蚁群算法在智能交通系统中的应用研究

摘要：本文主要以我国的智能交通系统的组成为出发点，结合蚁群算法在我国智能交通系统中的应用现状，分析了其作用意义，对于今后进一步的发展给出了初步的建议和看法。

关键词：蚁群算法；智能交通系统；最佳路径

中图分类号：TP301.6 文献标识码：A文章编号：1007-9599 (2011) 13-0000-01

Ant Colony Algorithm Application Research in Intelligent Transportation System

Zhu Xianwen

(International College,Huanghuai University,Zhumadian463000,China)

Abstract:This paper mainly to China's intelligent transportation system as a starting point,combined with ant colony algorithm in the system of traffic of our country intelligence application present situation,analyzes its role,for further development gives preliminary proposals and views.

Keywords:Ant colony algorithm;Intelligent traffic system;Optimal path

一、我国智能交通系统的组成

近些年来，随着经济发展，我国的车业发展越来越快，车的数量和种类越来越多，尽管我国的公路和铁路状况得到了较大的改善，但是由于我国人口众多，拥有自家车以及其他用途的车辆数目多，交通仍然很拥挤，智能交通系统的出现很大程度上缓解了交通压力，对于我国交通事业的发展做出了巨大的贡献。智能交通系统大致分为以下几个部分：（一）先进的交通管理系统。该系统通过先进的子系统进行数据信息的监测，收集，处理。并且及时向交通管理部门以及驾驶员提高双向的信息，这些信息主要包括对于交通道路流通量的疏散，突发事件的处理等，该系统向交通管理人员以及广大乘客提供了及时准确的信息，实现了交通路线最优化选择[1]，给稳定发展的交通流提供了重要的保障。（二）出行者信息系统。出行者信息系统是用来帮助出行者选择适当的时间，交通方式的系统。主要是通过电子网络指南来收集并向出行者提供各种交通工具设施的静态和动态服务信息，并及时反映当时的交通情况以及道路通畅情况、以便他们根据自己的需要选择合适的出行时间和交通工具。（三）车辆安全系统。安全是交通运输里面一个重要的环节，安全系统主要包括安全预测以及监控调控系统两个部分，主要关于车辆在障碍道路时可以自动识别，自动避开，紧急转弯，绕道而行，车速，车间距的保持等在容易出现交通事故的地方以光或者声音的形式给车辆提出警报，避免事故的发生。特别是在乡村地势崎岖的地方，更加需要安全系统的保障和落实。（四）先进公共运输系统。公共运输系统是一个特殊的系统，该系统面向广大公众，主要包括公共车辆信息，行驶服务系统，电子车票系统等。以全方位的信息给乘客提供最为满意的服务，推动公共交通事业的发展。

二、蚁群算法在智能交通系统中的应用现状

蚁群算法是一种模拟进化法，通过模拟自然界中真实的蚂蚁觅食行为，采用具有记忆的人工蚂蚁，观察个体之间的信息交流和以及相互帮助来找到食物源地最短的路径。蚂蚁在觅食时会释放激素.。后来的蚂蚁会沿着信息浓度高的方向前进。而后来蚂蚁又会在经过的路径上释放信息素，使该路径上的信息素得到加强。这个过程一直循环下去，则有越多蚂蚁经过的路径，它的信息素浓度就越高，在后来的蚂蚁选路中就更容易被选。目前蚁群算法在智能交通系统中的应用现状主要可以归纳为以下几点。（一）交通网的深入研究。蚁群算法建立在遗传算法的基础上，构思了关于奖惩机制的遗传蚁群算法，这种新型结合物在计算精度和计算速度上得到了大大的改善[2]。利用这些优点，蚁群算法已经深入的研究了我国交通网的现状，经过工作人员的细心研究，数据整理，分析，现在已经提出了交通网的表示方法和权重的确定方法。对于交通管理有着重大的突破意义。（二）应用到了车辆路径问题。随着蚁群算法在智能交通系统里面的应用，它已经得到了广泛的推广以及创新改进，现在已经将蚁群算法应用到了车辆路径问题，改进了关于求解车辆路径的蚁群算法，并且通过仿真实验实现了路径的优化。（三）提出了混沌蚁群算法。通过联系实际交通中的混沌现象，结合了混沌理论进一步运用蚁群算法，并且通过实验验证混沌蚁群算法的合理性，目前混沌蚁群算法已经被运用到了智能交通系统，并且取得了很好的效果。

三、未来展望

蚁群算法在我国智能交通系统中已经被广泛的运用了，随着科技的进步，网络的普及，它在技术上还可以有新的突破和创新，来适应未来不断变化的交通环境。（一）利用无线传感器网络优化路径。利用蚁群算法，我国智能交通系统已经在最短路径上实现了最优选择，为了进一步缩减监测时间，可以利用无线传感器网络来优化路径的选择。大量微型传感器部署在监测区域里面，采用节点通过无线通信方式收集信息，进一步处理网络覆盖区域路由相关协议，最终确定选择[3]。（二）信息素区域和更新方式的改进。传统蚁群算法由于正反馈的作用，在搜索过程中出现局部最优解时，接下来的蚂蚁搜索时就会以较高的概率选择局部最优解，随着搜索循环次数的增加，就会使局部最优解路径上的信息素含量远远高于其他路径，进而造成大部分蚂蚁都会选择这一条路径，限制了算法的全局能力，很容易陷入局部最优解。为了防止某一区域信息素累计太多，可以在此区域设定两个临界值，避免过快的形成局部最优解。（三）局部搜索方法的改进。现实交通中，人们的路径具有一定的确定性和方向性，例如，我们不会选择一个背离目的地的路径出发。由于我们无法预料故障会在哪一个地点发生，所以在局部搜索时应该都设立几个储备点，改变原有的确定的储蓄点的方法。

四、结束语

智能交通系统在我国应用较为广泛，在一定程度上缓解了交通运输压力，推动了交通运输业和经济的发展。蚁群算法的融入进一步完善了智能交通系统自身的结构，对于最优路径的选择，信息的收集有了更便捷的方式。今后，智能交通系统在蚁群算法的推动下将会更加显示其生命力，将波及到乡村交通，以及我国经济落后的西部地区，全面带动我国交通运输业的发展，为全面实现小康社会经济发展做出贡献。

参考文献：

[1]孙宇.基于蚁群算法的通信线路的最佳路径问题的研究[J].电脑知识与技术,学术交流,2011,3

[2]李伟,李蕊.日本智能交通系统及其对我国的影响[J].现代交通与信息化,2010,9

[3]张晓伟.蚁群优化的传感器网络路由算法[J].计算机仿真,2011,3

[作者简介]朱献文，硕士研究生，研究方向：智能计算，人工生命。