基于人工鱼群算法的车辆路径设置方法、装置及终端制造方法及图纸

本发明专利技术提供的基于人工鱼群算法的车辆路径设置方法、装置、终端及存储介质，所述设置方法首先获取初始车辆路径中除行驶起点以外的各站点，对各站点进行随机排序；基于预设人工鱼群算法创建人工鱼群，将所述人工鱼群中的人工鱼分配到排序后的各站点中；对所述人工鱼群进行遍历，对遍历到的目标人工鱼的状态进行行为分析，以获取行为结果；最后基于行为结果对各站点进行邻域搜索，进而能够针对车辆路径问题的特性，扩大算法的全局搜索范围，根据领域搜索结果确定所述车辆的目标车辆路径，相对于常规方法，本发明专利技术得到的目标车辆路径精确度更高，同时也使人工鱼群算法在一定范围内收敛速度加快，提高了算法的效率。

【技术实现步骤摘要】
基于人工鱼群算法的车辆路径设置方法、装置及终端
本专利技术涉及计算机信息
，尤其涉及专利技术一种基于人工鱼群算法的车辆路径设置方法、装置、终端及存储介质。
技术介绍
人工鱼群算法是一种基于模拟鱼群各种行为的随机搜索优化算法，目前，人工鱼群算法已经成功应用于解决车辆路径问题(VehicleRoutingProblem,VRP)，但是传统的人工鱼群算法在解决车辆路径问题时候的忽略了结构车辆路径问题的结构导致搜索机制比较单一；传统的人工鱼群算法解决车辆路径问题时，在前期收敛速度快，能够较快的逼近极值(最优解)，但在后期，鱼群种类的多样性变差，容易陷入局部极值点(局部最优解)，算法精度变低。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种基于人工鱼群算法的车辆路径设置方法、装置、终端及存储介质，旨在解决目前人工鱼群算法在设置车辆路径过程中由于后期鱼群种类的多样性变差造成得到的路径最优解不够精确的问题。为实现上述目的，本专利技术提供一种基于人工鱼群算法的车辆路径设置方法，所述设置方法包括以下步骤：获取初始车辆路径中除行驶起点以外的各站点，对各站点进行随机排序；基于预设人工鱼群算法创建人工鱼群，将所述人工鱼群中的人工鱼分配到排序后的各站点中；对所述人工鱼群进行遍历，对遍历到的目标人工鱼的状态进行行为分析，以获取行为结果；基于行为结果对各站点进行邻域搜索，根据领域搜索结果确定所述车辆的目标车辆路径。优选地，所述对所述人工鱼群进行遍历，对遍历到的目标人工鱼的状态进行行为分析，具体包括：对所述人工鱼群进行遍历，获取遍历到的第i个站点的目标人工鱼i的状态，并计算所述人工鱼i的状态的目标函数Yi；通过预设人工鱼群算法确定所述目标人工鱼i视域范围内的人工鱼集合Si；根据所述目标人工鱼i的状态、所述目标函数Yi、以及所述人工鱼集合Si对所述目标人工鱼i进行行为分析，以获取行为结果，所述行为结果至少为所述预设人工鱼群算法的追尾行为、聚群行为和觅食行为其中之一。优选地，所述根据所述目标人工鱼i的状态、所述目标函数Yi、以及所述人工鱼集合Si对所述目标人工鱼i进行行为分析，以获取行为结果，具体包括：对所述人工鱼集合Si进行遍历，直至所述集合Si的各站点上的人工鱼遍历完毕时，分别计算所述集合Si的各人工鱼的食物浓度；从所述集合Si的各人工鱼的食物浓度中确定最大食物浓度Ymax，将所述最大食物浓度Ymax与所述目标函数Yi进行比较，若比较结果为Ymax/Nf＞δ*Yi，则当前行为结果为追尾行为，其中，δ表示预设拥挤因子，Nf为所述集合Si中人工鱼的数量。优选地，所述根据所述目标人工鱼i的状态、所述目标函数Yi、以及所述人工鱼集合Si对所述目标人工鱼i进行行为分析，以获取行为结果，具体包括：从所述人工鱼集合Si获取中心位置站点c，获取所述中心位置站点c的人工鱼c的状态，并计算所述人工鱼c的状态的食物浓度Yc；将所述食物浓度Yc所述目标函数Yi进行比较，若比较结果为Yc/Nf＞δ*Yi，则当前行为结果为聚群行为，其中，δ表示预设拥挤因子，Nf为所述集合Si中人工鱼的数量。