蜂群激发抑制算法及其在交通信号配时中的应用

现实生活中存在各种各样的动态分配问题,群智能劳动分工由于模拟的是生物群体之间的协作分工,所以在解决这类动态分配问题有着天然的优势。目前对群智能劳动分工的研究主要集中在蚁群的刺激响应原理,而忽略了蜂群的激发抑制原理。与刺激响应原理的个体环境交互方式不同,激发抑制原理采用的是个体个体交互方式。针对蜂群劳动分工现象,提出一种激发抑制劳动分工模型(AILD)。为了验证AILD模型的有效性,选取了一个典型的时间分配问题——交通信号配时,设计了相应的激发抑制劳动分工信号配时算法AILD-ST。采用AILD-ST算法对实际案例进行了交通信号配时求解,并与Webster算法、蚁群算法和蜂群算法进行了对比,通过对比实验和分析讨论,结果显示出本文算法的有效性。

一种面向时间分配问题的群智能劳动分工新方法

本文以给不同信号相位的车辆分配绿灯时间的交通信号配时问题为代表,将群智能劳动分工应用到时间分配问题的求解中,提出一种新颖的蜂群劳动分工算法(bee swarm labor division algorithm, BSLDA)。首先从时间分配的视角对交通信号配时问题进行分析,然后将激发抑制原理引入 BSLDA,为每个信号相位定义了激发剂和抑制剂,并设计了增加绿灯时间、减少绿灯时间和保持绿灯时间 3种行为。在群智能劳动分工激发抑制原理作用下,BSLDA中的每个信号相位都能根据环境变化选择恰当的行为完成时间分配。最后采用真实的交通流数据进行仿真实验,结果表明本文方法适于求解不确定环境下的交通信号配时问题。