[发明专利]一种基于自适应精英遗传算法的两栖车辆布列优化方法

权利要求书

1.一种基于自适应精英遗传算法的两栖车辆布列优化方法，其特征在于，包括如下步骤：

(1)获取两栖车辆及布列空间尺寸；

所涉及的两栖车辆及布列空间尺寸为：车辆舱矩形的布列空间为P，长为L，宽度为W，存在n个车辆{P_i,i＝1...n}，长度和宽度分别为l_i和w_i，车辆舱甲板俯视平面图中，设左下角为原点O(0,0)，左上角为(0,L)，右下角为(W，0)，矩形车辆P_i的左上角顶点是(x_i1,y_i1)，则P_i右下角坐标是

(2)明确两栖车辆布列约束条件；

所涉及的约束条件为：两个车辆P_i和P_j(i≠j)不重叠，车辆不能放置在布列空间之外，同时车辆的高度和宽度大于0，每种车辆都会有最大数量的限制，num_r是第r种类车辆布列的数量，N_r是第r种车辆的最大数量，约束如下：

(3)确定两栖车辆布列目标函数；

所涉及的目标函数为车辆舱甲板未利用率最小，即车辆所占布列面积之和最大，表示为：

(4)设定自适应精英遗传算法初始参数；

所涉及的初始参数为：迭代次数为100次，种群大小为100，交叉概率为0.9，变异概率为0.15；

(5)随机产生第一代两栖车辆布列种群编码；

所涉及的种群生成为：生成初始种群的方式为利用随机数构成的染色体对应的个体组成初始种群，两栖车辆布列问题可转化为车辆停放序列的组合优化问题，选取十进制车辆编号为编码方式；

(6)解算当代个体适应度，保存最优个体作为精英个体；

所涉及的适应度为：选取甲板未利用率为适应度函数；

(7)判断是否达到最大迭代次数或平均适应度达到预期值，如果是则转到步骤(11)，否则转到步骤(8)；

(8)所有个体与最差个体适应度的差作为所有个体新适应度；

(9)进行遗传选择、交叉和变异，产生新一代种群；

所涉及的选择操作采用轮盘赌选择法从父代选取个体进行遗传操作并进入下一代，设两栖车辆数量为n，第i辆车的适应度大小为f_i，则这辆车被选择的概率P_i为：

所涉及的交叉操作采用顺序交叉法避免编码重复，假设两个父个体交叉过程如下：

首先，随机选择第一父染色体上的交叉部分，

其次，将第二个父染色体上和第一个染色体相同的基因去除，并将剩余基因按照原来的顺序排列，

再次，将第二父染色体的剩余部分同第一个父染色体的交叉部分按照原来的顺序拼接成子染色体，

最后，使用同样的方式获得第二个子染色体；

所涉及的变异操作为：对于随机的染色体，随机选取染色体上的两个不同的基因进行交换；

(10)精英个体替换新一代种群最差个体，转到步骤(6)；

(11)对最后一代种群中的最优个体进行解码，得到车辆布列的最优顺序；

(12)利用最低水平线定位算法确定两栖车辆布列位置；

(13)完成两栖车辆布列。