优选地，所述根据所述目标人工鱼i的状态、所述目标函数Yi、以及所述人工鱼集合Si进行目标人工鱼i分析，以获取行为结果，具体包括：对所述人工鱼集合Si进行遍历，获取遍历到的第j个站点的人工鱼j的状态，并计算所述人工鱼j的状态的食物浓度Yj；将所述目标函数Yi与所述食物浓度Yj进行比较，若比较结果为Yi＜Yj，则所述目标人工鱼i的行为结果为觅食行为。优选地，所述基于行为结果对各站点进行邻域搜索，根据领域搜索结果确定所述车辆的目标车辆路径，具体包括：对所述人工鱼集合Si进行遍历，确定遍历到的搜索站点；基于行为结果并通过所述遍历到的搜索站点对所述初始车辆行驶线中的站点进行位置变更，记录每次站点位置后的新的行使路线，直至所述集合Si中各站点遍历完毕，获取包含多条新的行使路线的车辆路径集合，分别计算所述车辆路径集合中各路径的行驶时间，将行驶时间最短的路径作为目标车辆路径。优选地，所述对所述人工鱼集合Si进行遍历，确定遍历到的搜索站点之后，还包括：基于行为结果将所述搜索站点与所述初始车辆行驶线的第i个站点进行站点位置交换，记录每次站点位置插入后的新的行使路线，直至所述集合Si中各站点遍历完毕，获取包含多条新的行使路线的第一车辆路径集合，分别计算所述第一车辆路径集合中各路径的行驶时间，将行驶时间最短的路径作为第一最佳路径；基于行为结果将所述搜索站点插入至所述初始车辆行驶线的第i个站点的前一位置，记录每次站点位置插入后的新的行使路线，直至所述集合Si中各站点遍历完毕，获取包含多条新的行使路线的第二车辆路径集合，分别计算所述第二车辆路径集合中各路径的行驶时间，将行驶时间最短的路径作为第二最佳路径；基于行为结果将所述初始车辆行驶线中与所述搜索站点相邻的两站点进行位置互换，记录每次相邻位置互换后的新的行使路线，直至所述集合Si中各相邻站点遍历完毕，获取包含多条新的行使路线的第三车辆路径集合，分别计算所述第三车辆路径集合中各路径的行驶时间，将行驶时间最短的路径作为第三最佳路径；将所述第一最佳路径、所述第二最佳路径以及所述第三最佳路径进行比较，将行驶时间最短的车辆路径作为目标车辆路径。此外，为实现上述目的，本专利技术还提出一种基于人工鱼群算法的车辆路径设置装置，所述装置包括：获取模块，用于获取初始车辆路径中除行驶起点以外的各站点，对各站点进行随机排序；分配模块，用于基于预设人工鱼群算法创建人工鱼群，将所述人工鱼群中的人工鱼分配到排序后的各站点中；遍历模块，用于对所述人工鱼群进行遍历，对遍历到的目标人工鱼的状态进行行为分析，以获取行为结果；搜索模块，用于基于行为结果对各站点进行邻域搜索，根据领域搜索结果确定所述车辆的目标车辆路径。此外，为实现上述目的，本专利技术还提出一种终端，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于人工鱼群算法的车辆路径设置程序，所述基于人工鱼群算法的车辆路径设置程序配置为实现如上所述的基于人工鱼群算法的车辆路径设置方法的步骤。此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有基于人工鱼群算法的车辆路径设置程序，所述基于人工鱼群算法的车辆路径设置程序被处理器执行时实现如上所述的基于人工鱼群算法的车辆路径设置方法的步骤。本专利技术提供的基于人工鱼群算法的车辆路径设置方法，首先获取初始车辆路径中除行驶起点以外的各站点，对各站点进行随机排序；基于预设人工鱼群算法创建人工鱼群，将所述人工鱼群中的人工鱼分配到排序后的各站点中；对所述人工鱼群进行遍历，对遍历到的目标人工鱼的状态进行行为分析，以获取行为结果；最后基于行为结果对各站点进行邻域搜索，进而能够针对车辆路径问题的特性，扩大算法的全局搜索范围，根据领域搜索结果确定所述车辆的目标车辆路径，相对于常规方法，本专利技术得到的目标车辆路径精确度更高，同时也使人工鱼群算法在一定范围内收敛速度加快，提高了算法的效率。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的用于车辆路径设置的终端的结构示意图；图2为本专利技术一种基于人工鱼群算法的车辆路径设置本文档来自技高网...

