路径规划方法、装置和终端制造方法及图纸

本发明专利技术公开了一种路径规划方法、装置和终端，所述方法包括：S1、获取点部和多个目标客户的位置，并将所述点部位置定义为起始点，多个目标客户位置定义为目标点；S2、基于所述起始点和目标点，通过蚁群算法进行路径寻优计算；计算时，在迭代计算的前期和后期，让蚁群分别按照预设的不同搜索策略进行目标点的搜索；S3、每次迭代完成后，对路线禁忌表中所存最优路径进行更新处理；S4、迭代达到预设次数时，将所述路线禁忌表中的最优路径作为全局最优路径。通过上述方式，本发明专利技术能够在通过蚁群算法查询最优路径前期和后期分别采用合适的搜索策略，以加快搜索最优解的效率。

【技术实现步骤摘要】
路径规划方法、装置和终端
本申请涉及路径规划
，特别是涉及一种路径规划方法、装置和终端。
技术介绍
物流的业务一般是借用普通服务的物流网络，通过不同地区的物流营业网点进行货物的取派。实际上，物流车辆在进行取货/派货过程中，经常需要途径多个客户进行取货/派货，其路径的规划一般都是靠员工对周边路径的经验，没有科学的路径选择依据，对于取货/派货路径的选择比较盲目，甚至有时选择的是最不合理的取货/派货路径，远远增大了取货/派货环节的物流成本，也会影响客户的满意度。因此，取派货路径安排的合理与否对取派货速度、成本、效益影响很大，采用科学、合理的方法对取派货路径进行优化是物流行业高效率、高质量完成取派货任务的关键所在。目前，对于路径规划问题的求解方法可分为两大类，一是精确算法可以精确求解，但算法效率低，随着问题规模扩大，会耗费大量时间，所以不适合求解规模较大的问题，因此在实际应用中受到限制。二是启发式算法，启发式算法效率较高且能逼近最优解，目前启发式算法可分为传统启发式算法(Heuristic)和巨集启发式算法(Meta-Heuristic)两类，传统启发式算法已被证明会陷入局部优化解中，如节约里程法，易于实现但未组合点零乱、边缘点难以组合、造成算法陷入局部优解中；而巨集启发式算法尝试以不同的方式跳出局部解，在可接受的时间内，求得近似最优解，甚至求得全局最优解。目前经典的巨集启发式算法主要包括遗传算法、模拟退火算法、禁忌搜索算法、蚁群算法等，其中蚁群算法相比于其他算法，在路径规划问题有更大的优势。但是，现有的蚁群算法在求解实际问题的最优路径时仍然存在搜索时间长、搜索效率低的问题。
技术实现思路
本申请提供一种路径规划方法、装置和终端，以解决现有的蚁群算法搜索时间长、效率低的问题。为解决上述技术问题，本申请采用的一个技术方案是：提供一种路径规划方法，包括：S1、获取点部和多个目标客户的位置，并将点部位置定义为起始点，多个目标客户位置定义为目标点；S2、基于起始点和目标点，通过蚁群算法进行路径寻优计算；计算时，在迭代计算的前期和后期，让蚁群分别按照预设的不同搜索策略进行目标点的搜索；S3、每次迭代完成后，对路线禁忌表中所存最优路径进行更新处理；S4、迭代达到预设次数时，将路线禁忌表中的最优路径作为全局最优路径。作为本申请的进一步改进，步骤S2中在迭代计算的前期和后期，让蚁群分别按照预设的不同搜索策略进行目标点的搜索，包括：判断当前迭代次数是否小于预设搜索控制阈值；若是，让蚁群按照随机搜索策略进行目标点的搜索；若否，让蚁群按照确定搜索策略进行目标点的搜索。作为本申请的进一步改进，让蚁群按照随机搜索策略进行目标点的搜索，包括：计算当前迭代次数下每只蚂蚁从当前位置移动至所有可行下一目标点的转移概率，根据所述转移概率通过轮盘赌算法从当前位置随机选择下一个移动目标点。作为本申请的进一步改进，让蚁群按照确定搜索策略进行目标点的搜索，包括：计算当前迭代次数下每只蚂蚁从当前位置移动至所有可行下一目标点的转移概率，选择转移概率最高的目标点作为下一移动目标点。作为本申请的进一步改进，步骤S3包括：每次迭代产生的当次最优路径，判断在路线禁忌表中是否已存在；若否，且当次最优路径的代价值小于路线禁忌表中所存所有路径的最小代价值，则将当次最优路径插入路线禁忌表中。作为本申请的进一步改进，步骤S3还包括：将新插入路线禁忌表中的路径上的信息素作至少两次更新。作为本申请的进一步改进，S2步骤之前，还包括：根据目标点的数量设置最大迭代次数。作为本申请的进一步改进，步骤S2步骤之前，还包括：计算起始点和多个目标点以及多个目标点两两之间的预计到达时间和预计到达里程。为解决上述技术问题，本申请采用的另一个技术方案是：提供一种路径规划装置，包括：获取模块，获取点部和多个目标客户的位置，并将点部位置定义为起始点，多个目标客户位置定义为目标点；迭代模块，用于基于起始点和目标点，通过蚁群算法进行路径寻优计算；计算时，在迭代计算的前期和后期，让蚁群分别按照预设的不同搜索策略进行目标点的搜索；更新模块，用于每次迭代完成后，对路线禁忌表中所存最优路径进行更新处理；输出模块，用于迭代达到预设次数时，将路线禁忌表中的最优路径作为全局最优路径。为解决上述技术问题，本申请采用的再一个技术方案是：提供一种终端，该终端包括处理器、与处理器耦接的存储器，存储器中存储有程序指令，程序指令被处理器执行时，使得处理器执行如上述中任一项的路径规划方法的步骤。本申请的有益效果是：本申请的路径规划方法通过蚁群算法来实现路径规划，并且，搜索目标点的过程时，在迭代计算的前期和后期分别按照不同的搜索策略进行目标点的搜索，从而加快蚁群算法在整个迭代过程的搜索速度，提升搜索最优解的效率。附图说明图1是本专利技术实施例的路径规划方法的流程示意图；图2是本专利技术实施例的路径规划装置的功能模块示意图；图3是本专利技术实施例的终端的结构示意图；图4是本专利技术实施例的存储介质的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本专利技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本专利技术实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本专利技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。图1是本专利技术实施例的路径规划方法的流程示意图。需注意的是，若有实质上相同的结果，本专利技术的方法并不以图1所示的流程顺序为限。如图1所示，该方法包括步骤：步骤S1、获取点部和多个目标客户的位置，并将点部位置定义为起始点，多个目标客户位置定义为目标点。具体地，在进行物流取派货路径规本文档来自技高网...

