[发明专利]基于改进蚁群算法的路线规划方法、装置、终端及介质

说明书

本发明属于机器学习技术领域，公开了一种基于改进蚁群算法的路线规划方法、装置、终端及介质，通过接收用户输入的路线规划请求，所述路线规划请求包括出行起点和出行终点，获取所述出行起点和出行终点之间的各道路、以及所述各道路的景观指数，根据所述出行起点、出行终点以及各道路，构建节点矩阵，根据改进蚁群算法以及各道路的景观指数，在所述节点矩阵中搜索自所述出行起点至所述出行终点的最短路径，作为目标路径，在考虑出行人文景观资源因素的同时，行程最短或距离最短，解决现有技术地图导航缺乏考虑用户出行的人文景观资源因素的技术问题。

技术领域

本发明涉及机器学习技术领域，尤其涉及一种基于改进蚁群算法的路线规划方法、装置、终端及介质。

背景技术

随着互联网技术的快速发展，智能终端产品越来越多的应用软件出现在人们的生活中，例如各种电子地图，用户只需在电子地图客户端中输入出行地和目的地，就能获取到电子地图服务器端为用户规划的出行路线，为用户提供导航服务。

然而，市面上的地图导航软件大部分是基于距离最短或时间最短，而没有考虑用户出行的人文景观资源因素。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供了一种基于改进蚁群算法的路线规划方法、装置、终端及介质，旨在解决现有技术地图导航缺乏考虑用户出行的人文景观资源因素的技术问题。

为实现上述目的，本发明提供了一种基于改进蚁群算法的路线规划方法，包括如下步骤：

接收用户输入的路线规划请求，所述路线规划请求包括出行起点和出行终点；

获取所述出行起点和出行终点之间的各道路、以及所述各道路的景观指数；

根据所述出行起点、出行终点以及各道路，构建节点矩阵；

根据改进蚁群算法以及各道路的景观指数，在所述节点矩阵中搜索自所述出行起点至所述出行终点的最短路径，作为目标路径。

优选地，所述根据改进蚁群算法以及各道路的景观指数，在所述节点矩阵中搜索自所述出行起点至所述出行终点的最短路径的步骤，包括：

根据改进蚁群算法以及各道路的景观指数，修正所有蚂蚁在所述节点矩阵中自当前节点访问下一节点的概率，直至蚂蚁访问完所有节点；

计算每个蚂蚁经过的路径长度，将自所述出行起点至所述出行终点的最短路径作为目标路径；其中，所述改进蚁群算法为：

其中，为蚂蚁k选择j节点的概率；allowed_k表示蚂蚁k接下来可能会挑选的目的节点集合；α表示信息启发式因子；β表示期望启发式因子；i表示当前节点；j表示下一目标节点；s表示节点结合；η_ij(t)表示启发函数；τ_ij(t)表示信息素；λ_ij为下一目标节点对应的道路的景观指数。

优选地，所述根据改进蚁群算法以及各道路的景观指数，在所述节点矩阵中搜索自所述出行起点至所述出行终点的最短路径的步骤，包括：

根据改进蚁群算法，所有蚂蚁在所述节点矩阵中自当前节点访问下一节点；

根据各道路的景观指数以及修正函数，修正当前节点至下一节点的距离，直至蚂蚁访问完所有节点；

计算每个蚂蚁经过的路径长度，将自所述出行起点至所述出行终点的最短路径作为目标路径；其中，

修正函数为：

所述改进蚁群算法为：