[發明專利]一種基于蟻獅算法的城市交通應急調度方法

在審

• 申請號: 201911192615.8
• 申請日: 2019-11-28
• 公開（公告）號: CN111027759A
• 公開（公告）日: 2020-04-17
• 發明（設計）人: 嚴靈毓;姚姝宇;王春枝;董新華;劉芳瑞;盛夢涵
• 申請（專利權）人: 湖北工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/30;G06N3/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魯力

本發明公開了一種基于蟻獅算法的城市交通應急調度方法。本方法有較高的搜索能力和準確性。主要步驟為設定蟻獅算法參數；對城市應急交通調度進行建模；初始化螞蟻和蟻獅位置，將其存入位置矩陣；螞蟻隨機游走，輪盤賭的形式決定被哪只蟻獅捕食，根據適應度高的蟻獅捕食能力強，根據適應度選出精英蟻獅；如果沒有達到迭代次數，回到捕食步驟，達到迭代次數以后，輸出精英蟻獅，為全局最優解，即為本方法的所需的從應急調度點到應急地點的路徑方案。

技術領域

本發明屬于城市交通應急調度領域，具體是一種基于蟻獅算法的城市交通應急調度方法，用于交通應急調度。

背景技術

城市交通是城市重要的生命線，城市規模擴大和經濟發展都離不開城市交通，快捷的交通在提高居民出行幸福的同時也為經濟發展帶來便利，但這些都在不知不覺中增加了對交通樞紐的依賴，所以一旦出現突發事件，可能造成交通路線擁堵應急車輛無法及時到達目的地，然而，作為城市交通系統的骨干，突發事件的產生很可能會進一步對整個城市的交通系統造成局部或者全面癱瘓，所以，城市應急交通樞紐在城市交通中有著至關重要的地位。

一直以來，眾多學者對政府應對突發事件的應急管理有眾多研究，但是對于交通應急調度還缺乏深入研究，把調度問題轉化為理想模式下的靜態最短類路徑的數學規劃問題與實際情況存在一定的差距，針對如何在最短時間內找到最佳路徑到達目的地的問題，雖然研究人員有針對性提出解決方案，但是用于實際應用中，還是存在一定的不足。

蟻獅算法(The Ant Lion Optimizer，ALO)是Seyedali Mirjalili于2015年提出的一種新型元啟發式群智能算法。名字來源于它獨特的狩獵行為。該算法包括螞蟻、蟻獅和精英蟻獅，要通過螞蟻的隨機游走、構建陷阱、誘捕螞蟻入陷阱、捕獲螞蟻和重構陷阱來實現算法。螞蟻代表隨機解，螞蟻四處游周會落入哪一個蟻獅構建的陷阱由輪盤賭決定，適應度越高的蟻獅有著更大的幾率捕獲螞蟻，在其中，蟻獅代表著局部的最優解。隨著螞蟻的游走，相當于多次迭代，在適應度高的蟻獅中通過迭代結果的更新選擇更好的蟻獅來作為精英蟻獅，這里的精英蟻獅代表著全局最優解。因此，本發明在此基礎上提出一種能在突發事件發生時，提高城市交通應急調度效率的辦法：基于蟻獅算法的城市交通應急調度方法。

發明內容

針對現有技術的不足，本發明采用提供一種采用蟻獅算法進行城市交通應急調度的方法。

本發明的技術方案是一種采用蟻獅算法來進行城市交通應急調度的方法，包括以下步驟：

一種基于蟻獅算法的城市交通應急調度方法，其特征在于：包括

步驟1：設置數據參數包括：城市應急出警調度點、適應半徑、螞蟻數量、蟻獅迭代次數，并對描述城市交通應急調度問題進行建模，在適應半徑內，在適應半徑內所有m個應急調度點，L(x_i,q)表示從第i個應急調度點到應急地點q的經過路徑，(x₁,x₂,…,x_m)為所有的到達應急目標點q的路徑方案，TL(x_i,q)為第i個應急調度點到達應急目標q所花費的時間；m個應急點到達應急目標點q花費的最大時間為TL_max,花費的最小時間為TL_min；

步驟2：使用蒙特卡羅方法(Monte Carlo method)初始化蟻獅核螞蟻在解空間上的位置，所有隨機解螞蟻的位置存儲在矩陣Z_ant中，蟻獅位置存儲在Z_antlion中

其中，存儲螞蟻位置的矩陣Z_ant中的元素代表初始化的每個螞蟻的位置，存儲蟻獅位置的矩陣Z_antlion中的元素代表初始化的每個蟻獅位置信息；