拥塞车流区疏散优化模型仿真研究

摘要：

在对拥塞车流区疏散进行优化时,由于拥塞区域车流量的不固定性,使得疏散车流个体和疏散车辆个体产生的关联性低.传统的方法会降低疏散效果.由于低关联性使算法收敛过早,易进入局部最优解,导致拥塞车流区域整体疏散效果差的问题.提出基于差分进化遗传算法的拥塞车流区域疏散优化模型,引入GDISDE算子改进策略,加入高斯扰动增加种群多样性,扩展车流拥塞区域疏散算法空间,以避免疏散算法陷入局部最优,通过操作QAISDE算子,在每次疏散算法迭代结束之前应用二次逼近的操作算子实现局部搜索,增强改进差分进化遗传算法的局部探索的能力.仿真结果表明,提出的差分进化遗传算法不但能够使得拥塞车流区域疏散,满足所有条件,而且在疏散算法修正的过程中,能够提高种群多样性,得到更优的疏散方案.

关键词：差分进化、遗传算法、优化模型

所属期刊栏目：33

分类号：TP181(自动化基础理论)

在线出版日期：2016-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：155-158