[发明专利]一种基于遗传算法的地下物流节点间路径规划方法

说明书

技术领域

本发明涉及地下空间开发与应用及交通运输工程领域，尤其涉及一种基于遗传算法的地下物流节点间路径规划方法。

背景技术

路径规划技术在很多领域都具有广泛的应用。在高新科技领域的应用有:机器人的自主无碰行动；无人机的避障突防飞行；巡航导弹躲避雷达搜索、防反弹袭击、完成突防爆破任务等。在日常生活领域的应用有:GPS导航；基于GIS系统的道路规划；城市道路网规划导航等。在决策管理领域的应用有:物流管理中的车辆问题(VRP)及类似的资源管理资源配置问题。通信技术领域的路由问题等。凡是可拓扑为点线网络的规划问题基本上都可以采用路径规划的方法解决。

路径规划的核心就是算法的设计，路径规划算法目前已经得到了广泛的关注，从传统算法，到后来的结合仿生学发展起来的算法，智能算法已经取得了巨大的进展。不同的智能算法特点不同，适用范围和领域也就不同，因而从算法本身特点及其应用来研究路径规划智能算法，对路径规划技术的发展具有重要意义。

传统的路径规划算法有:模拟退火算法、人工势场法、模糊逻辑算法、禁忌搜索算法等；图形学的方法有：C空间法、栅格法、自由空间法、voronoi图法等；智能仿生学算法就是人们通过仿生学研究，发现的算法，常用到的有:蚁群算法、神经网络算法、粒子群算法、遗传算法等。

遗传算法(Genetic Algorithms，简称GA)是当代人工智能科学的一个重要研究分支，是一种模拟达尔文遗传选择和自然淘汰的生物进化过程中的计算模型。它的思想源于生物遗传学和适者生存的自然规律，是按照基因遗传学原理而实现的一种迭代过程的搜索算法。最大的优点是易于与其他算法相结合，并充分发挥自身迭代的优势，缺点是运算效率不高，不如蚁群算法有先天优势，但其改进算法也是目前研究的热点。

不同于地上运输，地下物流系统建设过程中地下管道铺设造价较高、维修困难，所以在建设地下物流系统时既要考虑成本因素，又要使得地下物流系统具有一定的抗风险能力。同时地下物流系统的布局结构对整个物流系统的效率和稳定性至关重要，因此合理规划地下物流系统网络十分关键。

发明内容

本发明使用遗传算法优化地下物流系统中路径规划的问题，提供一种基于遗传算法的地下物流节点间路径规划方法。

本发明的目的是通过以下技术方案实现的：1.一种基于遗传算法的地下物流节点间路径规划方法，其特征在于，包括以下步骤：

(1)获取物流中心o₁和其他物流节点的位置坐标；

(2)按照物流节点与物流中心距离的大小，由近至远将物流节点进行排序，以此标记为o₂,o₃,o₄,...o_n；n为物流节点的个数；

(3)计算物流节点o_i与o_j之间的距离，记为w_ij；

(4)采用二进制编码方式，以1表示物流节点o_i与物流中心直接相连，服务于物流节点o_i的路径d_i＝w_1i；以0表示物流节点o_i不与物流中心直接相连，服务于物流节点o_i的路径d_i＝min(w_ij),其中j∈(2,3,...i-1)。

利用上述二进制的编码方式，进行种群初始化，获得l个个体，对l个个体进行适应度计算，个体适应度的大小分为两部分，分别为该个体生成路径总距离的大小以及该个体所具有的抗风险能力，即：

adaptation＝adaptation_distance+adaptation_risk

其中式中m为与物流中心直接相连的节点数量，α为权重系数。

(5)经过遗传操作，求得适应度最小的个体即为最优的路径规划。

本发明的有益效果在于：

(1)针对地下物流系统的特殊性(地下管道铺设造价较高、维修困难)，本发明在路径规划过程中既考虑整体造价最低，又引入抗风险能力权重比，使得地下物流系统建设过程中尽可能降低造价又保障地下物流系统具有一定的抗风险能力，提高了地下物流路径规划的合理性；

(2)本发明同时具有良好的可扩展性，如若需要引入其它因素，只需修改适应度adaptation的计算公式，方便灵活；