[发明专利]一种基于遗传算法的路径选择方法

说明书

本发明公开了一种基于遗传算法的路径选择方法，包括以下步骤：S1：输入作业车辆的参数；S2：采用遗传算法对路径进行优化选择；S3：在优化后的路径中加入每个站点的工作时间，并得出开销最小的路径作为最优路径。本发明一种基于遗传算法的路径选择方法，通过设置上述步骤，实现了对作业任务的路径优化，通过加入工作时间对作业任务进行控制，可以有效的对作业路径进行分配，减少了作业资源的浪费。

技术领域

本发明涉及计算机技术领域，具体涉及一种基于遗传算法的路径选择方法。

背景技术

近年来，随着我国社会经济的高速发展，水利行业及污水处理行业发展也越来越快，为了不断提高生产效率和减少企业成本，行业中无人值守站点越来越多。为保障各站点的运行稳定和正常工作。通过传统的人工运行维护手段，已不能将各个区域的多个站点统筹规划，合理维护起来，如何将提高维护效率，降低维护成本。依据遗传算法的原理和实施智能规划的设计模式，在优化遗传算法的基础，通过添加规划的方式将遗传算法和智能动态规划相结合，去解决实际的运送问题。车辆的路径选择是运行维护中的重要组成部分。

虽然在现有技术中，对车辆路径通过遗传算法的优化已经存在，但是这些路径优化往往采用车辆路过路径的方式进行，实际中作业过程需要车辆在站点进行停留并完成作业任务，这就使得现有的路径优化技术在作业领域优化不够准确。

发明内容

本发明所要解决的技术问题是实际中作业过程需要车辆在站点进行停留并完成作业任务，这就使得现有的路径优化技术在作业领域优化不够准确，目的在于提供一种基于遗传算法的路径选择方法，解决上述问题。

本发明通过下述技术方案实现：

一种基于遗传算法的路径选择方法，包括以下步骤：S1：输入作业车辆的参数；S2：采用遗传算法对路径进行优化选择；S3：在优化后的路径中加入每个站点的工作时间，并得出开销最小的路径作为最优路径。

现有技术中，实际中作业过程需要车辆在站点进行停留并完成作业任务，这就使得现有的路径优化技术在作业领域优化不够准确。在考虑作业任务完成时间时，往往出现一个车辆的作业任务还在进行，后续站点还都未完成作业时，另一个车辆全部的作业都已经完成了，这就造成了作业资源的浪费。

本发明应用时，先输入作业车辆的参数；再采用遗传算法对路径进行优化选择；再然后在优化后的路径中加入每个站点的工作时间，并得出开销最小的路径作为最优路径。这里所述的遗传算法可以采用现有的带约束的遗传算法，而在进行路径优化后，在选择路径之前，在路径中加入每个站点的工作时间，就可以得出每个站点实际的时间开销，以这个实际的时间开销作为评价路径的评判标准可以有效的减少作业资源浪费。本发明通过设置上述步骤，实现了对作业任务的路径优化，通过加入工作时间对作业任务进行控制，可以有效的对作业路径进行分配，减少了作业资源的浪费。

进一步的，所述作业车辆的参数包括各站点之间的距离及各站点与起始中心站之间的距离、作业任务的类型、作业车辆数量和作业车辆状态。

进一步的，步骤S3包括以下子步骤：S31：在优化出的路径中选出N条路径，加入每个站点的工作时间并进行迭代，得出每条路径的时间开销值；S32：重复执行S31至所有路径都被选取过后，将时间开销值最优的路径作为全局最小开销路径，并将全局最小开销路径作为最优路径。

本发明应用时，为了对所有路径进行比对，先在优化出的路径中选出N条路径，加入每个站点的工作时间并进行迭代，得出每条路径的时间开销值，这里首先需要通过智能作业系统提出作业任务的种类和完成每一个种类任务所需要的时间，然后再将这些数据加入到路径中并进行迭代，例如可以先初始化100条路径，并进行1000次迭代计算，计算100条路径中每条路径的开销值并记下最优的一条路径，如果其小于全局最优路径开销值则将其定位全局最小开销路径，并将其作为最优路径，通过这样的方式可以将加入了站点工作时间后的路径时间开销进行处理并得出最优路径。