一種基于蟻群方法的最優(yōu)路徑尋找方法
【技術領域】
[0001] 本發(fā)明涉及路徑搜索技術，具體涉及一種基于蟻群方法的最優(yōu)路徑尋找方法。
【背景技術】
[0002] 在許多領域都會遇到最優(yōu)路徑的搜尋問題。如在物流配送中經(jīng)常會遇到車輛路徑 問題（Vehicle Routing Problem，VRP)，在客戶一系列的要求及約束條件下，如：貨物需求 量、發(fā)送量、交發(fā)貨時間、車輛容量的限制、行駛里程限制、時間限制等，設計最優(yōu)的路徑方 法，使得車輛有序地通過。如：經(jīng)典的旅行商問題（Travelling Salesman Problem，TSP)旅 行商人要拜訪n個城市，他必須選擇所要走的路徑，路徑的限制是每個城市只能拜訪一次， 而且最后要回到原來出發(fā)的城市。路徑的選擇目標是要求得的路徑路程為所有路徑之中的 最小值。
[0003] 蟻群方法是一種用來在圖中尋找優(yōu)化路徑的機率型方法。在選擇路徑時，螞蟻利 用了原有路徑上的殘留信息素，還利用了兩個結(jié)點之間的距離倒數(shù)作為啟發(fā)式因子。然而 蟻群方法具有以下幾點不足。
[0004] 1.蟻群方法容易限入局部最優(yōu)解，從蟻群方法解的性質(zhì)而言，蟻群方法尋找的是 一個比較好的局部最優(yōu)解，而不強求是全局最優(yōu)解。
[0005] 2.蟻群方法在開始時收斂速度比較快，但在進行的過程中，當?shù)揭欢ù螖?shù)后， 螞蟻也可能在某個或某些局部最優(yōu)解的鄰域附近發(fā)生停滯現(xiàn)象，即搜索進行到一定程度 后，所有螞蟻所發(fā)現(xiàn)的解完全一致，不能繼續(xù)對解空間進一步進行搜索，從而不利于發(fā)現(xiàn)全 局最優(yōu)解。
[0006] 3.蟻群方法的搜索時間較長，速度慢。
[0007] 4.當群體規(guī)模較大時，蟻群方法難以在較短時間內(nèi)從復雜無章的路徑中找出最優(yōu) 的路徑。
[0008] 故一種可以更迅速、更準確、更有效地得到全局最優(yōu)路徑的基于蟻群方法的最優(yōu) 路徑尋找方法亟待提出。

【發(fā)明內(nèi)容】

[0009] 為了解決上述技術問題，本發(fā)明提出了一種基于蟻群方法的最優(yōu)路徑尋找方法， 該方法相較于現(xiàn)有的蟻群方法，其可以在更短的時間內(nèi)尋找出最優(yōu)的路徑，更適用于路徑 的搜尋技術，有助于減少物流、快遞或旅行中所花費的時間成本。
[0010] 為了達到上述目的，本發(fā)明的技術方案如下：
[0011] 一種基于蟻群方法的最優(yōu)路徑尋找方法，包括以下步驟：
[0012] 1)建立有n個節(jié)點的地圖場景；
[0013] 2)將m個螞蟻隨機設置于n個節(jié)點上；
[0014] 3)當每只螞蟻均走完n個節(jié)點后，對n個節(jié)點間的路徑上的信息量進行更新，并記 錄每個節(jié)點上相關路徑的信息量；
[0015] 4)從n個節(jié)點中選取a個特殊節(jié)點；
[0016] 5)根據(jù)a個特殊節(jié)點，對非特殊節(jié)點進行分類；
[0017] 6)以特殊節(jié)點為起點或終點，同一類的非特殊節(jié)點形成局部子空間；
[0018] 7)在局部子空間中運用動態(tài)規(guī)劃方法進行路徑規(guī)劃；
[0019] 8)將全部的局部子空間的最短路徑進行連接，得到全局的最短路徑；
[0020] 9)判斷基于蟻群方法的最優(yōu)路徑尋找方法是否滿足結(jié)束條件，若滿足，則輸出全 局最優(yōu)路徑，若不滿足則返回步驟2)。
[0021] 本發(fā)明一種基于蟻群方法的最優(yōu)路徑尋找方法首先通過蟻群方法對其進行初始 的全局計算，得到即每條路徑上的信息量。在蟻群方法中，一條路徑上留下的信息量越大螞 蟻選擇走該條路徑的概率越大。其次，在所有的節(jié)點中找到一些特殊的節(jié)點，這些特殊節(jié)點 與之關聯(lián)的信息量均比較大。然后，以特殊節(jié)點為起點或終點，同一類的非特殊節(jié)點形成局 部子空間，在所得到的局部子空間范圍內(nèi)，選擇精確計算中的動態(tài)規(guī)劃方法，找到兩個特殊 節(jié)點間的最短路徑。將所有局部子空間的最短路徑都求出后相連接，即可得到全局的最短 路徑。
[0022] 本發(fā)明理論依據(jù)扎實，將啟發(fā)式的蟻群方法與精確計算結(jié)合起來，有效提高路徑 搜索方法的準確度，降低路徑搜索所花費的時間。
[0023] 在上述技術方案的基礎上，還可做如下改進：
[0024] 作為優(yōu)選的方案，步驟3)還包括以下步驟：