【技术保护点】
1.一种基于人工鱼群算法的车辆路径设置方法，其特征在于，所述设置方法包括以下步骤：获取初始车辆路径中除行驶起点以外的各站点，对各站点进行随机排序；基于预设人工鱼群算法创建人工鱼群，将所述人工鱼群中的人工鱼分配到排序后的各站点中；对所述人工鱼群进行遍历，对遍历到的目标人工鱼的状态进行行为分析，以获取行为结果；基于行为结果对各站点进行邻域搜索，根据领域搜索结果确定所述车辆的目标车辆路径。

【技术特征摘要】
1.一种基于人工鱼群算法的车辆路径设置方法，其特征在于，所述设置方法包括以下步骤：获取初始车辆路径中除行驶起点以外的各站点，对各站点进行随机排序；基于预设人工鱼群算法创建人工鱼群，将所述人工鱼群中的人工鱼分配到排序后的各站点中；对所述人工鱼群进行遍历，对遍历到的目标人工鱼的状态进行行为分析，以获取行为结果；基于行为结果对各站点进行邻域搜索，根据领域搜索结果确定所述车辆的目标车辆路径。2.如权利要求1所述的设置方法，其特征在于，所述对所述人工鱼群进行遍历，对遍历到的目标人工鱼的状态进行行为分析，具体包括：对所述人工鱼群进行遍历，获取遍历到的第i个站点的目标人工鱼i的状态，并计算所述人工鱼i的状态的目标函数Yi；通过预设人工鱼群算法确定所述目标人工鱼i视域范围内的人工鱼集合Si；根据所述目标人工鱼i的状态、所述目标函数Yi、以及所述人工鱼集合Si对所述目标人工鱼i进行行为分析，以获取行为结果，所述行为结果至少为所述预设人工鱼群算法的追尾行为、聚群行为和觅食行为其中之一。3.如权利要求2所述的设置方法，其特征在于，所述根据所述目标人工鱼i的状态、所述目标函数Yi、以及所述人工鱼集合Si对所述目标人工鱼i进行行为分析，以获取行为结果，具体包括：对所述人工鱼集合Si进行遍历，直至所述集合Si的各站点上的人工鱼遍历完毕时，分别计算所述集合Si的各人工鱼的食物浓度；从所述集合Si的各人工鱼的食物浓度中确定最大食物浓度Ymax，将所述最大食物浓度Ymax与所述目标函数Yi进行比较，若比较结果为Ymax/Nf＞δ*Yi，则当前行为结果为追尾行为，其中，δ表示预设拥挤因子，Nf为所述集合Si中人工鱼的数量。4.如权利要求2所述的设置方法，其特征在于，所述根据所述目标人工鱼i的状态、所述目标函数Yi、以及所述人工鱼集合Si对所述目标人工鱼i进行行为分析，以获取行为结果，具体包括：从所述人工鱼集合Si获取中心位置站点c，获取所述中心位置站点c的人工鱼c的状态，并计算所述人工鱼c的状态的食物浓度Yc；将所述食物浓度Yc所述目标函数Yi进行比较，若比较结果为Yc/Nf＞δ*Yi，则当前行为结果为聚群行为，其中，δ表示预设拥挤因子，Nf为所述集合Si中人工鱼的数量。5.如权利要求2所述的设置方法，其特征在于，所述根据所述目标人工鱼i的状态、所述目标函数Yi、以及所述人工鱼集合Si对所述目标人工鱼i进行行为分析，以获取行为结果，具体包括：对所述人工鱼集合Si进行遍历，获取遍历到的第j个站点的人工鱼j的状态，并计算所述人工鱼j的状态的食物浓度Yj；将所述目标函数Yi与所述食物浓度Yj进行比较，若比较结果为Yi＜Yj，则所述目标人工鱼i的行为结果为觅食行为。6.如权利要求2-5任一项所述的设置方法，其特征在于，所述基于行为结果对各站点...

【专利技术属性】
技术研发人员：贾世煜，刘朔，周康，刘江蓉，高婧，祁华清，杨雨，江法霖，刘志伟，姚钊，尹明君，
申请(专利权)人：武汉轻工大学，
类型：发明
国别省市：湖北,42