基于蚁群算法的路径规划方法、装置、设备及存储介质制造方法及图纸

本申请涉及人工智能技术领域及金融领域，公开了一种基于蚁群算法的路径规划方法、装置、设备及存储介质，所述方法包括基于目标保单建立路径规划模型，其中，路径规划模型包括起点位置和至少一个候选位置；基于路径规划模型中目标车辆的当前位置与起点位置，确定预设蚁群算法；通过蚁群算法与当前位置，从各候选位置中确定目标位置，以完成目标保单对应的路径规划。通过上述方式，本申请通过根据目标保单建立路径规划模型，并根据路径规划模型对现有的蚁群算法进行改进，并进一步确定目标保单对应的路径规划方案，避免了在保险领域中保单配送效率低，实现了通过蚁群算法提高保单配送的效率。的效率。的效率。

【技术实现步骤摘要】
基于蚁群算法的路径规划方法、装置、设备及存储介质


[0001]本申请涉及人工智能
及金融领域，尤其涉及一种基于蚁群算法的路径规划方法、装置、设备及存储介质。

技术介绍

[0002]随着国民经济的快速发展和保险市场体系的不断完善，保险已经成为人们生活保障的“必需品”，保险的品种也形形色色。在保险领域中，人们在购买各类保险后，希望保险销售方提供各类保障协议或保单，保险公司往往需要向各个地方的客户寄送协议保单。由于客户量较大且位置比较分散，所以保险公司在进行保单配送时的工作量较大，需要花费很长的时间，经常出现因为配送时间较长而遭到客户投诉的情况。
[0003]而现有的人工智能领域，蚁群算法是一种模拟自然界蚂蚁群觅食的智能优化算法。蚂蚁可以依靠线路上的信息素来找到最优的觅食方案，所以很多学者经常使用蚁群算法来解决路径优化问题。但基本的蚁群算法在寻优过程中容易停滞，易陷入局部最优，且存在搜索时间过长的特点。在使用蚁群算法进行保单配送效率优化前，可以考虑先对蚁群算法进行改进。因此，如何改进蚁群算法以提高保单配送效率成为目前亟待解决的技术问题。

