杜　博，夏春蕾，戴曙光

(上海理工大学 光电信息与计算机工程学院，上海 200093)



融合改进蚁群和粒子群算法的路径搜索应用

杜博，夏春蕾，戴曙光

(上海理工大学 光电信息与计算机工程学院，上海 200093)

针对车辆路径搜索对其计算质量和效率要求较高问题，且原始蚁群算法和标准粒子群算法均存在局部优先解、停滞以及收敛速度较慢等缺陷，提出一种融合改进的蚁群和粒子群路径搜索算法。在融合算法前期提高粒子群算法收敛速度，利用其进行粗搜索，后期利用改进的蚁群算法进行细搜索。通过仿真分析表明，融合后的改进算法在路径规划和计算效率上均有较大提升。

路阻模型；融合算法；路径搜索；仿真分析

随着中国城市化进程速度加快，汽车保有量与城市道路设施比例失衡导致的城市交通问题日益突出，目前已成为制约众多城市经济发展的重要因素[1]。因此，为缓解城市交通问题，如何运用现代化信息手段提高城市道路设施资源利用率已成为众多行业学者的研究热点之一[2]。文中从车辆出行路径规划着手，改进融合蚁群算法。通过分析蚁群算法和粒子群算法各自特点，将两个算法进行融合，形成融合型算法。并根据路径搜索问题对蚁群算法和粒子群算法进行针对性改进，采用图论实验对改进后的混合算法进行仿真，证明融合算法在求解准确度和效率上均略有提升。

1　建立城市道路和路阻函数

为更加真实的抽象描述实际道路情况，需要对道路路网建立合适的路阻函数模型。……