研究论文 改进量子蚁群算法在动态路径诱导中的应用.pdf

针对动态路径诱导中寻优算法收敛速度慢,易陷入局部最优解的不足,提出了一种改进的量子蚁群算法(IQACA).首先,建立了考虑交叉口和路段耗费的动态路网模型,并建立了时间最优路径模型.借鉴量子蚁群算法的寻优策略,改进的量子蚁群算法通过将量子比特相位取值范围缩小的方法,提高概率幅的密度;采用Hadamard门变异机制,实现量子比特概率幅值的位置和大小的变化,扩大了种群多样性,增加了全局最优解搜索的概率.将IQACA算法应用到实际路网的动态路径诱导中,并与蚁群算法、量子蚁群算法进行对比分析,实验结果表明,改进的IQACA算法适用于求解时间最优路径问题,不仅具有很好的收敛性能还能够较快的得出时间最优路径