一种基于知识迁移的遗传规划超启发式交通流分配方法

本发明提供一种基于知识迁移的遗传规划超启发式交通流分配方法，包括获取路网信息；将路网抽象为带权有向图；根据路网信息构建交通仿真模型并确定优化目标；利用交通仿真模型对种群中每一个路由策略进行评估；根据源域进行知识提取；当问题场景发生变化时，基于从源域学到的知识对目标域进行迭代优化，将最优个体作为最终的路由策略应用于交通流分配。本发明有效解决面对路网结构发生变化时路由策略对交通流分配的有效性问题，同时提高了新场景下再训练的效率；将迁移学习运用于交通流优化中，将在源领域学到的通用识迁移到目标领域，能较好地提高在新路网结构下再训练的效率，适用于不同类型路网结构的交通流分配策略，提高路由策略的泛化能力。