摘要：在规划设计风景园林期间，需要合理利用计算机辅助技术。尤其是设计园林道路路径时，通过最短路径规划能够提升体验值。此次研究主要是基于群智优化路径技术探讨分析风景园林规划设计问题，针对风景园林应用建立环境地图，分析典型的最短路径算法，并且通过群主优化改进最短路径算法，提出信息素浓度更新。按照仿真结果能够看出，与传统算法相比，群智优化算法的路径长度比较小，可以满足园林道路规划需求。
关键词：群智优化路径技术；风景园林规划设计；应用分析
传统风景园林规划设计主要凭借设计人员的经验，在开展大型风景园林规划设计时，必须确保设计人员具备专业化的设计知识和技能水平。在计算机辅助技术不断发展过程中，相应出现了智能化协助方法，提升了风景园林规划设计的完善化和智能化。与传统凭经验选线方法相比，应用计算机辅助设计能够提升选线方法的科学性和准确性。当前园林规划设计已经初步形成计算机辅助算法参数优化设计，多数学者开始研究逻辑构建过程的设计问题，通过应用参数化方法能够提升环境道路权限的科学性。
1、风景园林对自然环境的重要作用
1.1对于生态环境的影响
当城市建设过程中没有规划绿化景观，将会影响城市发展的有机性。通过建设风景园林，可以明显提升构筑物的活力，并且对城市外观起到美化作用。对建筑立面进行绿化处理，在立交桥和高架桥间进行绿化点缀，可以建立自然生态环境。城市园林景观可以对建筑与风景以及建筑与环境进行统一。虽然城市已经呈现出现代化发展，在季节交替变化过程中，也通过绿树红花也可以感受到园林景观的美学价值。
1.2对气候环境的影响
随着城市化发展速度越来越快，对城市内部环境的影响比较大，环境破坏问题会对人们的健康安全造成危害。为了避免城市内部产生热岛效应，必须严格控制资源与能源的利用率，不断扩大绿化面积，并且做好植树造林工作。园林绿化景观有助于提升局部空气温度和湿度，还能够对地区气候进行调节。根据相关研究能够看出，园林景观可以有效吸收太阳辐射，通过蒸腾作用降低地表温度。
1.3对于空气的影响
植物光合作用可以吸收二氧化碳，释放氧气，通过此种作用能够有效平衡氧气与二氧化碳平衡。由于城市废气中含有较多毒害气体、烟尘和粉尘，会危害人体健康。风景园林具备较强的尘土吸附能力。城市活动所产生的粉尘和灰尘都会吸附在植物叶子上，经过雨水冲刷之后能够再次吸附粉尘。绿植还具备吸附毒害气体的作用，能够有效降低城市热度，避免产生污染物危害。
1.4对于生物资源的影响
风景园林可以为人们提供休闲娱乐场所，也可以生物发展提供生存环境。当园林绿化不断接近自然生态十，可以有效保证地区生态系统的完整性，并且确保职位群落类型的多样化。园林绿化可以喂动物和植物提供生存与活动空间，是一种自然的安全保护屏障，可以维持生态平衡。
2、风景环境道路选线的研究
风景环境道路选线属于系统化工程，当前关于园林风景设计的道路全线研究主要表现在以下方面：第一，基于表格和流程图的园林设计方法，在园林设计中引入可拓学，建立可拓园林设计。第二，风景环境道路选线程数化方法，可以划分为矢量模型和隔珊模型，到陆逊县主要是利用软件平台选线算法，计算对象和分析对象作为格栅模型，通过路径距离，成本距离和成本路径算法进行计算。本文研究方向为参数化风景环境道路选线的路径距离最小化。在上述研究过程中，设计基于群智优化的最短路径规划算法，通过仿真测试结果能够看出，与传统算法相比较，本文所应用的路径规划算法的工作效率比较高。
3、风景环境道路选线模型
3.1建立风景园林环境地图
此次研究以某地区风景园林区规划作为案例进行分析，建立风景园林环境地图，设置为长度与宽度分别为5km的矩形，通过黑色多边形表示风景园林局当中的景点区域，将其作为障碍区域。
设置园林环境为W，边界设置为WSB，区域内多边形障碍区域为Qi，那么计算公式如下：
W={WSB，Q1，Q2，……，Qm}……（1）
