路径规划方法、智能设备及计算机可读存储介质技术

本发明专利技术公开了一种路径规划方法、智能设备及计算机可读存储介质，所述方法包括：获取与当前路径规划关联的各个目标地点，并确定各个目标地点之间的距离值；基于各个所述距离值生成初代种群并将所述初代种群输入至预设的遗传算法模型，以得到各个不同代数的子代种群；其中，所述遗传算法模型中的基因变异概率基于预设的模拟退火算法自适应；根据各个子代种群中的最短路径总距离，确定所述子代种群中的目标子代种群；输出所述目标子代种群对应的目标路径规划信息。通过将本发明专利技术中的路径规划方法应用物流配送等需要路径规划的方面，提升了路径规划效率，实现全局的最优路径目标寻找，达到甚至优于用户对当前路径规划的预期。到甚至优于用户对当前路径规划的预期。到甚至优于用户对当前路径规划的预期。

【技术实现步骤摘要】
路径规划方法、智能设备及计算机可读存储介质


[0001]本专利技术涉及路径规划
，尤其涉及一种路径规划方法、智能设备及计算机可读存储介质。

技术介绍

[0002]现阶段随着计算机技术、电信技术等技术的不断进步发展，物流方式也呈现出多样化、智能化的特点。目前智能物流面临着诸多挑战和机遇。其中对物流配送路径的优化已成为降低运营成本、提高经济效益的一个有效途径。然而，物流配送路径的优化是一个复杂度较高的技术难题，涉及到现代化的优化算法问题。
[0003]针对这一技术难题，遗传算法在物流路径优化方面有较多相关的研究和应用，比如遗传算法在智能无人机配送中的应用，但由于常规遗传算法存在的固有缺陷，即传统的遗传算法无法根据种群的多样性差异进行迭代，从而收敛性差、搜索效益低，这就直接使得路径规划的规划效果差，难以达到路径规划的用户预期。

