周秀娟，花　嵘，史　娟，高玉励

(1.山东科技大学 信息科学与工程学院 山东 青岛 266590；2.青岛黄海学院 山东 青岛 266427)



一种基于蚁群思想的动态路径寻优算法的实现及仿真

周秀娟1，花嵘1，史娟1，高玉励2

(1.山东科技大学 信息科学与工程学院 山东 青岛 266590；2.青岛黄海学院 山东 青岛 266427)

摘要：为了提高路径寻优算法的效率和实时性，本文实现了一种名为DPO-AC的基于蚁群思想的动态路径寻优算法(the ant colony algorithm with dynamic path optimization)，在改进蚁群算法的基础上结合神经网络的实时预测方法和限定区域的搜索方式，解决算法在大型网络路径寻优时实时性差、收敛慢的问题。仿真实验表明DL-ACO算法有比较好的稳定性、收敛性和实时性。

关键词：路径寻优；算法；蚁群；限定区域；阻塞矩阵

随着城市人口的不断增加，城市交通路网趋于大型化、复杂化，且随着人均车辆保有量的快速增长，城市交通情况日渐复杂化。传统的路径寻优算法[1-3]不考虑路网的动态变化情况，把路网的拓扑性作为唯一依据，不考虑起点和终点的位置、方向，虽简单易用，但效率偏低。近年来，随着人工智能的发展，智能算法被越来越多的用于解决大规模、非线性、全局最优的复杂问题，将其应用于路径寻优问题求解已成为城市交通研究的一个热点。张学敏[4]在蚁群算法中引入了方向引导信息来提高城市路网求解的收敛速度，靳凯文[5]等人在蚁群算法的基础上对信息素、启发信息的重要性和信息素的保留率进行了分阶段调整，提高了算法的稳定性。……