[发明专利]基于粒子群算法的城市道路车辆连通度优化方法

摘要

本发明公开了一种基于粒子群算法的城市道路车辆连通度优化方法，主要解决现有技术中城市道路车辆连通度仅有表达式模型，难以工程化应用的问题。其实现有：自由流的状态下，构建城市道路车辆间连通度的应用场景；引入信道衰落构建目标函数；确定影响车辆连通度的约束条件；用粒子群算法对车辆间可用连通度模型进行求解、优化。本发明考虑节点高度动态性以及引入信道随机性描述通信半径的影响，又加入速度和跳数限制定性分析城市道路中车辆连通度模型。采用对数正态分布的阴影传播模型更好地刻画信道随机性对连通度的影响，更准确描述车辆连通度。本发明能处理多条车道路段的实际场景，广泛应用于大中小城市。

主权项

1.一种基于粒子群算法的城市道路车辆连通度优化方法，其特征在于，包括如下步骤：步骤1、构建城市道路车辆间连通度的应用场景，在一个现实的城市环境，长为L的路段H是由n条同向车道和n条反向车道组成，n≥2，车载自组网由道路上的车辆自发形成，在连通范围内的车辆进行通信，无线通信信道质量受到周围建筑、道路状况以及运动特征的影响；道路中车辆数目服从泊松分布，车辆的速度用向量来表示，它只有两个方向，同方向车辆速度遵循相同的高斯分布；R_comm是车辆的通信范围；步骤2、构建目标函数，根据车辆间相对速度预测通信链路的可用性，考虑两辆车的移动方向得到车辆V_i和车辆V_j之间可连通链路的概率；考虑信道衰落对连通概率的影响下发射端车辆V_i和接收端车辆V_j成功传输概率；得到目标函数；步骤3、确定约束条件，选取影响连通概率的因素，影响因素包括：车辆速度，通信半径，传输跳数；并给出约束条件，完成对车辆连通度的建模；步骤4、对车辆间可用连通度模型进行优化，在车辆自由流的状态下，利用粒子群算法对所述的模型进行求解，利用粒子群算法求得城市道路中车辆的最优连通度包括如下步骤：步骤4.1 编写程序来定义所构建的多目标模型的函数；步骤4.2 设置种群大小和迭代次数；步骤4.3 初始化每个粒子的位置x_i，x_i的初始位置随机产生，速度为v_i；步骤4.4 更新内部每个粒子的速度和粒子的位置；步骤4.5 计算每个粒子的适应度函数值；步骤4.6 更新个体极值p_best，对每个粒子，用它的适应度值和个体极值p_best进行比较，如果适应度值优于p_best，则用适应度值替换p_best；步骤4.7 更新全局极值g_best，对每个粒子，用它的适应度值和全局极值g_best进行比较，如果适应度值优于g_best，则用适应度值替换g_best；步骤4.8 当迭代次数达到最大值，粒子群算法结束，输出最优解，得到城市道路中车辆的最优连通度，输出城市道路车辆最优连通状态；否则，迭代次数未达到最大值，转向步骤4.4，更新每个粒子的速度和粒子的位置，重新进行搜索；得到城市道路中车辆的最优连通度，输出城市道路车辆最优连通状态。