[发明专利]基于改进蚁群算法的高速公路多点协同救援路径规划方法

权利要求书

1.一种基于改进蚁群算法的高速公路多点协同救援路径规划方法，其特征在于，包括以下步骤：

(1)根据高速公路路网结构信息生成高速公路路网拓扑结构图，获取高速公路路网交通流数据和救援起点与终点信息；

(2)综合考虑路径通行时间少和路径安全性高两项优化目标，设计路径多目标优化评价函数；

(3)基于高速公路救援路径规划的特点出发，设计改进的蚁群算法：根据事故点的位置改进蚁群算法的初始信息素浓度设置；综合下一目标路径长度最短、下一目标距事故点的直线距离最短、搜索角度最小及路段风险性小这些要求，设计启发函数；引入阻抗时间，使用随机选择机制改进状态转移规则；改进局部信息素更新和全局信息素更新结合策略；设计信息素挥发系数随迭代次数增加而逐渐减小的策略；

(4)采用改进的蚁群算法，以多目标优化评价函数为指标，规划各救援点到各事故点的最优救援路径；

(5)针对各事故点有各自的救援车辆需求数，各救援点需要派遣救援车辆进行协同救援的问题，建立多救援点协同救援派遣数学模型，将供需不平衡问题转换为供需平衡问题，采用表上作业法确定救援车辆派遣方案，得到各救援点到各事故点的派遣车辆数；

在步骤(2)中，所述综合考虑路径通行时间少和路径风险性小两项优化目标，设计路径多目标优化评价函数，具体如下：

路径评价函数公式为：

min Z＝ω₁Z₁+ω₂Z₂ (1)

其中,Z表示多目标优化路径评价函数的数值，Z₁表示该路径通行所花费的时间目标评价函数，Z₂表示道路安全因素目标评价函数；ω₁，ω₂分别表示Z₁，Z₂所占比重，采用专家打分法根据实际情况而定；

由于该路径通行所花费的时间目标评价函数和道路安全因素目标评价函数的单位不同，所以在计算总目标评价函数之前应先无量纲化规范各目标评价函数：

其中，Z_i,i＝1,2表示第i个目标评价函数，Z_i,min表示第i个目标评价函数的最小值，Z_i,max表示第i个目标评价函数的最大值；

最小路径通行时间目标

路径通行时间反应了救援车辆在高速公路上前往事故发生点花费最短时间的要求，车辆在路段ij上的通行时间表示为t_ij，总路径通行时间表示为Y₁：

式(3)中，t₀为该路段自由流行驶时间，Q为该路段的实际交通流量，C为该路段的通行能力，α₁和β₁为待定参数，取值为0.15和4；式(4)中，N表示路网节点数量，x_ij为决策变量，取值为1表示选择路段ij，取值为0表示不选择路段ij；

最小路径风险目标

路径风险反应了救援车辆在高速公路上前往事故发生点的路径最安全的要求，能够提高救援路线的安全性，具体公式如下：

其中，e_ij表示路段ij的风险系数；

在步骤(3)中，所述根据事故点的位置改进蚁群算法的初始信息素浓度设置，具体如下：

其中，ε表示路段上的信息素初始浓度，ε+ε₀表示与事故点e相邻接节点的相邻路段的信息素初始浓度；

所述综合下一目标路径长度最短、下一目标距事故点的直线距离最短、搜索角度最小及路段风险性小这些要求，设计启发函数，具体如下：

将下一节点趋向终点的直线距离、方向因素考虑进来，并综合了路段ij的风险系数，启发函数设置为：

其中，d_ij表示路段ij的实际距离，d_ja为节点j与事故点a之间的直线距离，Δθ表示路段ij所在直线与路段ja所在直线之间的夹角；μ₁,μ₂,μ₃为待定参数；

所述引入阻抗时间，使用随机选择机制改进状态转移规则，具体如下：

其中，式(8)为传统蚁群算法的状态转移公式，也称为随机比例规则，τ_ij表示路段ij上的信息素浓度；η_ij表示路段ij之间的启发式信息；w_ij为路段ij之间路阻通行时间的倒数；α为信息素权重因子；β为启发式信息权重因子；r为路阻通行时间权重因子；allowed_k表示蚂蚁k可选的节点集合，且allowed_k＝{1,2,…,n}-tabu_k,tabu_k为蚂蚁k的禁忌表,它记录了当前时刻蚂蚁所搜索过的节点,约束蚂蚁不能在此次循环中第二次访问这些节点；

式(9)为使用随机选择机制改进的状态转移规则，q₁,q₂为分类选择参数，r为随机因子，其中q₁,q₂,r∈(0，1)。