欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2019102047664
申请人: 安庆师范大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-11-18
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种考虑紧急度的应急救灾智能路径规划方法,其特征在于,包括:设置在遗传算法的进化代数计数器t=0,针对m辆目标车辆和n个目标安置点随机生成m条不重复的行驶路线,以m条行驶路线作为个体构成初始群体P(0);

在遗传算法的每一迭代过程中,基于适应度函数计算群体P(t)中各条行驶路线的适应度;适应度函数的目标是最小化各条行驶路线延误总时间,和最小化目标安置点平均等待时间的总和;

将选择算子、交叉算子和变异算子作用于群体P(t),获得下一代群体P(t+1);其中,变异算子为局部搜索变异算子,局部搜索变异算子针对P(t)中单个存在延误时间的基因位上的值进行定向优化,使P(t)向各其中条行驶路线延误总时间减小的方向改进;

若适应度达到最高不再增加,则求得最优解并输出,终止计算。

2.根据权利要求1所述的方法,其特征在于,针对m辆目标车辆和n个目标安置点随机生成m条不重复的行驶路线,以m条行驶路线作为个体构成初始群体P(0),包括:为各个目标安置点分配一个不同的序号,随机生成一个包含所有目标安置点序号的序列;

将各个目标安置点逐个分配给任一目标车辆,直至所述任一目标车辆达到容量限制;

剩下的目标安置点继续分配给下一目标车辆,直至所有目标安置点都分配完成。

3.根据权利要求1所述的方法,其特征在于,所述适应度函数F(P)为:其中v为车速;k为每辆车配送的安置点数量;dist()为求解两个安置点间距离的函数;

atj为救灾车辆到达j点的时刻;dtj为安置点j的截止时间;α为决策偏好参数,取值在0到1之间。

4.根据权利要求1所述的方法,其特征在于,局部搜索变异算子步骤如下:S31,随机选择群体P(t)中任一行驶路线,找到其中被延误时间最长的目标安置点;

S32,在P(t)其他行驶路线中寻找被延误的目标安置点,若存在,执行步骤S33;若不存在,执行步骤S34;

S33,将两个被延误目标安置点进行目标车辆互换并形成新的两条行驶路线,计算新的两条行驶路线,若前述两个目标安置点仍然存在被延误,则执行步骤S34,若不存在延误,算法结束;

S34,将被延误的目标安置点交由m辆目标车辆中运输时间最短的目标车辆进行配送;

检查各行驶路线中各目标安置点的紧急度,若一条行驶路线内存在紧急度高的目标安置点的运输顺序位于紧急度低的目标安置点之后,调换两个目标安置点位于行驶路线中的先后顺序;若调换顺序后当前行驶路线中总延误时间缩短,则基于各目标安置点的紧急度比较继续向前进行顺序调换,直至当前行驶路线中总延误时间无缩短为止;

S35,随机选择一条行驶路线,检测其中各目标安置点被延误情况,若存在延误,执行步骤S36;若不存在延误,执行步骤S38;

S36,检查位于当前被延误目标安置点之前一个目标安置点的紧急度,若之前一个目标安置点较当前被延误目标安置点紧急度低,则调整两个目标安置点的先后运输顺序;相反,若之前一个目标安置点较当前被延误目标安置点紧急度高,则不调整;

S37,若调整后当前行驶路线总延误时间和总运输时间均更短,则继续向之前一个目标安置点执行步骤S36,直至调整后当前行驶路线总延误时间和总运输时间均无缩短为止;

S38,随机选择当前行驶路线内两个目标安置点进行换位调整后操作并计算调整后行驶路线总延误时间和总运输时间,若调整后当前行驶路线总延误时间和总运输时间均更短则保留调整后的行驶路线;若调整后当前行驶路线总延误时间和总运输时间均无缩短,则结束本次变异。

5.根据权利要求4所述的方法,其特征在于,步骤S34中将被延误的目标安置点交由m辆目标车辆中运输时间最短的目标车辆进行配送,进一步包括:在满足运输时间最短的目标车辆容量限制的条件下,首先将将被延误的目标安置点置于运输时间最短的目标车辆行驶路线的队列末尾,并计算适应度,若调整后当前行驶路线总延误时间和总运输时间均无缩短,则将将被延误的目标安置点在当前行驶路线的队列前移一位,直至调整后当前行驶路线总延误时间和总运输时间均更短或将被延误的目标安置点移动到当前行驶路线的队列首位停止。

6.一种考虑紧急度的应急救灾智能路径规划装置,其特征在于,包括:设置模块,用于设置在遗传算法的进化代数计数器t=0,针对m辆目标车辆和n个目标安置点随机生成m条不重复的行驶路线,以m条行驶路线作为个体构成初始群体P(0);

第一计算模块,用于在遗传算法的每一迭代过程中,基于适应度函数计算群体P(t)中各条行驶路线的适应度;适应度函数的目标是最小化各条行驶路线延误总时间,和最小化目标安置点平均等待时间的总和;

第二计算模块,将选择算子、交叉算子和变异算子作用于群体P(t),获得下一代群体P(t+1);其中,变异算子为局部搜索变异算子,局部搜索变异算子针对P(t)中单个存在延误时间的基因位上的值进行定向优化,使P(t)向各其中条行驶路线延误总时间减小的方向改进;

输出模块,用于若适应度达到最高不再增加,则求得最优解并输出,终止计算。

7.根据权利要求6所述的装置,其特征在于,设置模块进一步用于:为各个目标安置点分配一个不同的序号,随机生成一个包含所有目标安置点序号的序列;

将各个目标安置点逐个分配给任一目标车辆,直至所述任一目标车辆达到容量限制;

剩下的目标安置点继续分配给下一目标车辆,直至所有目标安置点都分配完成。

8.根据权利要求6所述的装置,其特征在于,所述适应度函数F(P)为:其中v为车速;k为每辆车配送的安置点数量;dist()为求解两个安置点间距离的函数;

atj为救灾车辆到达j点的时刻;dtj为安置点j的截止时间;α为决策偏好参数,取值在0到1之间。

9.一种电子设备,其特征在于,包括:

至少一个处理器、至少一个存储器、通信接口和总线;其中,

所述处理器、存储器、通信接口通过所述总线完成相互间的通信;

所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以执行如权利要求1至5任一项所述的考虑紧急度的应急救灾智能路径规划方法。

10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至5中任一项所述的考虑紧急度的应急救灾智能路径规划方法。