基于多智能体遗传算法的灾害救援救护车路径规划方法技术

技术编号:16457465 阅读:61 留言:0更新日期:2017-10-25 21:31
本发明专利技术公开一种基于多智能体遗传算法的救护车路径规划方法。解决了灾害救援中救护车路径规划易陷入局部最优的问题,实现步骤为:救护车路径设定;用多智能体遗传算法产生初始路径规划;用遗传算子在原来方案基础上产生新的路径规划;通过迭代在智能体网格中寻找当代和全局最优路径方案;若满足迭代条件则输出全局最优路径方案,否则进行新一轮迭代优化,直至得到全局最优,输出灾害救援救护车的路径规划。本发明专利技术用于灾难救援中的救护车的车辆路径规划,采用了多智能体遗传算法,将最迟服务时间作为个体评价标准,设计了有效的编码方式和局部搜索算子等操作,能设计出具有高效率的救护车路径规划方案,提高了救护车路径规划的效率。

Path planning method for disaster relief ambulance based on multi-agent genetic algorithm

The invention discloses an ambulance path planning method based on multi-agent genetic algorithm. To solve the path planning of disaster rescue ambulance easily plunged into local optimal, implementation steps: Ambulance path set; using multi-agent genetic algorithm to generate the initial path planning; path planning in the new generation solution based on the genetic operator; through the iterative search for the contemporary and the global optimal path scheme in smart grid; if meet the conditions of the output of the global optimal path iterative scheme, or a new round of iteration, until the global optimal path planning, disaster rescue and ambulance output. The invention is used for vehicle path planning in disaster rescue ambulance, using multi agent genetic algorithm, the latest Business Hours as individual evaluation criteria, design effective encoding method and the local search operator and other operations, to design an ambulance road with high efficiency to improve the efficiency of path planning, path planning of the ambulance.

【技术实现步骤摘要】
基于多智能体遗传算法的灾害救援救护车路径规划方法
本专利技术属于计算机应用
,涉及一种灾害救援救护车路径规划,具体是基于多智能体遗传算法的灾害救援救护车路径规划方法。可用于设计灾害救援过程中救护车的路径方案,以便更大限度的保存人民生命安全。
技术介绍
近年来,随着工业化加剧,各种突发事件包括自然灾害等越来越频繁地发生,影响到人们的生活,甚至会威胁到人们的生命。突发公共事件发生的诱因越来越多,预测难度不断增强,而应对突发事件变得越来越困难。应急救援作为一门新兴学科,要求应急主体必须在信息高度缺失的情况下做出及时的、迅捷的反映,尽可能的采取合理、有效的措施,协调各种资源来达到有效处理突发事件,减少损失的目的。国务院通过了《中华人民共和国突发事件应对法》,用来控制、减少突发事件造成的社会危害,消除突发事件引发的负面影响,同时该法案还可以规范人们的救援行动,达到保护人民生命财产安全,维护国家安全和社会秩序等的目的。虽然灾难本身便会造成人员的伤亡,但是更大一部分受害者通常是由于缺乏有效的援助而造成的。在事故发生的第一时间科学有效的救援操作将会在很大程度上减小事故发生地的次生灾害程度。但是本文档来自技高网...
基于多智能体遗传算法的灾害救援救护车路径规划方法

【技术保护点】
一种基于多智能体遗传算法的灾害救援救护车路径规划方法,其特征在于,涉及到救护车、轻重程度不同的病人、医院、救护车救援时间、救护车路径的规划与选定,包括有如下步骤:(1)针对救护车路径规划进行设定:(1a)标记设定:采用红色标记标记重伤病人,采用绿色标记标记轻伤病人;(1b)救护车救援时间的设定:到达时间是指救护车从医院到达灾害地点的时间;服务时间是救护车从医院出发接到病人,并将病人送达目的地的时间;最迟服务时间为从医院出发对所有病人救护完成的时间,起点为医院,终点完成所有病人的救助;(1c)用多智能体遗传算法进行救护车路径规划参数设定,包括有:多智能体遗传算法参数设置:具体包括智能体网格L,迭...

