城市交通的发展给人们的出行带来了很多便利,社会的关注点更多的转向提高民众生活的质量。空气污染因其扩散能力强、污染范围广、治理难、大众关注度低等特点,成为污染治理的重中之重。由移动污染源造成的空气污染治理更加困难,像舰船、飞机、工程机械等都会在行驶时排出大量有害气体,而汽车因为其基数大、分布广、使用频繁等特点是空气污染的主要产生对象。如今汽车已经普及且不可或缺,最有效的处理方法便是对以车辆为代表的移动污染源进行监控管制,从而减少排放气体污染物,这一过程中便需要能有效拦截移动污染源并规划移动污染源路径的方法。国内外关于动态目标的拦截研究多数是对空中目标的拦截,对路网内车辆的拦截研究较少。如今车辆分布广,本文研究内容能带来较大经济和社会效益。本文针对路网中实时运动的移动污染源拦截问题,提出了一种基于蚁群算法搜索最小泰森多边形可到达限制区域的动态优化拦截路径算法。算法中以移动污染源和执法车辆为中心形成泰森多边形区域,再计算该区域内移动污染源的可到达有效路径总长度,以可到达有效路径总长度作为蚁群算法的目标函数,最后通过信息素矩阵获得最优拦截路径。基于最短可到达路径的拦截方法能促成多辆执法车辆间位置信息共享的协同关系,提高拦截效率。试验要求:(1)移动污染源的运动方向和运动速度通过路口监测站点获取,并且可以获取移动污染源出现的下一路口;(2)拦截区域路网的基本结构已知。本方法以减小泰森多边形面积为基础,在像路网这样的凸环境中,将区域面积计算转换为可到达有效路径总长度计算,降低了计算复杂度,同时减少无效路径的计算避免出现多个极值减小了计算误差。本文算法基于蚁群优化算法,比传统信息反馈式拦截提高了收敛速度。针对移动污染源在被拦截后的行驶过程中的减排问题,本文还提出了行驶过程中减少污染排放量的路径规划方法,当前城市路网中的路径规划方法普遍不考虑路况,在交通拥堵的情况下缓慢行驶和怠速时的移动污染源排放的尾气污染更加严重,因此通过分析路况保持其合适运动状态十分重要。文中根据实时路况改变蚁群算法的信息素矩阵计算最佳路径。最后,本文将最短可到达有效路径拦截算法和复杂情况路径规划算法分别在移动污染源在线监测平台系统中实现,长时间运行时有较好的实时性和稳定性。