基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对交通网络中最优路径搜索问题,本文提出一种基于蚁群算法的新的求解方法.首先从剖析最优路径问题的求解要求出发,探讨蚁群算法求解的优势,由于其并行性、正反馈、协作性等特点,能在较短的时间内发现较优解.然后,根据交通网络的特性,在基本蚁群算法的基础上,引入信息素限定规则,采用平滑机制进行局部更新,改进了全局更新模型等,使该算法更能满足交通系统最优路径的求解要求,降低了路径选择的复杂性,从而提高计算效率.对改进的模型进行的模拟实验和比较分析表明,该模型与算法的效果良好.该研究为交通系统最优路径问题开创了一条新的途径,同时显示出蚁群算法在交通分配中的良好使用前景.
推荐文章
基于改进蚁群算法的交通最优路径方法研究
蚁群算法
动态交通
路径最优
动态交通网络中最优路径查找算法
最优路径
速度模式
道路网络
A*算法
交通网络最优安全路径选择模型与算法
交通网络
最优安全路径
路径选择
改进蚁群算法在交通系统最短路径问题的研究
蚁群算法
最短路径
信息素
智能交通系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 交通网络最优路径搜索的蚁群算法
来源期刊 交通运输工程与信息学报 学科 交通运输
关键词 蚁群优化算法 最优路径 最优路径搜索 信息素
年,卷(期) 2013,(2) 所属期刊栏目
研究方向 页码范围 24-30
页数 分类号 U491
字数 6319字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周竹萍 南京理工大学交通工程系 10 88 5.0 9.0
2 易富君 6 34 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (175)
参考文献  (16)
节点文献
引证文献  (8)
同被引文献  (17)
二级引证文献  (6)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(11)
  • 参考文献(1)
  • 二级参考文献(10)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(8)
  • 参考文献(5)
  • 二级参考文献(3)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蚁群优化算法
最优路径
最优路径搜索
信息素
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
交通运输工程与信息学报
季刊
1672-4747
51-1652/U
大16开
四川省成都市西南交通大学九里校区
2003
chi
出版文献量(篇)
1466
总下载数(次)
9
总被引数(次)
11264
论文1v1指导