[0025] 3. 1)將每只螞蟻的初始出發(fā)節(jié)點i進行記錄；
[0026] 3. 2)按照公式⑴計算螞蟻k(k = 1，. . .，m)到達節(jié)點j的概率;
[0027]
【主權項】
1. 一種基于蟻群方法的最優(yōu)路徑尋找方法，其特征在于，包括以下步驟： 1) 建立有η個節(jié)點的地圖場景； 2) 將m個螞蟻隨機設置于η個所述節(jié)點上； 3) 當每只螞蟻均走完η個所述節(jié)點后，對η個所述節(jié)點間的路徑上的信息量進行更新， 并記錄每個所述節(jié)點上相關路徑的信息量； 4) 從η個所述節(jié)點中選取a個特殊節(jié)點； 5) 根據(jù)a個所述特殊節(jié)點，對非特殊節(jié)點進行分類； 6) 以所述特殊節(jié)點為起點或終點，同一類的所述非特殊節(jié)點形成局部子空間； 7) 在所述局部子空間中運用動態(tài)規(guī)劃方法進行路徑規(guī)劃； 8) 將全部的所述局部子空間的最短路徑進行連接，得到全局的最短路徑； 9) 判斷所述基于蟻群方法的最優(yōu)路徑尋找方法是否滿足結(jié)束條件，若滿足，則輸出全 局最優(yōu)路徑，若不滿足則返回步驟2)。
2. 根據(jù)權利要求1所述的基于蟻群方法的最優(yōu)路徑尋找方法，其特征在于，所述步驟 3)還包括以下步驟： 3. 1)將每只螞蟻的初始出發(fā)節(jié)點i進行記錄； 3. 2)按照公式⑴計算螞蟻k(k = 1，…，m)到達節(jié)點j的概率K ;;
其中：(Iij表示節(jié)點i和節(jié)點j之間距離，τ yt)表示在t時刻節(jié)點i和節(jié)點j之間信 息量，初始時刻τ U(O) = C(C為初始信息量，為常數(shù)），allowdk表示螞蟻k下一步可走的 節(jié)點集合，α表示信息量對螞蟻選擇路徑的作用大小， n ^_表示螞蟻k從節(jié)點i轉(zhuǎn)移到節(jié) 點j的期望，β表示n u的作用大??； 3.3)每只螞蟻均走完η個所述節(jié)點后，對所述節(jié)點間的路徑上的信息量按照公式（2) 進行更新：
其中：P e (〇，1)表示信息量、(f)隨時間推移衰減程度，Δγ^)表示螞蟻k從節(jié)點 i轉(zhuǎn)移到節(jié)點j之間留下的信息量。 3. 4)得到每條路徑上的信息量τ J，按照公式（3)計算每個所述節(jié)點上相關路徑的信 息量。
3. 根據(jù)權利要求2所述的基于蟻群方法的最優(yōu)路徑尋找方法，其特征在于，在所述步 驟4)中，從η個所述節(jié)點中選取a個特殊節(jié)點包括以下步驟： 4. 1)得到每個所述節(jié)點上相關路徑的信息量τ / ; 4.2) 對η個所述節(jié)點上的相關路徑的信息量Ti'進行排序； 4.3) 選取排序后，信息量相對τ/較大的a個對應的所述特殊節(jié)點。
4. 根據(jù)權利要求2所述的基于蟻群方法的最優(yōu)路徑尋找方法，其特征在于，在所述步 驟5)中，對所述非特殊節(jié)點的分類包括以下步驟： 5. 1)運用蟻群方法求出并記錄下所述特殊節(jié)點間的最短路徑Rij; 5. 2)按照公式（4)對所述非特殊節(jié)點進行分類，
其中：dKi表示所述非特殊節(jié)點到所述特殊節(jié)點間路徑的垂直距離。
5.根據(jù)權利要求4所述的基于蟻群方法的最優(yōu)路徑尋找方法，其特征在于，在所述步 驟9)中，所述結(jié)束條件為達到預定的迭代次數(shù)或出現(xiàn)找到相同的全局最優(yōu)路徑的情況。
【專利摘要】本發(fā)明公開了一種基于蟻群方法的最優(yōu)路徑尋找方法，該方法首先通過蟻群方法對其進行初始的全局計算；其次，在所有的節(jié)點中找到一些特殊的節(jié)點；然后，以特殊節(jié)點為起點或終點，同一類的非特殊節(jié)點形成局部子空間，在所得到的局部子空間范圍內(nèi)，選擇精確計算中的動態(tài)規(guī)劃方法，找到兩個特殊節(jié)點間的最短路徑；最后，將所有局部子空間的最短路徑都求出后相連接，即可得到全局的最短路徑。本發(fā)明一種基于蟻群方法的最優(yōu)路徑尋找方法相較于基本的蟻群方法，其可以在更短的時間內(nèi)尋找出最優(yōu)的路徑，更適用于路徑搜尋技術，有助于減少物流、快遞或旅行中所花費的時間成本。
【IPC分類】G06N3-00, G06Q10-04, G01C21-34
【公開號】CN104751250
【申請?zhí)枴緾N201510182588
【發(fā)明人】盧曦, 王巖, 陸盈
【申請人】南通理工學院
【公開日】2015年7月1日
【申請日】2015年4月16日