[1]王秋平,史 荣,张 琦,等.基于改进蚁群算法和网络GIS分析的慢行交通最优路径选择[J].西安建筑科技大学学报:自然科学版,2013,45(05):668-674,687.[doi:10.15986/j.1006-7930.2013.05.011]
 WANG Qiu-ping,SHI Rong,ZHANG Qi,et al.Optimal path selection of slow traffic based on GIS network analysis[J].J.Xi’an Univ. of Arch. & Tech.:Natural Science Edition,2013,45(05):668-674,687.[doi:10.15986/j.1006-7930.2013.05.011]
点击复制

基于改进蚁群算法和网络GIS分析的慢行交通最优路径选择()
分享到:

西安建筑科技大学学报:自然科学版[ISSN:1006-7930/CN:61-1295/TU]

卷:
45
期数:
2013年05期
页码:
668-674,687
栏目:
出版日期:
2013-10-31

文章信息/Info

Title:
Optimal path selection of slow traffic based on GIS network analysis
文章编号:
1006-7930(2013)05-0668-07
作者:
王秋平12史 荣1张 琦1杨 茜1
(1.西安建筑科技大学土木工程学院,陕西 西安 710055; 2.西部建筑科技国家重点实验室 筹, 陕西 西安 710055)
Author(s):
WANG Qiu-ping12SHI Rong1ZHANG Qi1YANG xi1
(1.School of Civil Eng., Xian Univ. of Arch.& Tech., Xian 710055,China; 2.State Key Laboratory of Architecture Science and Technology in West China(XAUAT),Xian 710055,China)
关键词:
慢行交通最优路径蚁群算法DEAFCA熵权法
Keywords:
slow traffic optimal path improved ant colony algorithm DEA FCA the entropy weight method
分类号:
U 412.37+8;U 412.37+9
DOI:
10.15986/j.1006-7930.2013.05.011
文献标志码:
A
摘要:
分析了慢行交通在路径选择方面灵活与多样的特点,在充分利用这一特点的基础上,借助蚁群算法来寻找最优路径,从而达到使慢行交通满足更多人的通勤效率需求的目的.通过对蚁群算法的思路进行改进以及运用数据包络分析法(DEA)和模糊综合评价法(FCA)对蚁群算法的参数进行修正,使其成为适用于慢行交通的算法.并在GIS及其二次开发平台Microsoft Visual Studio 2008上通过程序编写实现了改进后的算法.并将这一算法应用于实际的路径规划,从而实现慢行交通最优路径选择的实际应用.
Abstract:
The article suggests a detailed study on the flexibility and diversity of slow traffic. By taking full advantage of the features and using Ant Colony Algorithm to find the optimal path, it aims at making slow traffic meet people’s commuting efficiency. The article make Ant Colony Algorithm suitable for slow traffic by putting improvements in terms of ideas and using DEA and FCA to correct parameters and make the new algorithm come true on Microsoft Visual studio 2008. At last the article applied new algorithm into actual path planning in order to achieve the purpose of using optimal path selection of slow traffic in practical application.

参考文献/References:

[1] 李 哗. 慢 行 交 通 系 统 规 划 探 讨—以 上 海 市 为 例 [J]. 城 市 规 划 学
刊 ,2008(3):78-81.
LI Ye.A Discussionon Urban Non-motorized Traffic System Planning -with a Case Study of Shanghai[J].UrbanPlanning Forum,2008(3):78-81.
[2] 余 伟, 钱科烽, 高 奖, 等. 杭州市慢行交通系统规划与设计指引 [J]. 城市交通,2009(2):44-45.
YU Wei,QIAN Ke-feng,GAO Jiang,et al.Hangzhou Ped & Bike System: Guidelines for Planning & Design[J].City Transportation,2009(2):44-45.
[3] 陈一昭 , 姜 麟. 蚁群算法参数分析[J]. 计算机技术,2011,6(11):9080-9084.
CHEN Yi-zhao,JIANGlin.Parametric Studyof Ant Colony Optimization[J].Computer Technology,2011,6(11):9080-9084.
[4] 段海滨. 蚁群算法原理及其应用 [M]. 北京: 科学出版社,2005.
DUAN Hai-bin.Ant Colony Algorithm TheoryandIts Application[M].Beijing: Science Press,2005.
[5] 尹莹莹, 孙 亮. 一种进化型蚁群算法及其在 TSP 问题中的检验[J]. 计算机仿真,2006(4):167-173.
YIN Ying-ying,SUN Liang.Anevolutionalantalgorithmanditstestintspproblem[J].ComputerSimulation,2006(4):167-173.
[6] 刘 钊 , 徐鑫磊.GIS 网络分析中蚁群算法的改进与应用研究[J]. 测绘科学,2010(35):89-91.
LIU Zhao, XU Xin-lei.Researchofantcolonyalgorithmsadaptationandapplicationfor GISnetworkanalysis[J].Scienceof Surveyingand Mapping,2010(35):89-91.
[7] 刘万清, 郝 伟. 蚁群最短路径算法优化及其在 GIS 中的应用研究[D]. 西安: 西北大学,2009.
LIU Wan-qing,HAO Wei.Shortest path algorithm of ant colony optimization andits applicationin GIS Research[D].Xi′an: Northwest University,2009.
[8] COLORNI A, DORIGO M, MANIEZZO V.Distributed optimization byantcolonies [ C ]// Proc of EuropeanConf.on Artificial Life.Paris, France: Elsevier Publishing,1991: 134-142.
[9] DORIGO M, STUTZLE T.Antcolonyoptimization [M ].Cambridge: MIT Press, 2004.

备注/Memo

备注/Memo:
收稿日期:2013-03-01 修改稿日期:2013-09-03
基金项目:国家自然科学基金资助项目(51278396);陕西省教育厅专项基金资助项目(11JK0885);西安建筑科技大学学科建设重点培育计划(XK201213);西安建筑科技大学学科重点培育计划人才培养专项资助(XK201101)
作者简介:王秋平(1962-),女,陕西城固人,教授,博士,从事交通规划与管理的教学和科研工作.
更新日期/Last Update: 2015-10-05