[发明专利]蚁群算法用于拥堵环境下的动态路径规划方法

说明书

本发明公开了一种蚁群算法用于拥堵环境下的动态路径规划方法，包括：步骤1，进行环境建模，得到表示拥堵环境下的拥堵情况的环境因子；步骤2，将环境因子代替蚁群算法中道路的距离后，利用环境因子的动态变化进行动态路径规划。本发明提出了体现交通拥堵的环境因子，使用环境建模的方法得到在拥堵环境下的环境因子，通过将环境因子代替蚁群算法中的道路的距离来实现将蚁群算法用于拥堵环境下的动态路径规划，弥补了现有的路径规划算法中没有考虑环境拥堵情况动态变化的因素，提高了在拥堵环境下路径规划最优解的准确性，更加符合现在城市交通拥堵的实情。

技术领域

本发明涉及交通技术领域，尤其是一种蚁群算法用于拥堵环境下的动态路径规划方法。

背景技术

现有的路径规划算法，在针对交通网络的应用中，一般只是在交通路网中快速找到两点之间的最短路径，而没有考虑到环境对出行的影响。环境尤其是拥堵环境对出行影响很大，在拥堵环境下的两点之间最短路径往往存在拥堵严重、车辆前进缓慢、等待时间长的问题，严重耽误了出行时间，不是最佳出行路径。而现在大城市中道路拥堵是一个常见的问题，环境拥堵成为了在进行路径规划时必须考虑的因素。

发明内容

本发明所要解决的技术问题是：针对上述存在的问题，提供一种蚁群算法用于拥堵环境下的动态路径规划方法。

本发明采用的技术方案如下：

一种蚁群算法用于拥堵环境下的动态路径规划方法，包括：

步骤1，进行环境建模，得到表示拥堵环境下的拥堵情况的环境因子；

步骤2，将环境因子代替蚁群算法中的道路的距离后，利用环境因子的动态变化进行动态路径规划。

进一步，所述步骤1进行环境建模的方法为：在交通路网中存在n个路口，m条道路，将每个路口抽象为一个点，路口之间相连的道路抽象为一条边；则每条边在t时刻有一个环境因子E_fi(t)；

E_fi(t)＝c₁*S_fi+c₂*C_fi(t)

其中，

c₁、c₂是常数；

S_fi是道路i静态属性；S_fi＝sc₁*d_i+sc₂*l_i+sc₃*sl_i；sc₁、sc₂、sc₃是常数，d_i是道路i的长度，l_i是道路i的车道数，sl_i是道路i的信号灯周期；

C_fi(t)是t时刻道路i的拥堵因子；C_fi(t)＝cf₁*CT_fi(t)+cf₂*CL_fi(t)；cf₁是常数，代表时间拥堵率对拥堵因子的重要程度；cf₂是常数，代表长度拥堵率对拥堵因子的重要程度；

CT_fi(t)表示t时刻道路i的时间拥堵率；

CT_fi(t)表示t时刻道路i的时间拥堵率；tin_i(j)表示车辆j驶入道路i的时间，tout_i(j)表示车辆j驶出道路i的时间；n_i(t)表示t时刻道路i的车辆数；d_i表示道路i的长度，v_i表示道路i上的合理车速；