[发明专利]一种多人预约调度路径规划方法、存储介质及终端设备

权利要求书

1.一种多人预约调度路径规划方法，其特征在于，其包括：

获取路径规划的信息参数；

将所述信息参数输入至预设的调度路径规划模型，其中，所述调度路径规划模型为基于蚁群算法以及强学习算法训练得到的；

通过所述调度路径规划模型进行路径规划。

2.根据权利要求1所述多人预约调度路径规划方法，其特征在于，所述调度路径规划模型的训练过程具体包括：

获取多人预约调度路径规划的样本数据，其中，所述样本数据包括调度路径规划的初始信息参数、蚁群算法的第一算法参数以强学习算法的第二算法参数；

根据所述样本数据选取行动者，并根据蚁群算法确定所述行动者对应的回报值；

根据所述回报值更新所述样本数据对应的Q矩阵，并确定更新后的样本数据的当前环境信息是否满足预设条件；

当满足预设条件时，初始化所述第二算法参数中除Q矩阵外的所有参数，并继续执行根据所述样本数据选取行动者的步骤直至预设迭代次数。

3.根据权利要求2所述多人预约调度路径规划方法，其特征在于，所述确定更新后的样本数据的当前环境信息是否满足预设条件具体包括：

获取更新后的样本数据的当前环境信息，其中，所述当前环境信息包括未分配的需求数据以及行动者剩余数量；

判断所述当前环境信息是否等于预设值，以确定所述当前环境信息是否满足预设条件。

4.根据权利要求2所述多人预约调度路径规划方法，其特征在于，所述调度路径规划模型的训练过程还包括：

当未满足预设条件时，继续执行根据所述样本数据选取行动者的步骤。

5.根据权利要求2所述多人预约调度路径规划方法，其特征在于，所述根据所述样本数据选取行动者具体为随机选取一名行动者，或根据所述样本数据中Q矩阵中最大Q值选取行动者。

6.根据权利要求2所述多人预约调度路径规划方法，其特征在于，所述蚁群算法携带有时间窗变量。

7.根据权利要求6所述多人预约调度路径规划方法，其特征在于，所述时间窗变量的确定过程为：

设置所述样本数据中的目的地的到达时间上限和到达时间下限；

根据所述到达时间上限、所述到达时间下限、所述行动者移动的消耗时长参数以及当前时刻参数，构造出所述时间窗变量和所述时间窗变量的时间窗取值方式。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1～7任意一项所述的多人预约调度路径规划方法中的步骤。

9.一种终端设备，其特征在于，包括：处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；

所述通信总线实现处理器和存储器之间的连接通信；

所述处理器执行所述计算机可读程序时实现如权利要求1-7任意一项所述的多人预约调度路径规划方法中的步骤。