刘庆华，翟刘佳，江燕燕，张利敏

(江苏科技大学计算机科学与工程学院，江苏镇江212003)

随着城市建设的飞速发展，作为市政基础设施的城市道路来讲，其使用性能每时每刻与城市的社会经济发展、人民生活都有着不可分割的依存关系.对其进行有效管理和维护成为一个庞大复杂的系统工程.而对道路的路面状况正确、及时作出评价，对保持交通畅通、确保交通安全、减少交通事故、充分发挥道路设施功能和效益等具有十分重要的现实意义［1］.

公路路面是一个复杂的动态系统，受温度、水及车辆载荷等因素的影响，路面的状况不断发生变化.文中通过改进蚁群优化算法，模仿蚂蚁寻找食物的方式来构造分类规则［2］，并将蚁群算法应用于路面识别分析中，取得了理想的效果.

1 蚁群优化

1.1 基本原理

蚁群优化(ant colony optimization，ACO)算法［3－4］是由意大利学者Dorigo M，Colorni A，Manizzo V等在90年代初模拟蚂蚁觅食的原理，设计出的一种群集智能算法.科学家们发现，蚂蚁有能力在没有任何提示下找到从巢穴到食物源的最短路径，并且能随环境的变化而变化，适应性地搜索新的路径，产生新的选择.经研究发现，其根本原因是蚂蚁在寻找食物源时，在其走过的路上释放一种特殊的分泌物——信息素，后来的蚂蚁选择该路径的概率与当时这条路径上该物质的强度成正比.路径越短，信息素的浓度越高.后来的蚂蚁根据路径上的信息素的浓度选择路径.信息素浓度越大，该路径被选择的概率就……