【优化布局】基于遗传算法求解红绿灯管理优化问题含Matlab源码

【优化布局】基于遗传算法求解红绿灯管理优化问题含Matlab源码

1 简介

介绍了遗传算法的基本原理和求解流程、详细阐述了Mdtlab遗传算法工具箱的使用方法.并通过使用遗传算法工具箱对一个红绿灯管理优化问题进行求解,验证了该工具箱在解决函数优化问题上的有效性和实用性。

2 部分代码

%% Starting point, clear everything in matlabtic;clear all;close all;clc;%%问题表述FitnessFunction=@(C,g,x,c) TDi(C,g,x,c); % 适应度功能nLights=4; %红绿灯数量nIntersections=1; % 交叉点数（静态为 1 个交叉点）VarSize=[1 nIntersections*nLights]; % 基于交叉点数的决定染色体基因greenMin= 10; % 绿灯的下限greenMax= 60; % 绿灯的上限Cyclemin=60; % CYCLE 的下限Cyclemax=180 ;RoadcapacityNSWE=[20,20,20,20]; % 道路容量分别CarsNSWE=[20,20,11,17];RoadCongestion1NSWE=RoadcapacityNSWE-CarsNSWE; % 根据空闲道路空间的拥堵RoadCongestionNSWE=RoadCongestion1NSWE./RoadcapacityNSWE; % 体积/容量比carpass=5;%%遗传算法参数MaxIt=25; %最大迭代次数nPop=400; %人口规模pc=0.5; %交叉百分比nc=2*round(pc*nPop/2); % 后代数量（父母） end % Make 2 rows 1 popinv=popinv(:); %% 合并人口 pop=[pop popc popm popinv]; %#ok % 根据 TotalDelay 对新人口进行排序 TotalDelay=[pop.TotalDelay]; [TotalDelay, SortOrder]=sort(TotalDelay); pop=pop(SortOrder); % 更新最坏成本 WorstDelay=max(WorstDelay,pop(end).TotalDelay); % 保留给定数量的最佳人口 pop=pop(1:nPop); TotalDelay=TotalDelay(1:nPop); %存储有史以来最好的解决方案 BestSol=pop(1); % 存储有史以来最好的成本 BestDelay(it)=BestSol.TotalDelay; % 显示迭代信息 disp([' Iteration ' num2str(it) ': Best TotalDelay = ' num2str(BestDelay(it))]); fprintf('\n') disp('Green Timings:'); fprintf('\n') disp([' North Green time = ' num2str(BestSol.GreenNSWE(1))'' ' seconds']); fprintf('\n') disp([' South Green time = ' num2str(BestSol.GreenNSWE(2))'' ' seconds']); fprintf('\n') disp([' West Green time = ' num2str(BestSol.GreenNSWE(3))'' ' seconds']); fprintf('\n') disp([' East Green time = ' num2str(BestSol.GreenNSWE(4))'' ' seconds']); fprintf('\n') %世代结束end disp(' ****************************************************************' ); disp(' CASE: Every 5 seconds 2 vehicles leaves the corresponding road ' ); disp(' Expected vehicles left through North road' ); disp(round(2*BestSol.GreenNSWE(1)/carpass)); disp(' Expected vehicles left through South road' ); disp(round(2*BestSol.GreenNSWE(2)/carpass)); disp(' Expected vehicles left through West road' ); disp(round(2*BestSol.GreenNSWE(3)/carpass)); disp(' Expected vehicles left through East road' ); disp(round(2*BestSol.GreenNSWE(4)/carpass)); fprintf('\n') disp(' ****************************************************************' );disp(['Cycle Time = ' num2str(current_cycle)'' ' seconds']);%% 绘制输出结果figure(1);semilogy(BestDelay,'LineWidth',1);% plot(BestCost,'LineWidth',2);xlabel('迭代');ylabel('总延迟时间');grid on;toc

3 仿真结果

4 参考文献

[1]蒋冬初, 何飞, 向继文. 遗传算法求解函数优化问题的Matlab实现[J]. 吉首大学学报：自然科学版, 2005, 26(2):4.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。