技术实现思路

[0004]本申请提供了一种基于蚁群算法的路径规划方法、装置、设备及存储介质，通过改进蚁群算法以提高保单配送效率。
[0005]第一方面，本申请提供了一种基于蚁群算法的路径规划方法，所述基于蚁群算法的路径规划方法包括：
[0006]基于目标保单建立路径规划模型，其中，所述路径规划模型包括起点位置和至少一个候选位置；
[0007]基于所述路径规划模型中目标车辆的当前位置与所述起点位置，确定预设蚁群算法；
[0008]通过所述蚁群算法与所述当前位置，从各所述候选位置中确定目标位置，以完成所述目标保单对应的路径规划。
[0009]第二方面，本申请还提供了一种基于蚁群算法的路径规划装置，所述基于蚁群算法的路径规划装置包括：
[0010]路径规划模型建立模块，用于基于目标保单建立路径规划模型，其中，所述路径规划模型包括起点位置和至少一个候选位置；
[0011]蚁群算法确定模块，用于基于所述路径规划模型中目标车辆的当前位置与所述起点位置，确定预设蚁群算法；
[0012]目标位置确定模块，用于通过所述蚁群算法与所述当前位置，从各所述候选位置中确定目标位置，以完成所述目标保单对应的路径规划。
[0013]第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理
器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的基于蚁群算法的路径规划方法。
[0014]第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的基于蚁群算法的路径规划方法。
[0015]本申请公开了一种基于蚁群算法的路径规划方法、装置、设备及存储介质，所述基于蚁群算法的路径规划方法包括基于目标保单建立路径规划模型，其中，所述路径规划模型包括起点位置和至少一个候选位置；基于所述路径规划模型中目标车辆的当前位置与所述起点位置，确定预设蚁群算法；通过所述蚁群算法与所述当前位置，从各所述候选位置中确定目标位置，以完成所述目标保单对应的路径规划。通过上述方式，本申请通过根据目标保单建立路径规划模型，并根据路径规划模型对现有的蚁群算法进行改进，并进一步确定目标保单对应的路径规划方案，避免了在保险领域中保单配送效率低，实现了通过蚁群算法提高保单配送的效率。
附图说明
[0016]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1是本申请的第一实施例提供的一种基于蚁群算法的路径规划方法的示意流程图；
[0018]图2是本申请的实施例提供的用户位置关系图的效果示意图；
[0019]图3是本申请的第二实施例提供的一种基于蚁群算法的路径规划方法的示意流程图；
[0020]图4是本申请的第三实施例提供的一种基于蚁群算法的路径规划方法的示意流程图；
[0021]图5是本申请的第四实施例提供的一种基于蚁群算法的路径规划方法的示意流程图；
[0022]图6是本申请的实施例提供一种基于蚁群算法的路径规划装置的示意性框图；
[0023]图7为本申请的实施例提供的一种计算机设备的结构示意性框图。
具体实施方式
[0024]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
[0025]附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0026]应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的
而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0027]还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0028]本申请的实施例提供了一种基于蚁群算法的路径规划方法、装置、设备及存储介质。其中，该基于蚁群算法的路径规划方法可以应用于服务器中，通过根据目标保单建立路径规划模型，并根据路径规划模型对现有的蚁群算法进行改进，并进一步确定目标保单对应的路径规划方案，避免了在保险领域中保单配送效率低，实现了通过蚁群算法提高保单配送的效率。其中，该服务器可以为独立的服务器，也可以为服务器集群。
[0029]下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
[0030]请参阅图1，图1是本申请的第一实施例提供的一种基于蚁群算法的路径规划方法的示意流程图。该基于蚁群算法的路径规划方法可应用于服务器中，用于根据目标保单建立路径规划模型，并根据路径规划模型对现有的蚁群算法进行改进，并进一步确定目标保单对应的路径规划方案，避免了在保险领域中保单配送效率低，实现了通过蚁群算法提高保单配送的效率。
[0031]如图1所示，该基于蚁群算法的路径规划方法具体包括步骤S10至步骤S30。
[0032]步骤S10、基于目标保单建立路径规划模型，其中，所述路径规划模型包括起点位置和至少一个候选本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于蚁群算法的路径规划方法，其特征在于，包括：基于目标保单建立路径规划模型，其中，所述路径规划模型包括起点位置和至少一个候选位置；基于所述路径规划模型中目标车辆的当前位置与所述起点位置，确定预设蚁群算法；通过所述蚁群算法与所述当前位置，从各所述候选位置中确定目标位置，以完成所述目标保单对应的路径规划。2.根据权利要求1所述的基于蚁群算法的路径规划方法，其特征在于，所述基于所述路径规划模型中目标车辆的当前位置与所述起点位置，确定预设蚁群算法，包括：获取所述当前位置与所述起点位置的当前迭代次数；基于所述当前迭代次数，确定所述预设蚁群算法的启发因子和挥发因子；根据所述启发因子和所述挥发因子，确定所述预设蚁群算法。3.根据权利要求2所述的基于蚁群算法的路径规划方法，其特征在于，所述根据所述启发因子和所述挥发因子，确定所述预设蚁群算法，包括：计算所述当前位置与各所述候选位置的状态转移概率，并建立状态转移概率表；根据所述状态转移概率表中的各所述状态转移概率确定所述预设蚁群算法。4.根据权利要求3所述的基于蚁群算法的路径规划方法，其特征在于，所述路径规划模型还包括目标车辆，所述计算所述当前位置与各所述候选位置的状态转移概率，包括：获取所述目标车辆从所述当前位置向与各所述候选位置移动的期望量值、信息素浓度、期望启发系数；获取所述当前位置与各所述候选位置之间的信息度权重；基于所述期望量值、所述信息素浓度、所述期望启发系数和所述信息度权重，计算所述状态转移概率。5.根据权利要求2所述的基于蚁群算法的路径规划方法，其特征在于，所述通过所述蚁群算法与所述当前位置，从各所述候选位置中确定目标位置，以完成所述目标保单对应的路径规划之后，包括：基于迭代次数阈值与所述当前迭代次数，判断是否退...

【专利技术属性】
技术研发人员：刘兴廷，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：