【技术保护点】
1.一种路径规划方法，其特征在于，包括：/nS1、获取点部和多个目标客户的位置，并将所述点部位置定义为起始点，多个目标客户位置定义为目标点；/nS2、基于所述起始点和目标点，通过蚁群算法进行路径寻优计算；计算时，在迭代计算的前期和后期，让蚁群分别按照预设的不同搜索策略进行目标点的搜索；/nS3、每次迭代完成后，对路线禁忌表中所存最优路径进行更新处理；/nS4、迭代达到预设次数时，将所述路线禁忌表中的最优路径作为全局最优路径。/n

【技术特征摘要】
1.一种路径规划方法，其特征在于，包括：
S1、获取点部和多个目标客户的位置，并将所述点部位置定义为起始点，多个目标客户位置定义为目标点；
S2、基于所述起始点和目标点，通过蚁群算法进行路径寻优计算；计算时，在迭代计算的前期和后期，让蚁群分别按照预设的不同搜索策略进行目标点的搜索；
S3、每次迭代完成后，对路线禁忌表中所存最优路径进行更新处理；
S4、迭代达到预设次数时，将所述路线禁忌表中的最优路径作为全局最优路径。


2.根据权利要求1所述的路径规划方法，其特征在于，步骤S2中所述在迭代计算的前期和后期，让蚁群分别按照预设的不同搜索策略进行目标点的搜索，包括：
判断当前迭代次数是否小于预设搜索控制阈值；
若是，让蚁群按照随机搜索策略进行目标点的搜索；
若否，让蚁群按照确定搜索策略进行目标点的搜索。


3.根据权利要求2所述的路径规划方法，其特征在于，所述让蚁群按照随机搜索策略进行目标点的搜索，包括：
计算当前迭代次数下每只蚂蚁从当前位置移动至所有可行下一目标点的转移概率，根据所述转移概率通过轮盘赌算法从当前位置随机选择下一个移动目标点。


4.根据权利要求2所述的路径规划方法，其特征在于，所述让蚁群按照确定搜索策略进行目标点的搜索，包括：
计算当前迭代次数下每只蚂蚁从当前位置移动至所有可行下一目标点的转移概率，选择所述转移概率最高的目标点作为下一移动目标点。


5.根据权利要求1所述的路径规划方法，其特征在于，步...

【专利技术属性】
技术研发人员：蒋小宇，赵东平，李明亮，
申请(专利权)人：深圳市跨越新科技有限公司，
类型：发明
国别省市：广东;44