融合随机森林与人工鱼群算法的路径优化预测

作者：周桂宇; 张超洋; 文良华^*; 段志春; 文洪

来源：宜宾学院学报, 2021, 21(12): 20-42.

DOI：10.19504/j.cnki.issn1671-5365.2021.12.04

• 随机森林算法
• Python
• 人工鱼群算法
• MATLAB
• 最优路径预测

将随机森林算法结合Python软件对道路交通非线性、高维性车流量信息进行统计分析,精确分离各个时间段各个路口的畅通度,通过深度学习形成训练集,作为人工鱼群算法的有效信息素,以此对最优路径进行预测,降低人工鱼群算法寻求最优解的收敛次数.在MATLAB环境中对人工鱼群算法最优解及收敛时间进行仿真,结果表明通过随机森林算法对50个样本输入值进行畅通度分类后作为人工鱼群算法的有效信息素,最优解迭代收敛次数从14次减少到8次,性能提高近1倍,大大提高了路径优化效率,更快地实现最优路径预测.

• 单位
  宜宾学院; 西南交通大学