2023年第7期195智能技术信息技术与信息化基于改进蚁群算法的城市交通路径规划研究张格1ZHANGGe摘要针对传统蚁群算法应用于城市交通存在频繁死锁、未能迭代出最优解，收敛速度慢等缺陷，提出一种改进蚁群算法的城市交通路径规划方法。首先，通过道路权重信息和A*算法的初始解设置信息素的初始浓度。其次，使用目标综合权重为启发因子改进启发函数，接力点最优和剪枝点隐藏的混合策略优化转移概率。最后，采用奖惩机制改进信息素的更新方式，引入停滞阶段使信息素的消失水平自适应调整，由此对信息素的变化范围动态限制。利用微观交通仿真软件(simulationofurbanmobility,SUMO)进行试验，结果表明所提出的方法可以适应城市交通变化规划出最优路径，蚁群收敛速度明显提升。关键词蚁群算法；道路权重信息；动态适应；路径规划；SUMOdoi：10.3969/j.issn.1672-9528.2023.07.0491湖北大学计算机与信息工程学院湖北武汉4300620引言路径规划是无人驾驶技术中决策的重要组成部分，广泛应用于使用点线来描述问题的求解，其主要功能是在已知环境下，车辆规划出从起始位置到终点位置的完整路线。许多研究者针对路径规划问题对蚁群算法进行了改进：朱永强等人[1]使用双向A*算法确定初始解，线性地改变信息素，而郑娟毅等人[2]结合模拟退火算法来确定蚁群算法的初始解，Hou等人[3]则提出一种蚁群沟通机制，同代和不同代的蚂蚁交流生成混合路径，根据不同路径分配不同信息素。Miao等人[4]根据蚂蚁的综合权重表现转换为多目标优化问题进行求解。郑万群[5]基于工兵蚁策略来缓解蚂蚁易陷入U型陷阱造成解的质量过低的问题。Liang等人[6]结合反馈机制，给特定人群制定不同的路线，实现动态调整路线。本文针对蚁群算法在复杂的城市路网中存在盲目搜索、频繁死锁、未能迭代出全局较优解、收敛速度慢等问题，在传统蚁群算法的基础上，通过设置初始信息素的浓度、优化状态转移概率规则、调整更新信息素的方式进行改进，仿真实验表明改进后的蚁群算法平均迭代次数有所减少，能够有效应用于城市交通路径规划。1传统蚁群算法传统蚁群算法是一种具有强大全局搜索能力的智能算法，广泛应用于解决旅行商、车辆调度等问题。初始每只蚂蚁所携带的信息素浓度一定，当其选择经过的路径越长，分布在路径上的信息素浓度就越低。蚂蚁通过其他蚂蚁在路径上留下信息素作为参考，容易更快找到食物。算法以栅格道路中的路径规划问题来描述，由于传统蚁群算法在解决旅行商问题时，每个城市之间...
