【技术实现步骤摘要】
基于蚁群算法的粮食运输方法、设备、存储介质及装置
本专利技术涉及路径规划
，尤其涉及一种基于蚁群算法的粮食运输方法、设备、存储介质及装置。
技术介绍
粮食运输是粮食产业的一个重要环节。传统上，利用混合整数规划模型,使用分支定界法对于该问题给出了运输费用最低和运输时间最短等最优解。但是,整数规划模型只能解决小型和中等规模的问题，实际粮食运输系统的规模通常异常庞大，计算量呈指数增长，传统方法无法求解。进化算法如模拟退火、遗传算法和蚁群优化可以有效的解决大规模计算问题，并得到了实际的应用。然而，进化式算法最主要问题在于：其性能和计算时间是高度依赖于参数设置和初始条件，而大规模问题难以较好地对参数和初始条件进行配置，计算效率会大大降低。
技术实现思路
本专利技术的主要目的在于提供一种基于蚁群算法的粮食运输方法、设备、存储介质及装置，旨在解决现有技术中进化式算法计算效率低下的技术问题。为实现上述目的，本专利技术提供一种基于蚁群算法的粮食运输方法，所述方法包括以下步骤：获取粮食运输网络图，并将所述粮食运输网络图转化为粮食运输赋权图；对所述粮食运输赋权图进行多级粗化，获得第一...
【技术保护点】
1.一种基于蚁群算法的粮食运输方法，其特征在于，所述基于蚁群算法的粮食运输方法包括以下步骤：获取粮食运输网络图，并将所述粮食运输网络图转化为粮食运输赋权图；对所述粮食运输赋权图进行多级粗化，获得第一级－第N级粮食运输粗化图，并将所述第N级粮食运输粗化图对应的第N级蚁群算法参数作为第n级蚁群算法参数；从所述第n级蚁群算法参数中选取第n‑1级蚁群算法参数，根据所述第n‑1级蚁群算法参数对第n级粮食运输粗化图进行寻优，获得第n级最优路径；对n进行自减1，并返回所述从所述第n级蚁群算法参数中选取第n‑1级蚁群算法参数的步骤，直至获得第一级最优路径，将所述第一级最优路径作为所述粮食运...
【技术特征摘要】
1.一种基于蚁群算法的粮食运输方法，其特征在于，所述基于蚁群算法的粮食运输方法包括以下步骤：获取粮食运输网络图，并将所述粮食运输网络图转化为粮食运输赋权图；对所述粮食运输赋权图进行多级粗化，获得第一级－第N级粮食运输粗化图，并将所述第N级粮食运输粗化图对应的第N级蚁群算法参数作为第n级蚁群算法参数；从所述第n级蚁群算法参数中选取第n-1级蚁群算法参数，根据所述第n-1级蚁群算法参数对第n级粮食运输粗化图进行寻优，获得第n级最优路径；对n进行自减1，并返回所述从所述第n级蚁群算法参数中选取第n-1级蚁群算法参数的步骤，直至获得第一级最优路径，将所述第一级最优路径作为所述粮食运输网络图的目标最优路径。2.如权利要求1所述的基于蚁群算法的粮食运输方法，其特征在于，所述从所述第n级蚁群算法参数中选取第n-1级蚁群算法参数，根据所述第n-1级蚁群算法参数对第n级粮食运输粗化图进行寻优，获得第n级最优路径，具体包括：从所述第n级蚁群算法参数中选取第n-1级蚁群算法参数；根据所述第n-1级蚁群算法参数计算第n级状态转移概率；根据所述第n级状态转移概率计算蚂蚁在所述第n级粮食运输粗化图中的走向，以获得第n级最优路径。3.如权利要求2所述的基于蚁群算法的粮食运输方法，其特征在于，所述根据所述第n-1级蚁群算法参数计算第n级状态转移概率之前，所述基于蚁群算法的粮食运输方法还包括：从第n级粮食运输粗化图中查找所述第n+1级最优路径对应的待定路径，对所述待定路径中的信息素增加预设值，获得第n级信息素；相应地，所述根据所述第n-1级蚁群算法参数计算第n级状态转移概率，具体包括：根据所述第n-1级蚁群算法参数和所述第n级信息素计算第n级状态转移概率。4.如权利要求1-3中任一项所述的基于蚁群算法的粮食运输方法，其特征在于，所述获取粮食运输网络图，并将所述粮食运输网络图转化为粮食运输赋权图，具体包括：获取粮食运输网络图，从所述粮食运输网络图中提取出运输站点和所述运输站点之间的路径；将所述运输站点作为节点，将所述运输站点之间的路径作为边，将相邻运输站点之间的路径作为边的权重；根据所述节点、所述边和所述权重构建粮食运输赋权图。5.如权利要求4所述的基于蚁群算法的粮食运输方法，其特征在于，所述对所述粮食运输赋权图进行多级粗化，获得第一级－第N级粮食运输粗化图，并将所述第N级粮食运输粗化图对应的第N级蚁群算法参数作为第n...
【专利技术属性】
技术研发人员：刘朔，周康，江法霖，
申请(专利权)人：武汉轻工大学，
类型：发明
国别省市：湖北,42
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。