[发明专利]传感器网络中可充电移动小车路径规划方法及装置

权利要求书

1.一种传感器网络中可充电移动小车路径规划方法，其特征在于，包括：

获取传感器网络中的周期性充电特性与传感器节点的数据请求，根据所述周期性充电特性和数据请求构建多个移动小车的路径规划模型；

根据所述周期性充电特性和数据请求获取对应的时间总和，并计算多个移动小车剩余能量的标准差，将所述时间总和和标准差的最小化划为优化目标；

构建初始种群，结合所述优化目标，对初始种群进行迭代更新，并通过预设的Pareto支配关系在所述迭代更新过程中选出种群的非支配解集，并将所述非支配解集存入外部档案；

检测所述迭代更新的次数，当所述迭代更新的次数达到预设次数后，输出所述外部档案作为所述路径规划模型的输出结果；

所述根据所述周期性充电特性和数据请求获取对应的时间总和，包括：

将所述移动小车的调度过程分为初始调度周期和一般调度周期，获取所述移动小车在所述一般调度周期内，在传感器节点的充电时间、数据收集时间和行驶时间；

根据所述移动小车在所述一般调度周期内，在传感器节点的充电时间、数据收集时间和行驶时间，调整所述初始调度周期的充电功率和数据收集速率；

结合所述一般调度周期的充电时间和数据收集时间以及初始调度周期的充电功率和数据收集速率，计算传感器节点的电源最长生存时间和数据最长缓冲时间，得到所述周期性充电特性和数据请求对应的时间总和；

所述构建初始种群，结合所述优化目标，对初始种群进行迭代更新，并通过预设的Pareto支配关系在所述迭代更新过程中选出种群的非支配解集，包括：

设置所述移动小车对应算法的运行参数，并通过所述运行参数构成初始种群；

计算所述初始种群中每个个体的所述优化目标的目标值；

通过所述目标值，结合Pareto支配关系选出当前迭代中所述种群的非支配解集；

所述将所述非支配解集存入外部档案之后，还包括：

通过所述外部档案的规模对所述非支配解集的大小进行调整；

所述对初始种群进行迭代更新，包括：

计算所述外部档案EA中个体的平均距离，并根据所述平均距离对所述个体进行排序，根据排序的顺序从所述个体中选取全局最优个体；

根据所述全局最优个体，结合预设的计算公式，计算所述全局最优个体的下一个体；

根据预设的转换计算公式将所述全局最优个体的下一个体转换为下一种群，通过所述下一种群确定更新目标，通过所述更新目标对种群进行迭代更新。

2.根据权利要求1所述的传感器网络中可充电移动小车路径规划方法，其特征在于，所述将所述时间总和和标准差的最小化划为优化目标，包括：

获取预设的约束条件以及所述时间总和和标准差的计算公式；

通过所述约束条件对所述计算公式进行数值限制，将所述计算公式的计算结果作为所述优化目标。