改進量子蟻群算法的動態(tài)最優(yōu)路徑誘導研究.pdf

1、隨著我國經濟的飛速發(fā)展，汽車保有量逐年增多，城市交通擁擠、環(huán)境污染日益嚴重。智能交通系統(tǒng)(ITS)成為了公認的有效解決城市交通問題的最佳途徑。其中ITS中的交通最優(yōu)路徑誘導就是根據出行者的出行要求動態(tài)地規(guī)劃出一條最合理的路徑，提高交通系統(tǒng)的運行效率。其解決方法是構建有效的路網模型，應用高效的智能算法實現最優(yōu)路徑的誘導；而現有的路網模型對交通信息考慮并不完善，采用的誘導算法存在收斂速度慢、易陷入局部最優(yōu)等不足。
　　針對以上問題，本

2、文首先在靜態(tài)路網模型和靜態(tài)最短路徑模型的基礎上，根據圖論理論和動態(tài)交通分配理論，構建了基于交叉口和路段動態(tài)信息的動態(tài)路網模型；綜合考慮了交叉口的排隊延誤和轉彎延誤，以及路段的行程時間；并用改進的TPI指數作為交通擁堵評價指標，然后對交通能耗的計算方法進行了定義，在此基礎上建立了基于距離、時間、能耗的動態(tài)路徑誘導模型。
　　其次，針對傳統(tǒng)蟻群算法中收斂速度慢、易陷入局部最優(yōu)的缺點，通過引入量子計算原理以及量子蟻群算法，本文提出了一種

3、改進的量子蟻群算法。采用量子比特編碼表述螞蟻位置信息，通過縮小量子比特編碼的相位角范圍，并在雙鏈編碼時引入一個調整因子k，既保證了概率幅取值范圍的同時又壓縮了編碼空間以提高算法的搜索空間；而在量子蟻群算法中，針對量子非門變異中的量子位幅值未發(fā)生變化而造成的局部最優(yōu)問題，將Hadamard門引入變異機制，通過相位角旋轉不僅實現了量子比特兩個概率幅值的位置互換，也改變了量子位的幅值，擴大了種群多樣性。通過經典函數的尋優(yōu)分析，改進的量子蟻群算