[发明专利]基于动态遗传算法串行融合的直升机调度航线规划方法

权利要求书

1.一种基于动态遗传算法串行融合的直升机调度航线规划方法，其特征在于：包括如下步骤：

S1、根据各作业施药区域的地形特点，在二维地图上作各作业施药区域的外切圆，并确定外切圆圆心的经纬度信息；

S2、采用整数编码的方式，对各个作业施药区域外切圆圆心进行十进制编码，确定作业施药区域数量；

S3、根据需要的作业施药区域数量，设置第一阶动态遗传算法的航线解集中的参数，航线条数M、变异概率Pm、最小进化率U、最大迭代次数GENMAX1、最小进化率连续迭代次数a₁、迭代次数初值置gen1＝1；

S4、通过各作业施药区域外切圆圆心的编码信息，采用随机产生种群的方式得到第一阶初始调度航线解集Gather1；

S5、计算第一阶初始调度航线解集Gather1中每一条作业航线的适应度，适应度值为每条作业航线长度的倒数；

S6、将第一阶初始调度航线解集Gather1中的所有作业航线根据适应度大小进行排序，以中位数为节点，将第一阶初始调度航线解集Gather1划分为相等的上下两部分，挑选出第一阶初始调度航线解集Gather1中适应度较大的那部分航线，进行下一步操作；

S7、对挑选出作业航线进行动态交叉概率计算，并根据动态交叉概率进行交叉操作和变异操作，得到第一阶新航线解集Gather0，并将第一阶新航线解集Gather0的数据赋予第一阶初始调度航线解集Gather1，并且迭代次数加1，即gen1←gen1+1；

动态交叉概率的计算公式为：

式中，f_n为适应度；f_min为最小适应度值；f_max为最大适应度值；

S8、检查迭代次数gen1是否达到最大值GENMAX1，达到以后则输出第一阶新航线解集中航线最短的调度航线为最优航线，否则执行S9；

S9、判断新航线解集迭代的进化率是否连续a₁次都小于预设的最小进化率，如果都小于，则输出第一阶航线解集Gather1，否则执行步骤S5；

S10、把第一阶动态遗传算法输出航线解集Gather1作为第二阶动态遗传算法的初始调度航线解集Gather2；

S11、设置第二阶动态遗传算法种群大小、迭代次数、变异概率、最小进化率、最小进化率连续迭代次数a₂，第二阶算法最大迭代次数GENMAX2，并将迭代次数初值置1，即gen2＝1；

S12、采用二进制编码的方式，初始化航线解集Gather2；

S13、结合每一作业施药区域的作业起点和终点，计算第二阶算法的适应度值；

S14、将航线解集Gather2中的所有航线根据适应度大小进行排序，并以中位数为节点，将数值集合Gather2划分为相等的上下两部分，挑选出航线解集Gather2中适应度较大的那部分航线进行下一步操作；

S15、对挑选出航线的动态交叉概率进行计算，并根据动态交叉概率进行交叉操作和变异操作，得到新航线集Gather3，并将新航线集Gather3的数据赋予解集Gather2，并且迭代次数加1，即gen2←gen2+1；

S16、检查迭代次数gen2是否达到最大值GENMAX2，达到以后则输出航线解集Gather2中航线最短的调度航线，该航线为规划的最优航线，即多施药区域航线调度规划的最佳调度方案，否则执行S17；

S17、判断新航线解集迭代的进化率是否连续a₂次都小于预设的最小进化率，如果都小于，则输出新航线解集中航线最短的调度航线为最优航线，否则执行步骤S13。

2.如权利要求1所述的基于动态遗传算法串行融合的直升机调度航线规划方法，其特征在于：所述步骤S5中，适应度值计算公式为

设|k₁|k₂|…|k_i|…|k_n|为一个编码的航线，

则

式中，为施药区域i到施药区域j的距离；f_n为适应度。

3.如权利要求1所述的基于动态遗传算法串行融合的直升机调度航线规划方法，其特征在于：所述步骤S7中根据变异概率对新航线集中的航线采取变异操作，变异概率的取值为0.1。