一种基于量子鸽群算法的交通流量预测方法及装置

专利主权项内容

1.一种基于量子鸽群算法的交通流量预测方法，其特征在于，包括：收集驾驶员的位置信息；采用量子鸽群算法获取位置信息的最优解；对位置信息的最优解进行优化以对交通流量进行预测；所述采用量子鸽群算法获取位置信息的最优解，包括步骤S21-S27：S21、初始化参数及位置信息；S22、设置每只鸽子的随机速度和位置信息，比较每只鸽子的适应度，找出当前最优解；S23、根据对第j只鸽子的速度信息和位置信息进行迭代及更新，然后比较所有鸽子的适应度，找到新的最优解；其中，为第j只鸽子在t时刻的速度，/>为除了第j只鸽子以外其他鸽子的速度，rand用于产生一随机数，/>为迭代后中心鸽子的速度，R为罗盘算子，为t时刻最优解，/>为第j只鸽子在t时刻的位置；S24、若迭代次数达到预设的地图和指南针算子的迭代上限，则停止当前迭代并转至步骤S25，否则跳转至步骤S23；S25、根据对第i只鸽子的速度信息和位置信息进行迭代及更新；其中，为t时刻鸽子适应度的迭代取值，/>为中心鸽子的位置更新策略，/>为第i只鸽子在t时刻的位置，为第i只鸽子在t-1时刻的位置；S26：判断迭代次数是否超过预设的地标算子的迭代上限，若超过，则转至步骤S27，否则转至步骤S25；S27、输出位置信息的最优解；所述对位置信息的最优解进行优化以对交通流量进行预测，包括：通过Schaffer函数优化位置信息的最优解；通过设置旋转门进行按需能量控制；所述通过设置旋转门进行按需能量控制，包括：设置通过“0”态和“1”态表示一个量子，量子位状态为：其中，和/>分别代表“0”态和“1”态的线性概率，且满足：
<设置控制每个量子的旋转门，如果全局最优解在迭代结束之后旋转门发生改变，则旋转门增加；否则，将概率幅值全部重置为初始值以防止算法陷入局部最优；进行按需能量控制：其中，为预设的旋转角，/>为预设的最小阈值，/>为第i只鸽子在t时刻“0”态的线性概率，/>为第i只鸽子在t+1时刻“0”态的线性概率。 （更多数据，详见马克数据网）