论文部分内容阅读
交通拥堵越来越严重，已经对我们日常生活构成了严峻的考验。过去交通领域的学者们已经提出了很多方法来试图解决这一问题，如使用均衡分配模型、神经网络算法、遗传算法等。虽然在当时能取得一定的改善交通状况的效果，但由于约束太多，维数太大，拥堵问题一直不能得到很好的解决。考虑到上述因素，本文拟通过运用对基本蚁群算法进行改进而得到的改进蚁群算法来进行更加合理的交通流量的分配。 蚁群算法是模拟自然界蚂蚁觅食的仿生学算法。以昆虫王国里蚂蚁的觅食行为作为原理，来计算得到两点之间的最优路径。由于蚂蚁的路径寻找过程跟车辆的路径选择过程十分类似，所以最近几年蚁群算法被广泛地运用在了解决交通最优路径的问题上。由于基本的蚁群模型是针对旅行商问题提出的，所以在求解维数较多的路网最优路径问题时，要对上述模型做一定的改进。而以往的改进模型只是针对路径长度因素或是路段行走时间因素进行修改，并没有把交叉口的延误时间考虑进去。但是连续的车流在途径道路交叉口的时候，由于信号配时作用的原因，势必会产生一定的延误。本文利用基本蚁群模型，再加上信号控制交叉口的延误因素，通过分析车流经过信号配时交叉口的到达和驶离状况，把交叉口延误时间加入到蚁群算法的模型中，提出了改进的、更加符合实际情况的、考虑交叉口延误的蚁群算法模型。由于在求解本文的改进模型时会涉及到多方面的参数的设置问题，所以本文也相应地介绍了蚁群模型和延误模型的相关参数的选择和计算方法。在文章结尾，对常州武进区所选路网相关数据进行调查，包括使用高清摄录机、雷达测速仪、卷尺等实用工具得到路网OD量、车辆行驶速度、交叉口距离等信息，并且还实地调查了各个交叉口四个方向的渠化情况跟信号灯配时信息。最后通过计算机java语言，编写相应的改进蚁群算法的程序，并且运用Myeclipse软件，对常州武进区所选的道路网络进行交通分配运算，得到所选路网每个路段的交通流量。结果表明，在本文的改进模型下求得的交通流量，会使得所选路网的流量分配更加趋于平衡，使得车均行驶时间减少，并且能使原来拥堵路段得到一定的缓解。实例证明改进的蚁群算法是一种更加有效的方法。