用蚂蚁算法处理固定需求交通平衡分配问题

为了提高交通量预测模型的可靠性，章采用一种新型随机搜索思想——人工蚂蚁算法求解固定需求交通平衡分配问题。算法设计中利用蚂蚁王国中增强型学习系统功能和并行计算的特点，使得交通分配系统朝着用户优化的方向发展，降低了分配的复杂性，为交通分配问题开创了一条新的途径，同时显示了蚂蚁算法在交通规划中的使用前景。     

弹性需求的平衡交通分配问题模型

平衡交通分配是交通分配问题中一个重要的研究方面,本文主要介绍了带弹性需求的确定性用户平衡分配问题的各种模型,针对不同网络情形可以建立不同的平衡分配模型,有助于平衡分配问题的研究.     

一种基于蚂蚁算法的交通分配方法及其应用

现有的交通分配算法对目标函数的结构和目标的个数都有一定限制,在实践中不能更好地发挥其作用,引入蚂蚁算法可有效地解决这一难题,本文专门设计了求解该算法的一般步骤和流程图,并给出了相应的伪代码形式,通过计算文中的一个简单的交通分配问题,体现了算法的实现过程,并对算法的合理性进行了检验。     

带弹性需求的平衡交通分配非线性互补模型及算法

讨论了带弹性需求的平衡交通分配问题,给出了这类问题的非线性互补模型,并采用罚方程方法对模型进行了求解.计算实例表明:该方法是有效可行的.     

对称平衡交通分配问题的模型与算法

认为平衡交通分配中路阻函数不仅与自身的流量有关,还与其他路段的流量有关,针对路阻函数的雅克比矩阵对称正定的情形,提出了对称平衡交通分配的新模型,并对模型设计了新的算法,通过计算实例表明算法是有效可行的.     

阈值改进蚂蚁算法在交通诱导中的应用

研究基于阈值改进的蚂蚁算法在交通诱导中的应用,并对动态交通网络条件下算法的优化效果进行仿真.改进算法将已知的行程时间信息作为阈值条件,在路径寻优中预先剔除部分路径,并引入“检查蚁”对已发现的路径进行定期检查与存储.利用R软件对改进前后的两种算法进行仿真分析,对两者的路径寻优结果对比研究.实验发现改进算法下路径检索的平均行程时间较标准蚂蚁算法下降9.57%,证明了基于阈值改进的蚂蚁算法的优化效果,能形成适应城市路网即时高效需求的交通诱导方案.     

改进的交通分配起点用户均衡算法

对起点用户均衡算法的流量转移、起点限制子网(Bush)的更新、成本更新策略及计算流程等关键问题进行了分析改进.探讨了Bush的最长和最短路径对查找方法,提出了流量转移的步长搜索方法及加速算法收敛的Bush更新方法.该方法优化了适合多线程开发的算法流程,并用不同规模的城市交通网络模型对算法进行效率测试和与其他算法进行对比.结果表明,该算法效率有较大的提高,可满足大规模城市交通网络模型计算速度和精度的要求.     

改进的蚂蚁算法求解任务分配问题

将蚂蚁算法用于求解任务分配问题，并提出一种改进算法来提高其全局搜索能力。文中介绍了任务分配问题和蚂蚁算法，给出了求解任务分配问题的蚂蚁算法的数学描述及求解的算法步骤，在此基础上提出求解任务分配问题的改进蚂蚁算法。两个实例验证了改进蚂蚁算法的优越性。     

非可加平衡交通分配问题的列生成算法

为求解非可加平衡交通分配问题,基于列生成算法基本框架,采用K最短路算法生成需要的路径,采用幂罚函数法求解平衡路径流问题,提出一种新的算法,并进行数值模拟,将算法用于求解含路径特定行驶费用和路段容量随机降级下的路径行驶预算2类非可加费用情形。结果表明,所提出的算法能有效求解非可加平衡交通分配问题,并获得高精度的满足 Wardrop用户平衡准则的平衡路径流(误差E≤10-9),即对于每一个O D对,流量大于0的路径的行驶费用几乎都相等,且等于最小行驶费用。     

多传感器管理的目标分配问题蚁群算法研究

多传感器管理的目标分配问题中如何使探测和跟踪效益最佳，是非常重要又十分困难的问题。分析了传感器管理的目标分配问题各种解算方法的特点及存在的问题，结合蚁群算法思想，提出了一种新型的目标分配算法模型，并进行了算法仿真。仿真结果表明，基于蚁群算法思想的目标分配算法是有效的，特别是问题规模较大时更显示出其较快的收敛速度和较高的精度。     

广义分配问题的一种小生境遗传蚁群优化算法

提出一种小生境遗传算法与蚁群优化算法相结合的小生境遗传蚁群优化算法用于求解NP难的广义分配问题,以避免经典求解算法存在的易陷于局部最优的缺陷.以典型的广义分配问题——火力分配为例,对该算法进行实验,并将实验结果与其它算法进行分析比较.结果表明:新复合算法优化效率高,运行时间短,对其它的NP问题同样适用.     

用户平衡分配条件下交通控制优化研究

基于信号配时和路径选择之间的相互作用机制,提出了一种区域协调多相位定时控制优化的双层规划模型.模型下层用具有路段容量约束的用户平衡描述拥挤网络条件下的路径选择,并引入了节点流向阻抗,上层为区域协调多相位定时控制优化模型,以总行驶时间和停车次数构成的网络性能指标作为信号优化的目标.采用乘子法求解带有路段容量约束的用户平衡问题,用灵敏度分析算法求解该双层规划问题.     

专适用于城市道路网络的交通均衡分配算法

已有的均衡分配理论中的阻抗公式不包含车流在交叉口的延误，其研究成果并不真正适用于城市道路网络．在基于新的交叉口分流向延误的最短路径算法和均衡分配模型上，探讨了专适用于城市道路网络的交通均衡分配算法，证明了模型的目标函数是凸函数．该算法采用Frank-Wolfe算法的思路设计．最后，给出了计算实例．     

一种求解TSP问题的改进蚂蚁群算法

通过用混合型蚂蚁群算法求解TSP问题的方法和步骤 ,并以att5 32 (美国 5 32个城市 )为例给出计算实验结果 ,说明混合型蚂蚁群算法改进了标准蚂蚁群算法的效率和计算结果的质量     

用量子蚁群算法求解大规模旅行商问题

针对旅行商问题(TSP),提出了一种新的混合量子优化算法——量子蚁群算法.量子蚁群算法采用量子比特的概率幅表示蚂蚁的当前位置,采用量子旋转门更新蚂蚁的位置,选取国际通用的TSP实例库中多个实例进行测试.仿真实验表明,该算法具有很好的精确度和鲁棒性,可使搜索空间加倍,比传统的蚁群算法具有更好的种群多样性.     

基于蚂蚁算法的混合方法求解旅行商问题

通过介绍蚂蚁觅食过程中最短路径的搜索策略,给出蚂蚁算法在旅行商问题中的应用,并加入3-opt方法和去交叉策略对问题求解进行局部优化.实验结果证明了其有效性.