[发明专利]一种基于鲸鱼优化算法与人工鱼群算法的旅游路径规划方法

权利要求书

1.一种基于鲸鱼优化算法与人工鱼群算法的旅游路径规划方法，其特征在于，包括Step1：设置算法参数，将预计某时段相同景区游览不同景点的游客数设为N，最大迭代次数设为T_max；Step2：利用公式计算初期的游客人群分布适应度值，即目标函数值，其中，游客的搜索空间为d维，X_i为第i个游客的位置，n表示游客在搜索空间中的维度，因此第n维的游客在栅格地图上的坐标可表示为(x_n，y_n)，第n+1维的游客在栅格地图上的坐标可表示为(x_n+1，y_n+1)，游客所处位置的适应度值便可由上式的适应度函数求得，然后记录初始游客最优的位置以及初始全局最优位置，将这些最优位置放入构建的最优解池中；Step3：根据公式a(t)＝2-2t/T_max (2)计算收敛因子的值，再根据公式A＝2a·r₁-a(3)及公式C＝2·r₂(4)更新系数向量A和C的值，其中a表示收敛因子，a为控制参数，随着迭代次数的增加从2线性递减到0；t表示当前迭代次数；T_max表示算法的最大迭代次数；A和C为系数向量；r₁和r₂分别为[0，1]的随机数；Step4，当游客开始寻找下一个合适的景点，在随机找到一个景点后，通过查询当前景点的一定邻域内的游客数目n_f，并通过判断式Y_c/n_f＞δY_i？，判断此时该景点内的拥挤程度，其中Y_c和Y_i分别为游客数目n_f的游客群体的中心位置X_c与游客X_i的适应度值，δ为拥挤度因子，通过判断式判断，若不满足该公式的条件，则执行Step5；若满足则执行Step6；Step5：此时若不满足上式判断条件，表明该景点此时较拥挤，该景点在此时段人数可能较多，因此游客为了避免过分拥挤应暂时不选择此景点，只是距离该景点位置最优的游客根据算法计算公式X(t+1)＝D·e^bl·cos(2πl)+X^*(t)(5)，进行螺旋更新位置，其余游客重新找寻新的景点，其中D＝|C·X^*(t)-X(t)|(其中||为绝对值符号)，D表示第i名游客到当前全局位置最优的景点的距离；X^*(t)为t时刻得到的最佳解的位置向量；b为对数螺旋形状的常数；/为[-1，1]中的随机数；Step6：此时若满足上式判断条件，表明该景点的位置状态较优且不太拥挤，此时再根据判断式|A|＜1？进行判断，若满足上述条件，即|A|＜1，则根据以下公式X(t+1)＝X^*(t)-A·D进行随机搜索行为，并且更新个体位置，其中D＝|C·X_rand(t)-X(t)|，X_rand(t)是随机一个游客对应的随机位置；Step7：游客更新个体位置后根据式(1)计算新个体位置的适应度值，然后判断新个体位置的适应度值是否优于前一个位置的适应度值。若优于前位置的适应度值，则更新游客的最优位置和全局最优位置并更新最优解池；若不优于前适应度值，则继续保留前位置的个体最优位置和全局最优位置；Step8：此时判断算法是否达到最大迭代次数T_max次，若达到最大迭代次数，则执行Step9，否则执行Step3-Step7；Step9：通过此算法最终得到全局最优位置，选择一条适应度值最小的游客路径作为不同景点之间旅游路径规划的最优路径。