車(chē)聯(lián)網(wǎng)平臺(tái)下基于優(yōu)化蟻群算法的公交調(diào)度系統(tǒng)優(yōu)化.pdf

1、車(chē)聯(lián)網(wǎng)經(jīng)過(guò)多年發(fā)展儼然成為物聯(lián)網(wǎng)（Internet of Things，IoT）行業(yè)一個(gè)重點(diǎn)的分支。越來(lái)越多的通信技術(shù)被發(fā)掘?yàn)檐?chē)聯(lián)網(wǎng)技術(shù)的發(fā)展創(chuàng)造了條件。其中至為關(guān)鍵的一步就是要通過(guò)通信設(shè)備將傳感器、視屏采集器等設(shè)備中采集到的訊息傳遞給交通管控平臺(tái)。在此基礎(chǔ)上才有可能對(duì)公共交通進(jìn)行實(shí)時(shí)、有效的監(jiān)控、管理。車(chē)聯(lián)網(wǎng)是物聯(lián)網(wǎng)的應(yīng)用延伸；而在車(chē)聯(lián)網(wǎng)應(yīng)用中公交車(chē)走在了行業(yè)的前列。
　　公共出行是城鎮(zhèn)交通運(yùn)營(yíng)中必不可少的部分。為了制定科學(xué)合理

2、的調(diào)度計(jì)劃，往往需要多番采集實(shí)時(shí)客流信息、車(chē)輛信息并以此作為調(diào)度依據(jù)。同時(shí)，調(diào)度過(guò)程也少不了定位系統(tǒng)、無(wú)線(xiàn)射頻等技術(shù)的支持。將各物理模塊集成到公交車(chē)載終端中，車(chē)載終端通過(guò)定位系統(tǒng)和乘客IC卡統(tǒng)計(jì)裝置分別獲取車(chē)輛位置信息和乘客數(shù)量信息。這些實(shí)時(shí)信息經(jīng)由無(wú)線(xiàn)網(wǎng)絡(luò)發(fā)送到指定的控制后臺(tái)。調(diào)度指揮中心在獲取道路實(shí)時(shí)信息后，對(duì)這些信息進(jìn)行綜合分析，對(duì)道路進(jìn)行有效管控。
　　文章先是詳述仿生優(yōu)化算法。繼而引出基本的蟻群算法。并以蟻群算法為契機(jī)，

3、推出基于其構(gòu)建的TSP模型。從而得出蟻群算法數(shù)學(xué)模型。最后對(duì)該算法從參數(shù)選取到策略選擇等方面作如下優(yōu)化：
　　在基本算法里融入“賞罰”策略，在這之上對(duì)其進(jìn)行更新上的優(yōu)化操作。替換操作的流程可以選擇從局部和全局兩個(gè)角度對(duì)信息素的濃度進(jìn)行。最終目標(biāo)是要增加實(shí)現(xiàn)跳轉(zhuǎn)的概率。跳轉(zhuǎn)概率的增加是為了避免算法因陷入“囚徒困境”而無(wú)法求解出全局最優(yōu)解。除此之外，還要注意對(duì)包括：螞蟻數(shù)量、啟發(fā)因子、信息素濃度在內(nèi)的諸多參數(shù)進(jìn)行恰當(dāng)?shù)膹?fù)制。本文在大量