[发明专利]基于农产品质量安全应急资源调度模型计算方法

说明书

本发明公开了基于农产品质量安全应急资源调度模型计算方法，本方法主要是解决目前农产品质量安全应急资源调度路径选择中的遗传算法效率低，收敛速度慢，易陷入局部最优等缺点的问题，该算法采取划分子种群的方法，在交叉阶段选取不同划分中的个体进行遗传操作,保证种群多样性，避免陷入局部最优，同时，同一划分中的个体也进行遗传操作,有效的保留个体的优良性状，从而同时进行避免算法陷入局部最优和收敛效率过慢，达到调节收敛速度和寻找最优解之间的平衡。

技术领域

本发明涉及一种基于农产品质量安全应急资源调度方法，具体是引入聚类划分子群来改进交叉后的遗传算法用在应急资源调度路径择优的一种新方法，是一种利用计算机技术，遗传算法，聚类等方法实现的关于农产品质量安全指挥调度中应急物资运输最优路径。

背景技术

随着农产品行业的快速发展，同时对农产品的监管力度不同步,农产品质量安全频频发生,这对人们日常生活和整个社会经济的增长造成了巨大的影响。为了最大程度地减少农产品质量安全造成的损失和破坏,进行农产品质量安全应急资源调度模型的研究与应用，其模型的好坏直接影响是否能及时高效地对事故进行支援。

目前，对农产品质量安全的应急资源调度主要是对应急专家的调度和应急物资的调度，应急物资调度是应急指挥调度一个重要研究环节。农产品的应急资源调度主要是指发生农产品质量安全事件后，应急部门根据发生问题的严重程度和救援状态以及现有资源，进行快速有效地资源供给，从而满足问题地区的处理工作。应急资源调度的目标函数一般利用各种运输工具使得所需数量的物资尽快运输到事故现场，总的时间和最小为目的。近年来，有许多基于路径择优的规划方法被提出，并且也取得了一定的效果。这些方法大致可以分为：精确算法，如混合整数规划的精确算法，离散优化的精确算法；启发式算法，如拉格朗日松弛算法，解空间缩减算法；元启发式算法，如GN算法，禁忌搜索算法，模拟退火算法，蚁群优化算法，粒子群优化算法，人工蜂群算法。

虽然大量的路径规划算法被提出，但很多算法本身还存在需要具备一定的先验知识，效率低，收敛速度慢，易陷入局部最优等缺点，如GN算法存在效率太低，时间复杂度高的问题，模拟退火算法SA存在收敛速度慢的问题等。因此如何快速，精确高效地规划应急资源调度路线是研究农产品质量安全应急资源调度的一个热点问题。

发明内容

本发明的目的是针对农产品质量安全应急资源调度模型中遗传的收敛慢，容易陷入局部优化等缺点的问题，提供了基于农产品质量安全应急资源调度模型的计算方法，该方法在交叉阶段选取不同划分种群中的个体之间和同一划分种群中的个体之间同时进行遗传操作，使得整个算法过程既保持了个体的优良性状，也增加了种群的多样性。

本发明所要求解决的技术问题可采用的技术方案如下：基于农产品质量安全应急资源调度模型计算方法，该方法包括如下步骤：

步骤1，对应急资源调度模型进行编码；

采用符号编码的方式，针对农产品质量安全应急资源调度模型的四要素：物资、运输车辆、供应点和需求点进行编码，分别是物资表示为a₁，a₂，a₃，…a_q，运输车辆表示为c₁，c₂，c₃，…c_p，供应点表示为s₁，s₂，s₃，…s_m，需求点表示为d₁，d₂，d₃，…d_n；其中q表述物资的个数，p表示运输车辆的个数，m表示供应点的个数，n表示需求点的个数；

以运输车辆完成一次运输任务作为一个基因，以运输车辆在本次任务中完成的全部任务的排序作为一个基因段，以所有参与运输任务的运输车辆的基因段依车辆编号并联组成不同的个体。

步骤2，种群初始化，方法如下：