多目标优化-改进遗传算法路径规划模型

孙睿; 黄海超; 霍欣婷; 陈景雅

doi:10.15958/j.cnki.gdxbzrb.2023.01.15

贵州大学学报（自然科学版） ›› 2023, Vol. 40 ›› Issue (01) : 95 -100+124. DOI: 10.15958/j.cnki.gdxbzrb.2023.01.15

多目标优化-改进遗传算法路径规划模型

孙睿, 黄海超, 霍欣婷, 陈景雅

作者信息 +

Author information +

文章历史 +

PDF

摘要

优化智能算法进行路径规划可以有效缓解用户出行拥堵问题，为此，设计了多目标优化-改进遗传算法(multi-objective-improved genetic algorithm, M-IGA)组合模型。采用Dijkstra算法改进种群初始化策略，完全规避了断路和环路，提高了初始种群质量；设计基于邻接矩阵的深度优先遍历交叉策略、邻接限制半随机变异策略，兼顾算法全局搜索和局部寻优能力，解决了种群多样性降低、过早收敛的问题。同时，在设计适应度函数时，引入个体用户偏好权重系数，综合考虑了平均行驶时间、交叉口延误、道路拥挤状况、道路等级4种因素来进行多目标优化，为用户寻找符合个体期望的最优路径。研究结果表明，所提出模型相比于蚁群算法路径寻优效率提高了54.322 0%;相比于单目标路径寻优，最优路径综合代价降低了23.609 1%,有效避开了拥堵及交叉口多的路段。