蜂群双抑制劳动分工算法及其在交通信号配时中的应用

群智能劳动分工是指任何启发于群居性昆虫和其他动物群体的集体行为而设计的算法和分布式问题解决方式,可以广泛用于现实生活中的任务分配问题。针对交通信号配时这类任务分配问题,引入描述蜜蜂个体之间交互方式的劳动分工理论,提出了一种基于群智能的蜂群双抑制劳动分工算法(BDILDA),该算法通过个体内部抑制剂和外部抑制剂的相互作用,达到群体劳动分工的动态调节。为了验证BDILDA的有效性,选取交通信号配时问题进行仿真实验。采用BDILDA对实际案例进行了交通信号配时求解,并把所得结果与Webster算法、群智能多种群蚁群算法(MCAA)、迁移蜂群(TBO)算法和反向烟花算法(BFWA)得出的结果进行了对比。实验结果显示所提算法减小平均延误时间14.3~20.1个百分点,减少平均停车次数3.7~4.5个百分点,在最大通行能力方面增加5.2~23.6个百分点。结果表明该算法适于求解不确定环境下的动态分配问题。