论文部分内容阅读
针对基本蚁群算法设计公交网络时,出现过早收敛和易陷入局部寻优,导致蚁群搜索停滞的问题,提出一种模拟退火改进蚁群算法.通过总运行时间和乘客总换乘次数构造目标函数,利用模拟退火算法生成比较优秀的初始公交线路集,根据初始线路集初始化信息素,将模拟退火算法的蒙特卡洛循环思想加入蚁群的搜索中,对目标函数进行迭代求解.采用模拟退火算法、基本蚁群算法、改进后的模拟退火蚁群算法对目标函数进行优化对比.结果表明：模拟退火改进蚁群算法比模拟退火算法和蚁群算法的求解效率分别高10.6倍和3.5倍.该算法有效地解决了公交网络设计