蜂群激發(fā)抑制算法及其在交通信號(hào)配時(shí)中的應(yīng)用
關(guān)鍵詞：群智能 勞動(dòng)分工 交通信號(hào)配時(shí)
摘要：現(xiàn)實(shí)生活中存在各種各樣的動(dòng)態(tài)分配問題,群智能勞動(dòng)分工由于模擬的是生物群體之間的協(xié)作分工,所以在解決這類動(dòng)態(tài)分配問題有著天然的優(yōu)勢(shì)。目前對(duì)群智能勞動(dòng)分工的研究主要集中在蟻群的刺激響應(yīng)原理,而忽略了蜂群的激發(fā)抑制原理。與刺激響應(yīng)原理的個(gè)體環(huán)境交互方式不同,激發(fā)抑制原理采用的是個(gè)體個(gè)體交互方式。針對(duì)蜂群勞動(dòng)分工現(xiàn)象,提出一種激發(fā)抑制勞動(dòng)分工模型(AILD)。為了驗(yàn)證AILD模型的有效性,選取了一個(gè)典型的時(shí)間分配問題——交通信號(hào)配時(shí),設(shè)計(jì)了相應(yīng)的激發(fā)抑制勞動(dòng)分工信號(hào)配時(shí)算法AILD-ST。采用AILD-ST算法對(duì)實(shí)際案例進(jìn)行了交通信號(hào)配時(shí)求解,并與Webster算法、蟻群算法和蜂群算法進(jìn)行了對(duì)比,通過對(duì)比實(shí)驗(yàn)和分析討論,結(jié)果顯示出本文算法的有效性。
復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)雜志要求:
{1}文中應(yīng)擬出小標(biāo)題，以（一）、（二）、為序,層次不宜過多。文首要有相關(guān)的交待與評(píng)析。
{2}本刊采用匿名審稿制，來稿請(qǐng)直接寄編輯部，勿投個(gè)人，以免耽誤審稿。
{3}文責(zé)自負(fù)。作者應(yīng)保證對(duì)其作品享有著作權(quán)，譯者應(yīng)保證其譯本未侵犯原作者或出版者任何可能的權(quán)利，編輯部或其任何成員不承擔(dān)由此產(chǎn)生的任何法律責(zé)任。
{4}文中引文出處應(yīng)按引用順序編碼列入?yún)⒖嘉墨I(xiàn)，參考文獻(xiàn)請(qǐng)置于文末。
{5}正文：內(nèi)文選題思想新穎、觀點(diǎn)明確、論據(jù)可靠、圖表清晰、數(shù)據(jù)準(zhǔn)確，稿件內(nèi)容不得泄露國家機(jī)密。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社
