یک متد مسیریابی ترافیک جدید با استفاده از سیستم کلونی مورچه ترکیبی بر اساس الگوریتم ژنتیک

قیمت: 47,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

یک متد مسیریابی ترافیک جدید با استفاده از سیستم کلونی مورچه ترکیبی بر اساس الگوریتم ژنتیک

عنوان لاتین

A Novel Traffic Routing Method Using Hybrid Ant Colony System Based on Genetic Algorithm

سیستم کلونی مورچه‌ها (ACS) یک نوع از الگوریتم بهینه سازی کلونی مورچه است. این سیستم در مسئله فروشنده دوره گرد شهرت بسیار دارد. پارامترهای ACS در ساختار تور، پدیده به روزرسانی محلی و سراسری تلاش‌هایی را به سمت اتخاذ نتایج بهتر از این سیستم هدایت می‌کند اما آن‌ها اغلب به صورت درستی تنظیم می‌شوند. از طرفی، ایجاد توابع اکتشافی برای تصمیم گیری بر انتخاب گره بعدی در تور یک رویکرد پژوهشی بالقوه است. بنابراین، این مقاله یک فریم‌ورک مبنا ارائه می‌دهد که متد جدیدی را برای حل مسئله مسیریابی ترافیک با سیستم کلونی مورچه (ACS) بر اساس الگوریتم ژنتیک ارائه می‌دهند، و تغییر چراغ راهنما را به تصویر می‌کشد، که آن را (GACSS) گویند. در GACSS، ما از الگوریتم ژنتیک (GA) برای بهینه سازی پارامترهای ACS با هدف قراردادن نزدیک ترین سفر و زمانی با توابع جدید که به آن‌ها کمک می‌کند که پدیده محلی و سراسری را به روزرسانی کند استفاده کردیم. آزمایشات ما با GACSS در VANETsim با نقشه واقعی از پروژه خیابانی، هر نوع وسیله و به روزرسانی بلادرنگ چراغ راهنما انجام شده است. فریم‌ورک ما نتایج بهتری را نسبت به الگوریتم ACS کلاسیک و A-Star بدست آورد. این فریم ورک نه تنها کوتاهترین مسیر بلکه مسیر با کوتاه ترین زمان برای سفر را ارائه می‌دهد.

The Ant Colony System (ACS) is a variant of Ant colony optimization algorithm. It is very famous with Traveling Salesman Problem. The parameters of ACS in tour construction, global and local updating pheromone direct effort to get the best result of this but they are often manually setting up. Beside, building the heuristic function to decide a choice next node on tour is potential research approach. Therefore, this paper present a foundation framework that propose a novel method to solve traffic routing problem by hybrid ant colony system (ACS) based on genetic algorithm, visualization online changing traffic light, it is called (GACSS). In the GACSS, We use genetic algorithm (GA) optimize ACS parameters aim to attain shortest trips and time with new functions helping them to update global and local pheromone. Our experiment with GACSS deploys in VANETsim with real map from open street map project, any vehicle kind and updating traffic light real-time able. Our framework gained higher results than A-Star and classical ACS algorithm. It is not only shorter length but also smaller time for trip.