【技术特征摘要】
1.一种基于多智能体遗传算法的灾害救援救护车路径规划方法,其特征在于,涉及到救护车、轻重程度不同的病人、医院、救护车救援时间、救护车路径的规划与选定,包括有如下步骤:(1)针对救护车路径规划进行设定:(1a)标记设定:采用红色标记标记重伤病人,采用绿色标记标记轻伤病人;(1b)救护车救援时间的设定:到达时间是指救护车从医院到达灾害地点的时间;服务时间是救护车从医院出发接到病人,并将病人送达目的地的时间;最迟服务时间为从医院出发对所有病人救护完成的时间,起点为医院,终点完成所有病人的救助;(1c)用多智能体遗传算法进行救护车路径规划参数设定,包括有:多智能体遗传算法参数设置:具体包括智能体网格L,迭代次数G,交叉概率Pc和变异概率Pm;救护车参数设置:救护车数目在大中小规模中分别为6、6、3;救护车在医院放下病人的时间;救护车对病人的急救时间;病人参数设置,病人总数为n,在大中小规模中分别为50、25、10,病人地点;其他参数设置:医院地点、医院总数、红绿标记病人的权重系数,等;(2)采用多智能体遗传算法产生初始的救护车路径规划方案:(2a)通过编码初始化救护车的路径:编码产生初始的救护车路径,救护车规划方案的智能体中包含有一种初始路径方案序列、初始路径方案目标函数值和智能体在智能体网格中的位置信息;一种初始路径方案序列包含有多条救护车路径,所有的初始路径方案序列随机生成,不需要任何的额外的约束;(2b)计算救护车路径的目标函数值:对每种初始路径方案序列,采用适应度函数公式得到初始路径方案序列的目标函数值,根据目标函数值选取花费时间最短的救护车路径规划方案,得到初始的全局最优的路径方案;(3)采用遗传算子在原来输入的基础上产生新的路径规划方案:(3a)交叉算子:随机生成0和1之间的随机数,如果该数小于交叉概率Pc,对智能体网格中一种救护车路径方案则执行交叉算子;采用一点交叉,选取该个体邻域中最优秀的智能体,也就是该智能体的邻域中最优秀的路径和该路径进行一点交叉,尽可能保留优秀的基因信息,并采用适应度函数计算其适应度值;(3b)变异算子:随机生成0和1之间的随机数,如果该数小于变异概率Pm,对智能体网格中救护车路径则执行变异算子;采用基于中心位置的变异的方法:在一种救护车路径方案序列上随机选择两个等位基因点也就是标记点或者救护车的起始地点,交换两个基因值形成新的染色体,两个等位基因点的位置和为染色体的长度,并采用适应度函数计算其适应度值;(4)通过迭代在智能体网格中寻找当代最优的路径方案和全局最优的路径方案:采用适应度函数计算每个路径方案的加权和,选取当代最优路径方案;采用局部搜索算子继续优化当代最优路径方案;与当代最优路径方案进行对比寻找全局最优路径方案;如果满足终止条件,则执行步骤(5),否则执行步骤(3)进行新一轮的迭代优化;(5)输出本次寻找到的全局的最优的灾害救援救护车的路径规划方法。2.根据权利要求1所述的基于多智能体遗传算法的灾害救援救护车路径规划方法,其特征在于,步骤(2a)中所述的通过编码初始化救护车的路径,包括有如下步骤:(2a-1)智能体的基础规定:救护车初始规划方案的智能体网格L的种群规模为Lsize×Lsize,智能体网格中的每个格点代表一个智能体,智能体不能进行移动,且只可以感知其邻域的信息;一个智能体包含有一种路径方案序列,智能体网格中的每个路径方案序列是一...

【专利技术属性】
技术研发人员:刘静焦李成赵义爱
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:陕西,61

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1