[发明专利]基于文化蚁群系统的轨道交通多模式最优换乘查询方法

权利要求书

1.一种基于文化蚁群系统的轨道交通多模式最优换乘查询方法，其特征在于，该方法包括以下步骤：

1)中央处理器通过触摸屏接收查询请求，并根据查询请求从数据库中获取站点信息，构建路径选择模型；

2)中央处理器基于路径选择模型执行多种群文化蚁群系统，计算获得不同最优目标下的最优轨道交通换乘方案，输出最优路径；

3)对路径选择模型的数值进行更新，并判断优化是否结束，若是，则将计算结果反馈给触摸屏，执行步骤4)，若否，返回步骤2)；

4)触摸屏显示计算结果；

所述的文化蚁群系统包括群体空间的蚁群演化过程和信仰空间的知识更新过程，所述的群体空间的蚁群演化过程包括以下步骤：

a1)初始化群体空间的信息素分布，并将群体空间划分为多个子群，各子群分别采用不同行为的蚁群系统进行并行演化，获得各子群的局部最优解；

a2)各子群间根据基于学习机制的信息交互策略更新各自的局部信息素；

a3)根据各子群的局部最优解更新全局最优解，并将其通过接受函数存储到信仰空间；

a4)根据信仰空间的输出进行全局信息素更新；

a5)判断是否满足算法终止条件，若满足，则算法终止；否则，转步骤a2)；

所述的信仰空间的知识更新过程包括以下步骤：

b1)初始化信仰空间；

b2)通过接收函数接收群体空间提供的当前全局最优解；

b3)对信仰空间实施2-OPT操作，优化信仰空间；

b4)输出最优解，并通过影响函数将其提供给步骤a4)；

所述的各子群分别采用不同行为的蚁群系统进行并行演化具体为：

a101)各子群将不同数量的m个蚂蚁随机地置于n个站点中的一个站点上；

a102)各子群根据各自的行为方式进行状态转移，选择下一节点，同时进行局部信息素更新，所述的行为方式包括随机、从众、贪婪或混合；

a103)重复步骤a102)，直至每只蚂蚁均形成一条完整路径，即各子群分别遍历所有节点，获得各自的局部最优解。

2.根据权利要求1所述的一种基于文化蚁群系统的轨道交通多模式最优换乘查询方法，其特征在于，所述的查询请求包括起始站点和最终站点。

3.根据权利要求1所述的一种基于文化蚁群系统的轨道交通多模式最优换乘查询方法，其特征在于，所述的最优目标包括时间最短、换乘最少和路程最少。

4.根据权利要求1所述的一种基于文化蚁群系统的轨道交通多模式最优换乘查询方法，其特征在于，所述的基于学习机制的信息交互策略为：

每一子群与比邻的其他两个子群进行信息交互，将当前的局部最优解与比邻的其他两个子群的局部最优解进行比较，并以更优的局部最优解更新自身的局部信息素。

5.根据权利要求1所述的一种基于文化蚁群系统的轨道交通多模式最优换乘查询方法，其特征在于，所述的接受函数Accept()为：

Accept()＝T

T为设定的常数。

6.根据权利要求1所述的一种基于文化蚁群系统的轨道交通多模式最优换乘查询方法，其特征在于，所述的对信仰空间实施2-OPT操作具体为：

b301)设置r₀为一个给定的在[0,1]的常数，产生一个[0,1]范围的随机数r，如果r>r₀则转步骤b4)；

b302)如果当前最优路径中存在节点c_i、c_j，其中j≥i+2，且

d(c_i,c_i+1)+d(c_j,c_j+1)>d(c_i,c_j)+d(c_i+1,c_j+1)

那么将边(c_i,c_j)、(c_i+1,c_j+1)代替(c_i,c_i+1)、(c_j,c_j+1)，交换后线路中的路径(c_j,…,c_i+1)被反向；否则转步骤b4)。

7.根据权利要求1所述的一种基于文化蚁群系统的轨道交通多模式最优换乘查询方法，其特征在于，所述的影响函数Influence()为：

$Influence\left(\right)=\left\{\begin{array}{cc}BaseNum,& CurrentStep\≤C\\ BaseNum*\frac{EndStep-CurrentStep}{EndStep-C},& otherwise\end{array}\right.$

其中，EndStep为预先设定的蚁群系统最大演化代数，CurrentStep为蚁群演化当前代数，BaseNum和C为常数。