[发明专利]基于群智进化蚁群算法的交通规划系统

权利要求书

1.一种基于群智进化蚁群算法的交通规划系统，用于对交通中涉及的可控制的信号灯以及车辆的行驶路径进行优化得到最短全局交通通行平均时间，其特征在于，包括：

交通要素获取部、个体初始部、信息素初始部、动作选择部、个体最优部、全局更新部、个体循环终止判断部、全局最优部、交通评估部、个体损失构建部、个体神经网络训练部、全局循环终止判断部以及控制部，

所述交通要素获取部用于获取所述信号灯、所述车辆以及所述车辆对应的行驶策略，

所述个体初始部依次将所述信号灯以及所述车辆初始化为蚂蚁，并为所述蚂蚁构建策略神经网络，

所述信息素初始部用于初始化所述车辆的行驶策略得到信息素，

所述动作选择部根据所述信息素以及所述策略神经网络计算所述蚂蚁采取行动a_t的行动概率p_t，并根据该行动概率确定所述蚂蚁选择的策略：

式中，t为时间，τ为所述信息素，s_t为所述时间t下所述蚂蚁的状态，η_net(s_t,a_t)为所述策略神经网络在所述状态s_t下采取所述动作a_t的概率，β为调整所述概率的权重的参数，J_k(s_t)为第k只所述蚂蚁在所述状态s_t下所有行动的集，u为任意动作，

所述个体最优部按照所述信息素以及所述策略神经网络进行搜索得到搜索结果，并在达到预定的个体循环次数后得到个体最优策略，

所述全局更新部根据每只所述蚂蚁的所述个体最优策略更新全局信息素τ(s_t,a_t)：

式中，Q为所述信息素的权重的超参数，V_k为第k只所述蚂蚁完成搜索后得到的搜索结果，ρ为所述信息素的挥发参数，m为所述蚂蚁的数量，

所述个体循环终止判断部判断所述蚂蚁是否不能再搜索得到所述个体最优策略，

所述全局最优部在所述个体循环终止判断部判断为是时，对所述全局信息素进行计算得到全局的最优策略作为全局最优策略π(a_l|s_l)：

式中，N为所述蚂蚁在所述状态s下选择所述动作a的次数，l为序号，T为大于0的参数，π(a_l|s_l)为在所述状态s_l下采取动作a_l的概率，

所述交通评估部利用预定的交通仿真系统对所述全局最优策略进行评估得到评估时间，

所述个体损失构建部根据所述全局最优策略以及所述个体最优策略构建个体损失loss(π,η_net)：

式中，n为所述动作a的个数，

所述个体神经网络训练部根据所述个体损失更新所述策略神经网络，

所述全局循环终止判断部判断全局平均通行时间是否不再改变，

当所述个体循环终止判断部判断为否时，所述控制部控制所述动作选择部计算得到所述蚂蚁的所述行动概率，进一步控制所述个体最优部按照所述信息素以及所述策略神经网络进行搜索得到所述搜索结果，并在达到所述个体循环次数后得到所述个体最优策略，然后控制所述全局更新部更新所述全局信息素，最后控制所述个体循环终止判断部判断所述蚂蚁是否不能再搜索得到所述个体最优策略，

当所述个体循环终止判断部判断为是时，所述控制部控制全局最优部对所述全局信息素计算全局的最优策略作为全局最优策略，然后控制所述交通评估部评估得到所述评估时间，进一步控制所述个体损失构建部构建所述个体损失，进而控制所述个体神经网络训练部更新所述策略神经网络，最后控制所述全局循环终止判断部判断所述全局平均通行时间是否不再改变，

一旦所述全局循环终止判断部判断为否时，所述控制部就控制所述个体循环终止判断部判断全局更新是否要停止，

一旦所述全局循环终止判断部判断为是时，所述控制部就将所述全局平均通行时间作为所述最短全局交通通行平均时间输出，从而根据该最短全局交通通行平均时间对应的全局最优策略控制所述信号灯以及为所述车辆提供最优行驶路径。