能交通系统将先进的科学技术应用于交通管理，被认为是帮助缓解交通拥堵问题的一种有效手段。该系统的核心理论之一是动态交通分配理论体系，通过动态分配，能够将实时发生的交通量均衡地分配到交通路网当中，实现路网的充分利用，达到缓解交通拥堵的目的。 基于最优化理论可以建立动态用户最优和动态系统最优交通分配模型，但两种模型均缺少高效的求解算法。群体智能算法可广泛应用于求解最优化问题，动态最优交通分配模型的求解本质上也属于最优化问题，因此可以考虑使用群体智能算法对其进行求解。 粒子群算法具有原理简单、操作简便和可应用于大多数优化问题等优点，但它同时也存在求解速度慢、求解精度低和易陷入局部最优等问题;蜉蝣算法融合了粒子群算法、萤火虫算法和遗传算法，有其他算法不能比拟的优势，但也存在收敛速度慢和求解精度低等问题。对粒子群算法和蜉蝣算法进行改进，并将改进后的算法应用于动态交通分配问题的求解当中，可以找到较好的交通分配方式，进而有效解决或缓解交通拥堵问题。 对粒子群算法采取的改进策略如下:首先，使用舍弃速度项的简化算法，避免人为设定的参数对算法的影响;其次，引入自适应惯性权重系数和莱维飞行机制，分别用以平衡算法的收敛能力和帮助粒子跳出局部最优;最后，通过4个测试函数验证了改进策略在粒子群算法上的有效性。 对蜉蝣算法采取的改进策略如下:首先，证明了算法中雌蜉蝣的速度项是可省略的，并对雌蜉蝣的核心公式进行了改进;其次，在改进的核心公式的基础上，将正弦余弦算法与蜉蝣算法融合，改进了子代蜉蝣的产生公式;最后，通过9个测试函数验证了改进策略在蜉蝣算法上的有效性。 在对算法进行改进之后，通过对9个测试函数的仿真实验将两种改进算法的性能进行了对比。实验证明，两种改进后的算法精度和收敛速度均有较大程度的提升;它们在不同类型测试函数的仿真实验中的表现各有优劣，当算法求解精度相近时，改进的蜉蝣算法可以在有限次迭代内快速向最优解所在区域收敛，具有更快的求解速度，更适合应用于大规模交通路网的求解当中。 最后，将两种改进的算法分别应用于动态交通分配模型的求解中:使用改进的粒子群算法求解单一OD对路网算例的动态交通分配问题;使用改进的蜉蝣算法求解多OD对路网算例的动态交通分配问题。算例路网的实验结果证明了改进的群体智能算法能实现将交通流量均匀分配到交通路网中，说明了改进算法在求解动态交通分配问题上的可行性。 |
| 作者： | 李晓君 |
| 专业： | 电子信息 |
| 导师： | 赵洪銮;李德生 |
| 授予学位： | 硕士 |
| 授予学位单位： | 山东建筑大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