在上式当中，m表示多边形障碍区域数量，因此可以将多边形障碍区域表示为如下公式：
Qi={x1y1，x2y2，……，xnyn}……（2）
3.2最短路径算法
此次研究方向主要是按照路径距离算法建立风景园林规划道路选线模型。当前，使用比较广泛的最短路径算法为Dijkstra算法，该算法能够有效处理单元最短路径问题。在设置源点与终点之后，通过该算法能够计算风景环境道路的初始值。
4、基于群智优化的全局最短路径研究
4.1提出蚁群优化算法
通过群体智能算法改进最短路径算法，群体智能算法为蚁群算法，将最短路径算法所计算得到的初始路径，可以作为蚁群算法的初始值，进行优化改善。在初始路径中设置不同的节点，道路选线段起始节点为P1，结束节点为P2，则该道路全线断上任意一点可以表示为如下：
Pi（hi）=Pi1+（Pi2-Pi1）×hi，hi∈[0，1]，i=1，2，……（3）
不同组合方式可以代表不同长度的路径，所以采用蚁群算法寻找最优路径，可以获取相应的数值。将蚁巢的蚂蚁数量设置为R，需要进行优化的元素集合为D，则需要优化的变量主要包括h1，h2，……，hd。
蚂蚁搜索的调整方式如下：
……（4）
在以上公式中，
为经过
元素的蚂蚁留下的信息素总数，计算方式如下：
……（5）
对上述过程进行重复执行，可以获得最大迭代次数，所有蚂蚁也可以获得唯一元素，从而获得优化后的h1，h2，h3，……，hd。
4.2信更新息素浓度
在时间不断变化发展过程中，随着信息素的挥发，蚁群探索过程需要对路径上的信息素信息进行合理更新，将初始信息素浓度设置为，信息素挥发挥发系数设置为，局部信息速更新可以按照如下规则进行：
全局信息速更新规则如下：
5、仿真试验
5.1试验环境
为了验证群智优化最短路径规划算法，实行仿真测试。仿真软件环境Windows7操作系统。
5.2蚁群搜索路径示例
当信息素初始浓度为0.2，种群数量为30，图1为蚁群算法实施路径搜索的示例图。通过图1可以看出，蚂蚁在时刻t留下的浓度为1的信息素，路径上缺乏信息素时，蚂蚁会随机选择路径前进。
图1 蚁群搜索路径示例
5.3性能对比
为了对本文所提出的算法性能进行验证，在相同环境条件下，比较分析传统最短路径算法和本文所提出的算法，结果显示，传统算法的平均路径为22，261米，平均迭代次数为403次；此次研究者提出的算法平均路径为17，134米，平均叠的次数为335次。
6、结束语
综上所述，此次研究提出基于群智优化的最短路径规划算法，在分析典型最短路径算法之后，通过群优化改进最短路径算法，并且提出信息素浓度更新方法。按照此次研究结果显示，与传统方法相比较，此次研究所提出的规划路径长度比较小，具有较高的鲁棒性，所提出的方法能够满足园林道路全线的要求。然而需要注意的是，不同信息素初始浓度以及种群数量会影响道路选线性能，所以需要进一步进行研究和分析。
参考文献：
[1]廖枝锋.关于风景园林规划设计中园林道路的探讨[J].建材发展导向（上），2019，17（9）：95.
[2]王森.城市风景园林规划设计中的地域特征分析[J].建材发展导向（下），2019，17（7）：68.
[3]李海薇，陶波兰.景观生态学基本理论在风景园林规划设计中的应用[J].绿色科技，2019，（15）：23-27.
[4]芮潇，刘晓青.群智优化路径技术在风景园林规划设计中的运用[J].现代电子技术，2019，42（15）：106-108.
[5]麦海萍.民俗文化在风景园林规划设计中的应用价值研究[J].建筑工程技术与设计，2019，（19）：5165.
论文作者:吴军鑫
论文发表刊物:《基层建设》2019年第23期
论文发表时间:2019/11/8
标签：路径论文; 算法论文; 最短论文; 风景园林论文; 环境论文; 道路论文; 规划设计论文; 《基层建设》2019年第23期论文;