蜂群算法在智能交通中的應用研究

摘 要:為了使路網狀態趨于通暢的最佳狀態，給出了一種基于蜂群算法的自適應路徑誘導方法，通過智能蜂群在路徑選擇時的交互作用實現車輛路徑動態誘導，從而使交通需求合理分配在路網中，為每個車輛提供最佳行駛路徑環境。模擬實驗的結果表明，本方法能夠根據交通路網的實際情況選擇出最優的實時路徑，實現了系統動態誘導的目的。

關鍵詞:Agent; 蜂群; 路徑導航; ITS

中圖分類號:TP911.6; TP301.6 文獻標識碼:A

文章編號:1004-373X(2010)14-0134-02

Application Research of Bee Colony Algorithm in ITS

HUANG Xiao-lun

(Chongqing Information Technology College，Chongqing 404001，China)

Abstract: A kind of bee colony -based adaptive path selection methods is proposed for making the road network into the best situation. Dynamic route guidance is realized through the interaction role of path choice by the intelligent bee colony， and the best driving environment is provided. Simulation experiment results show that the method can choose the optimal path according to the corresponding situation and achieve the dynamic guidance system.

Keywords: Agent; bee colony; path guidance; ITS

0 引 言

利用ITS[1](intelligent transporttation system)的各種方式提高現有交通資源的利用率，使交通流的分布更加合理，動態路徑誘導就是一個重要手段[2]。隨著車輛數和城市路網規模的增大以及交通流在信息、控制方面固有的分布性，采用多Agent系統進行構建城市交通控制系統的計算環境已成為發展趨勢[3]。在這樣一個動態計算環境中，利用智能方法來實現ITS也是一個必然的趨勢。國內學者已有相關研究，如朱志勇利用蟻群算法來進行車輛動態路徑導航[4]，楊兆升利用遺傳算法來進行交通控制[5]等。本文在一種基于Agent路徑誘導系統的基礎上，利用基于蜂群算法的自適應路徑選擇方法實現路徑誘導功能。

1 蜜蜂群算法

在蜂群中，蜜蜂個體分為3類角色:覓食蜂、觀察蜂和探測蜂。每個覓食蜂有一個確定的食物源(食物源代表各種可能的解)，并在迭代中對食物源的鄰域進行搜索(搜索過程也就是搜尋最優解的過程)，在每次返回之后，覓食蜂將食物源的信息反饋給觀察蜂，觀察蜂將在不同的覓食蜂中選擇一個作為目標，并進行搜索。……