技术实现思路

[0004]本专利技术的主要目的在于提供一种路径规划方法、装置、智能设备及计算机可读存储介质，旨在解决传统遗传算法应用在路径规划方面导致路径规划的规划效果差，难以达到路径规划的用户预期的技术问题。
[0005]为实现上述目的，本专利技术提供一种路径规划方法，所述路径规划方法应用于智能设备，所述方法包括以下步骤：
[0006]获取与当前路径规划关联的各个目标地点，并确定各个目标地点之间的距离值；
[0007]基于各个所述距离值生成初代种群并将所述初代种群输入至预设的遗传算法模型，以得到各个不同代数的子代种群；其中，所述遗传算法模型中的基因变异概率基于预设的模拟退火算法自适应；
[0008]根据各个子代种群中的最短路径总距离，确定所述子代种群中的目标子代种群；
[0009]输出所述目标子代种群对应的目标路径规划信息。
[0010]可选地，所述获取与当前路径规划关联的各个目标地点，并确定各个目标地点之间的距离值的步骤，包括：
[0011]获取与当前路径规划关联的各个目标地点的位置坐标；其中，所述目标地点包括起点和终点以及所述起点和终点之间的经停点；
[0012]根据各个所述位置坐标，确定各个目标地点之间的距离值。
[0013]可选地，所述初代种群包括多个初代个体；所述将所述初代种群输入至预设的遗传算法模型，以得到各个不同代数的子代种群的步骤，包括：
[0014]将所述初代种群输入至预设的遗传算法模型，确定各个所述初代个体的基因分别对应的随机值；
[0015]确定所述遗传算法模型中的当前基因变异概率，将所述随机值与所述当前基因变
异概率进行比较以确定所述基因是否为待变异基因；
[0016]若所述基因为待变异基因，确定所述基因对应的变异基因；
[0017]在各个所述初代个体的染色体之间进行交叉时将所述基因变更为所述变异基因，以得到所述初代种群对应的子代种群；
[0018]将所述子代种群作为所述初代种群，循环执行确定各个所述初代个体的基因分别对应的随机值的步骤，以得到各个不同代数的子代种群。
[0019]可选地，所述确定所述遗传算法模型中的当前基因变异概率的步骤，包括：
[0020]判断当代种群的当前代数；其中，所述当代种群表征最新获得的种群；
[0021]若所述当前代数为一代，则将预设基因变异概率作为所述遗传算法模型中的当前基因变异概率。
[0022]可选地，所述判断当代种群的当前代数的步骤之后，所述方法还包括：
[0023]若所述当前代数大于一代，则获取所述当代种群的各个路径总距离；
[0024]根据各个所述路径总距离，确定所述当代种群的路径平均距离；
[0025]确定所述路径总距离中大于所述路径平均距离的目标路径总距离和所述目标路径总距离的路径数量；
[0026]若所述路径数量小于预设数量阈值，则确定所述当代种群中所述目标路径总距离对应的目标个体；
[0027]根据所述遗传算法模型中的基因变异最大概率和基因变异最小概率以及当代种群对应的总迭代数和所述当前代数，确定所述遗传算法模型中的所述目标个体的当前基因变异概率。
[0028]可选地，所述确定所述目标路径总距离对应的目标个体的步骤之后，所述方法还包括：
[0029]确定所述当代种群中的非目标个体，将所述基因变异最大概率作为所述遗传算法模型中的所述非目标个体的当前基因变异概率。
[0030]可选地，所述确定所述遗传算法模型中的当前基因变异概率的步骤之后，所述方法还包括：
[0031]确定所述当代种群对应的后代种群，并确定所述后代种群中的最短路径总距离；
[0032]若所述当代种群中的最短路径总距离小于所述后代种群中的最短路径总距离，则基于所述模拟退化算法和预设的指数降温规则确定对应的变异概率；
[0033]将所述基于所述模拟退化算法和预设的指数降温规则确定对应的变异概率作为所述遗传算法模型中的所述基因变异最小概率，循环执行所述获取所述当代种群的各个路径总距离的步骤。
[0034]可选地，所述根据各个子代种群中的最短路径总距离，确定所述子代种群中的目标子代种群的步骤，包括：
[0035]将各个所述子代种群分别作为当代种群，并确定与所述当代种群代数相邻的前代种群和后代种群；
[0036]若所述当代种群的最短路径总距离大于所述前代种群的最短路径总距离且大于所述后代种群对应的最短路径，则确定所述当代种群为所述子代种群中的目标子代种群。
[0037]此外，为实现上述目的，本专利技术还提供一种路径规划装置，所述路径规划装置，包
括：
[0038]距离运算模块，用于获取与当前路径规划关联的各个目标地点，并确定各个目标地点之间的距离值；
[0039]遗传迭代模块，用于基于各个所述距离值生成初代种群并将所述初代种群输入至预设的遗传算法模型，以得到各个不同代数的子代种群；其中，所述遗传算法模型中的基因变异概率基于预设的模拟退火算法自适应；
[0040]路径输出模块，用于根据各个子代种群中的最短路径总距离，确定所述子代种群中的目标子代种群；输出所述目标子代种群对应的目标路径规划信息。
[0041]此外，为实现上述目的，本专利技术还提供一种智能设备，包括处理器、存储单元、以及存储在所述存储单元上的可被所述处理器执行的路径规划程序，其中，所述路径规划程序被所述处理器执行时，实现如上所述的路径规划方法的步骤。
[0042]本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有路径规划程序，其中，所述路径规划程序被处理器执行时，实现如上所述的路径规划方法的步骤。
[0043]本专利技术技术方案中的路径规划方法，通过获取与当前路径规划关联的各个目标地点，并确定各个目标地点之间的距离值；基于各个所述距离值生成初代种群并将所述初代种群输入至预设的遗传算法模型，以得到各个不同代数的子代种群；其中，所述遗传算法模型中的基因变异概率基于预设的模拟退火算法自适应；根据各个子代种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种路径规划方法，其特征在于，所述路径规划方法包括以下步骤：获取与当前路径规划关联的各个目标地点，并确定各个目标地点之间的距离值；基于各个所述距离值生成初代种群并将所述初代种群输入至预设的遗传算法模型，以得到各个不同代数的子代种群；其中，所述遗传算法模型中的基因变异概率基于预设的模拟退火算法自适应；根据各个子代种群中的最短路径总距离，确定所述子代种群中的目标子代种群；输出所述目标子代种群对应的目标路径规划信息。2.如权利要求1所述的路径规划方法，其特征在于，所述获取与当前路径规划关联的各个目标地点，并确定各个目标地点之间的距离值的步骤，包括：获取与当前路径规划关联的各个目标地点的位置坐标；其中，所述目标地点包括起点和终点以及所述起点和终点之间的经停点；根据各个所述位置坐标，确定各个目标地点之间的距离值。3.如权利要求1所述的路径规划方法，其特征在于，所述初代种群包括多个初代个体；所述将所述初代种群输入至预设的遗传算法模型，以得到各个不同代数的子代种群的步骤，包括：将所述初代种群输入至预设的遗传算法模型，确定各个所述初代个体的基因分别对应的随机值；确定所述遗传算法模型中的当前基因变异概率，将所述随机值与所述当前基因变异概率进行比较以确定所述基因是否为待变异基因；若所述基因为待变异基因，确定所述基因对应的变异基因；在各个所述初代个体的染色体之间进行交叉时将所述基因变更为所述变异基因，以得到所述初代种群对应的子代种群；将所述子代种群作为所述初代种群，循环执行确定各个所述初代个体的基因分别对应的随机值的步骤，以得到各个不同代数的子代种群。4.如权利要求3所述的路径规划方法，其特征在于，所述确定所述遗传算法模型中的当前基因变异概率的步骤，包括：判断当代种群的当前代数；其中，所述当代种群表征最新获得的种群；若所述当前代数为一代，则将预设基因变异概率作为所述遗传算法模型中的当前基因变异概率。5.如权利要求4所述的路径规划方法，其特征在于，所述判断当代种群的当前代数的步骤之后，所述方法还包括：若所述当前代数大于一代，则获取所述当代种群的各个路径总距离；根据各个所述路径总距离，确定所述当代种群的路径平均距离；确...

【专利技术属性】
技术研发人员：宋秀峰，
申请(专利权)人：歌尔科技有限公司，
类型：发明
国别省市：