[发明专利]基于人工免疫和蚁群算法结合的船舶航线智能生成方法

摘要

本发明提供的是一种基于人工免疫和蚁群算法结合的船舶航线智能生成方法。前半部分通过对障碍物进行凸壳提取及多边形合，并对航行环境进行描述，接着按照一定的规则随机产生初始路径群，并对初始路径群进行预处理，最后对路径群进行匹配选择。后半部分则利用获得的较优可行解，生成信息素初始分布，然后利用蚁群算法进行最优路径的搜索。本发明的方法中前期采用基于亲和度的选择更新，从而有效地防止了“早熟”的问题，将搜索过程引向全局最优。后期利用蚁群算法的并行计算及正反馈的特点，提高了算法效率。

主权项

基于人工免疫和蚁群算法结合的船舶航线智能生成方法，其特征是：步骤1、描述环境并生成初始种群(1.1)确定种群规模M，个体节点数范围[min，max]；(1.2)随机生成M个个体，每个个体由随机生成的一系列中间节点组成；步骤2、选择抗原，确定抗体的编码方式(2.1)将问题的目标函数和约束条件，作为AIA的抗原；(2.2)AIA的抗体采用实数编码；步骤3、抗体选择(3.1)对初始抗体进行预处理；(3.2)计算抗体与抗原之间的亲和力，所有抗体与最佳抗体之间的排斥力；(3.3)构造人工免疫算子，产生新抗体，计算新抗体的亲和力和排斥力，若抗体中有与抗原相匹配的抗体，则获得较优的可行解；否则转(3.4)；(3.4)按照“优胜劣汰”的自然选择机制，在新产生的抗体群中选择出若干个与抗原匹配较好的抗体构成新的抗体群，转(3.3)；步骤4、蚁群搜索(4.1)初始化参数τc、τA、m、ρ、α、β、Q，根据步骤3获得的较优可行解，生成信息素初始分布，将蚂蚁置于始发点；m是蚁群中蚂蚁的数量，τc是信息素常数，τA是通过AIA计算得到的信息素值，ρ是信息素挥发系数，α、β分别表示蚂蚁在运动过程中所积累的信息素和启发信息在路径选择中所起的不同作用，Q是一常数，表示信息素强度；(4.2)计算每只蚂蚁的选择概率，根据选择概率，蚂蚁将移动到下一节点；(4.3)所有蚂蚁都到达终点后，对各个路径进行信息素更新；(4.4)进行循环，直到满足算法停止条件，输出最优解。