[发明专利]基于蚁群算法的粮食运输方法、设备、存储介质及装置

权利要求书

1.一种基于蚁群算法的粮食运输方法，其特征在于，所述基于蚁群算法的粮食运输方法包括以下步骤：

获取粮食运输网络图，并将所述粮食运输网络图转化为粮食运输赋权图；

对所述粮食运输赋权图进行多级粗化，获得第一级－第N级粮食运输粗化图，并将所述第N级粮食运输粗化图对应的第N级蚁群算法参数作为第n级蚁群算法参数；

从所述第n级蚁群算法参数中选取第n-1级蚁群算法参数，根据所述第n-1级蚁群算法参数对第n级粮食运输粗化图进行寻优，获得第n级最优路径；

对n进行自减1，并返回所述从所述第n级蚁群算法参数中选取第n-1级蚁群算法参数的步骤，直至获得第一级最优路径，将所述第一级最优路径作为所述粮食运输网络图的目标最优路径；

所述从所述第n级蚁群算法参数中选取第n-1级蚁群算法参数，根据所述第n-1级蚁群算法参数对第n级粮食运输粗化图进行寻优，获得第n级最优路径，具体包括：

从所述第n级蚁群算法参数中选取第n-1级蚁群算法参数；

根据所述第n-1级蚁群算法参数计算第n级状态转移概率；

根据所述第n级状态转移概率计算蚂蚁在所述第n级粮食运输粗化图中的走向，以获得第n级最优路径；

所述根据所述第n-1级蚁群算法参数计算第n级状态转移概率之前，所述基于蚁群算法的粮食运输方法还包括：

从第n级粮食运输粗化图中查找第n+1级最优路径对应的待定路径，对所述待定路径中的信息素增加预设值，获得第n级信息素；

相应地，所述根据所述第n-1级蚁群算法参数计算第n级状态转移概率，具体包括：

根据所述第n-1级蚁群算法参数和所述第n级信息素计算第n级状态转移概率。

2.如权利要求1所述的基于蚁群算法的粮食运输方法，其特征在于，所述获取粮食运输网络图，并将所述粮食运输网络图转化为粮食运输赋权图，具体包括：

获取粮食运输网络图，从所述粮食运输网络图中提取出运输站点和所述运输站点之间的路径；

将所述运输站点作为节点，将所述运输站点之间的路径作为边，将相邻运输站点之间的路径作为边的权重；

根据所述节点、所述边和所述权重构建粮食运输赋权图。

3.如权利要求2所述的基于蚁群算法的粮食运输方法，其特征在于，所述对所述粮食运输赋权图进行多级粗化，获得第一级－第N级粮食运输粗化图，并将所述第N级粮食运输粗化图对应的第N级蚁群算法参数作为第n级蚁群算法参数，具体包括：

从所述粮食运输赋权图中提取所述节点、所述边和所述权重；

根据所述节点、所述边和所述权重对所述粮食运输赋权图进行粗化，获得第一级粮食运输粗化图；

对所述第一级粮食运输粗化图进行粗化，直至获得第N级粮食运输粗化图，并将所述第N级粮食运输粗化图对应的第N级蚁群算法参数作为第n级蚁群算法参数。

4.如权利要求3所述的基于蚁群算法的粮食运输方法，其特征在于，所述根据所述节点、所述边和所述权重对所述粮食运输赋权图进行粗化，获得第一级粮食运输粗化图，具体包括：

在所述粮食运输赋权图中根据所述边和所述权重自下而上地将所述节点划分为若干邻近节点集合，将所述邻近节点集合内的节点进行合并，将合并后的节点进行连接，获得第一级粮食运输粗化图。

5.如权利要求1所述的基于蚁群算法的粮食运输方法，其特征在于，所述将所述第一级最优路径作为所述粮食运输网络图的目标最优路径之后，所述基于蚁群算法的粮食运输方法还包括：

根据所述目标最优路径计算所述粮食运输网络图对应的最低运输费用。

6.一种基于蚁群算法的粮食运输设备，其特征在于，所述基于蚁群算法的粮食运输设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于蚁群算法的粮食运输程序，所述基于蚁群算法的粮食运输程序配置为实现如权利要求1至5中任一项所述的基于蚁群算法的粮食运输方法的步骤。