[发明专利]一种运用蚁群系统优化校园公交线路规划的方法

说明书

本发明公开了一种运用蚁群系统优化校园公交线路规划的方法，包括以下步骤：(1)初始化参数，对于不同的路网情况，确定信息素的初始值τ₀；(2)初始化蚁群，在每一次循环开始时，每只蚂蚁都会随机赋予一个始发站点，始发站点集合O中选出，每只蚂蚁被随机赋予始发站点后，会根据路网的启发式信息和信息素信息开始构造调度解；(3)基于伪随机比例规则为每只蚂蚁选择下一个访问站点；(4)信息素局部更新；(5)蚂蚁完成单次路径构建，对每个调度解进行评价；(6)信息素全局更新；(7)迭代重复步骤(2)‑步骤(6)的过程，直至达到最大迭代次数；(8)输出公交路线规划集合。

技术领域

本发明涉及响应式公交路径规划和智能计算两大领域，主要涉及一种运用蚁群系统优化校园公交线路规划的方法。

技术背景

响应式公交系统(responsive transit System,RTS)是一种新型的公交运营方式。与传统公交系统在固定的时间、线路上行驶不同，响应式公交根据潜在客户的预约来安排公交车辆和停靠站点。相对于现有的出租车系统，响应式公交系统中车辆的容量更高，车辆的线路随客流量进行动态调整，由此带来更高的上座率和更低廉的乘坐成本。因此，响应式公交融合了传统公交车系统和传统出租车系统的优点，这种新型公交系统有望在未来进一步解决校园内部的公共交通问题。

蚁群系统由Gambardella和Dorigo在1996年提出，作为蚁群算法的变种，它提升了原始蚁群算法的性能，具有较强的并行性、搜索较优解能力更强。蚁群算法是一种仿生算法，它受蚂蚁觅食的群体活动所启发而被设计出来，通常被用于解决可抽象为拓扑图结构的问题。蚂蚁群体借助对所经过的路径留下一种具有挥发性的分泌物——信息素来指导后续蚂蚁的下一部运动方向，通过来自信息素浓度信息的正反馈，蚁群能够快速找到蚁穴与食物之间最短的路径。蚁群算法使用人工蚁群来对真实蚁群行为进行模仿，实践证明蚁群算法在求解组合优化问题中表现良好。

与原始的蚁群算法相比，蚁群系统主要在其基础上做了三方面的改进：(1)以伪随机比例规则进行状态转移。蚁群系统中引入参数q₀来对蚂蚁进行探索和开发的程度进行调节，其中开发指的是蚂蚁直接选择使启发式信息与信息素量的β指数乘积最大的下一访问节点；探索指的是偏向搜索，通过信息素量与启发式信息素量计算得出各个节点被访问的概率后使用轮盘赌选择策略进行选择。(2)只在最优的蚂蚁路径上应用全局更新规则。原始的蚁群算法中全局更新规则对所有蚂蚁的信息素都进行更新，这不仅使得蚂蚁的路线很难收敛到最佳路径附近，还降低了蚂蚁搜索最佳路径的效率。蚁群系统在每次迭代后只对最佳路径进行信息素的增强，这使得蚂蚁快速集中到最佳路径附近，同时也大大降低了算法复杂度。(3)引入局部信息素更新规则。在蚁群系统中，除了在全部蚂蚁构建路径结束后进行一次全局信息素更新，在路径构建的过程中也进行信息素的局部更新，这种机制能够增加算法的搜索能够力，有效避免算法进入停滞状态。