基于动态交通仿真模型的最优路径选择方法

收稿日期:2009 09 27;修回日期:2009 11 02 基金项目:国家自然科学基金资助项目(20079862);国家教育部博士点基金资助项目(20040699025);2009年度浙江省教育厅科研项目研究课题;2010年度浙江省社科联研究课题和2010年度衢州市社科规划课题

作者简介:余燕芳(1976 ),女,浙江衢州人,讲师,主要研究方向为计算机信息安全与智能化信息处理等(yuyanfang2008@126.co m );陆军(1975 ),男,湖南长沙人,副教授,博士,主要研究方向为人工智能、计算机应用.

基于动态交通仿真模型的最优路径选择方法

*

余燕芳1,2

,陆 军

2

(1.衢州广播电视大学,浙江衢州324000;2.国防科学技术大学计算机学院,长沙410073)

摘 要:采用动态交通仿真模型I NTEGRATI O N 搭建了动态交通仿真平台,应用组件式蚁群算法来求解动态交

通信息诱导下的最优路径选择问题。实例表明,基于动态交通仿真模型的最优路径选择方法是可行的、正确的和有效的。该方法易于理解和使用,具有很强的可重用性和可扩展性,为求解各类优化问题提供了可持续发展的框架。

关键词:动态交通仿真;组件式蚁群算法;最优路径选择中图分类号:U 491 1 文献标志码:A 文章编号:1001 3695(2010)05 1662 03

do:i 10.3969/.j i ssn .1001 3695.2010.05.014

Shortest path se l ecti on approach based on dyna m i c traffic si m u l ati on m odels

YU Y an fang 1,2,LU Jun 2

(1.Quzh ou Rad i o &TV Un i versit y,Quzh ou Zheji ang 324000,C hina;2.C oll ege of Co mpu te rs ,N ationa l University of De fense T ec hnology ,

Chang sha 410073,Ch i na )

Abstract :Constructed dynam ic traffic sm i u l ati on s ystem by usi ng the dynam ic traffic m odel I NTEGRATI ON.Tack l ed the s hortest pat h sel ection w it h dynam ic traffic i n f or m ati on by t he component based ant colony optm i i zati on .The sm i u l ati on exa m ple s uggests that t he shortest path selecti on approach based on dyna m ic traffic sm i u lati on m odel s i s feasi ble ,correct and effecti ve .This proposed approach is very easy to understand and use ,it has the robust reusage and expansi b ility ;i ndeed provi de an excel lent fra m ework that can continuall y m i prove f or solvi ng d ifferent optm i izati on proble m s .Key words :dyna m ic traffic sm i u lati on ;co m ponent based ant col ony algorith m (C ACA);shortest path selection 随着机动车拥有量急剧增长而带来的交通拥堵、交通事故增多和环境污染加剧等交通问题,越来越成为影响城市正常功能发挥和城市可持续发展的重大难题。事实和经验证明,城市交通拥堵等问题仅仅依靠交通基础设施的建设是不能完全解决的。造成城市交通拥堵等问题的原因不仅是交通供给不能满足交通需求所产生的供需矛盾,而且现有交通系统的运行效率未得到充分利用,由交通网络效率浪费带来的交通问题同样严重。目前,对交通信息条件下的路径选择行为的研究主要基于意向调查和模拟仿真等方法。这些研究多局限于不同交通信息措施对驾驶员路径选择决策本身影响的研究,或通过虚拟路网简单研究交通信息下路径选择对路网运行状况的影响,而较少结合实际交通网络分析交通信息下路径选择对整个路网运行状态的影响,从而对信息策略与实施措施的制定和决策过程提供不了紧密联系实际路网交通状况的理论与技术支撑。鉴于上述背景,提出了一种基于动态交通仿真模型的最优路径选择方法。

应用蚁群算法(ant co lony algor i th m,A CA )求解交通优化问题是近年来研究的新方向[1]。蚁群算法[2]是一种源于自然界中生物世界的新的仿生类随机型搜索算法,通过其内在的搜索机制,已在一系列困难的组合优化问题求解中取得了成效。蚁群算法已经在求解旅行商问题[3]、二次分配问题[4]和车间作业调度问题[5]中取得了非常理想的结果。同时,为了克服基

本蚁群算法的不足,人们对其进行了各种改进,以期提高搜索效率,避免过早停滞。其中主要有D origo 等人[6]提出的An t Q Syste m 、Stutzle 等人[7]提出的MM AS 和G a m bardell a 等人[8]提出的HA S 等。尽管蚁群算法在相当广阔的领域内均取得了很大的成功,但现有方法仅从蚁群算法的基本结构出发设计软件,很难用来求解不同种类的问题。研究者还经常需要尝试使用不同的状态转移规则、信息素更新及参数调整策略来改进算法性能。如果没有一个好的软件结构实现关注分离,任何小的变化都有可能影响到整个软件结构,给算法的调整带来困难。鉴于此,提出了一种组件式蚁群算法(CACA )。为了提高算法的可理解性、可重用性和可扩展性,CACA 强调以接口为中心的设计理念,在结构上直接反映蚁群的本质思想和关键概念,最大程度降低与问题的相关性。

仿真优化方法研究的是基于仿真的目标优化问题,基于模型仿真给出的输出量通过优化算法得到最佳的优化结果。由于实际交通系统的复杂性及其本身的随机性,最短路径的合理规划问题需要使用仿真优化方法来解决。本文研究的总体思路如图1所示。

1 动态交通仿真模型

本章主要研究了动态交通仿真模型的构建与标定方法,搭建了实例动态交通仿真平台。动态交通仿真的基本原理是:对

第27卷第5期2010年5月 计算机应用研究Application R esearc h of C o m puters V o.l 27N o .5

M ay 2010