改进蚁群算法在城市汽车导航中的应用
来源期刊:控制工程2016年第1期
论文作者:葛延峰 陈涛 孔祥勇 高立群
文章页码:133 - 137
关键词:汽车导航;蚁群算法;返回策略;动态有限区域搜索;A*算法;
摘 要:针对城市汽车导航中的车辆路径规划问题,借助返回思想,提出有返回的改进蚁群算法,通过返回策略解决了搜索中的"死胡同"问题。细致研究了汽车导航中城市路网的基本特征,受几何学中"两点之间线段最短"的启发,提出动态有限区域搜索策略,减小了搜索范围,提高了搜索效率。鉴于A*算法搜索时间短的优势,将其与有返回的改进蚁群算法相结合,提出基于动态区域规划的分层蚁群算法(DHACO),利用A*算法和有返回的蚁群算法进行两次路径优化,提高了搜索效率和可行解的质量。在宣城市市区的网络交通图上对改进算法进行实例验证,与A*算法和有返回的改进蚁群算法相比,DHACO算法在更短的时间内搜索到了更短的路径,实验结果验证了其在工程实践中的可行性和有效性。
葛延峰1,陈涛2,孔祥勇2,高立群2
1. 国网辽宁省电力有限公司2. 东北大学信息科学与工程学院
摘 要:针对城市汽车导航中的车辆路径规划问题,借助返回思想,提出有返回的改进蚁群算法,通过返回策略解决了搜索中的"死胡同"问题。细致研究了汽车导航中城市路网的基本特征,受几何学中"两点之间线段最短"的启发,提出动态有限区域搜索策略,减小了搜索范围,提高了搜索效率。鉴于A*算法搜索时间短的优势,将其与有返回的改进蚁群算法相结合,提出基于动态区域规划的分层蚁群算法(DHACO),利用A*算法和有返回的蚁群算法进行两次路径优化,提高了搜索效率和可行解的质量。在宣城市市区的网络交通图上对改进算法进行实例验证,与A*算法和有返回的改进蚁群算法相比,DHACO算法在更短的时间内搜索到了更短的路径,实验结果验证了其在工程实践中的可行性和有效性。
关键词:汽车导航;蚁群算法;返回策略;动态有限区域搜索;A*算法;