[发明专利]基于差分进化算法的大型公共场所人流引导路径规划方法

说明书

本发明公开了一种基于差分进化算法的大型公共场所人流引导路径规划方法。本发明将路径规划问题表示为一个连续优化问题，利用差分进化算法结合多目标优化技术解决大型公共场所的人流引导路径规划问题，将路径方案编码为一组前后相关互联的基因序列，在差分进化过程中，基于人群行为仿真的结果对路径方案进行适应度评估，引导种群进行个体选择，将安全性和效率作为多目标选择操作的两个目标，应用经典的NSGA‑II算法进行种群个体选择，得到的路径方案既有着较好的安全性，又能引导人群高效通过场景，有效地克服了现有技术优化时评估准则过于单一的不足，减少了路径交叉，兼顾了安全性和效率。

技术领域

本发明涉及路径规划和智能计算技术领域，具体涉及一种基于差分进化算法的大型公共场所人流引导路径规划方法。

背景技术

大型公共场所的人流引导问题是公共安全的重要问题。它要求在给定场景下提供路牌或路线指示，从而使得行人能快速、安全地到达各自的目的地，同时尽可能地避免不同路线之间的交叉导致的拥堵。

路径规划方法主要包括根据场景信息进行的全局路径规划和根据实时信息进行的局部路径规划。传统的路径规划方法包括Dijkstra算法和A*算法等，近年来也有仿生学方法被应用于路径规划，如蚁群算法、遗传算法等。这些方法往往针对给定的静态场景提供一组最短或较短的路径，但在像车站和商场这些人流密集、行人路线复杂的场景下，仅优化距离得到的路径往往不够安全，行走方向不同的人流之间的交叉可能会导致人群拥堵，而严重的拥堵则可能引发安全事故。在这类场景下，路径的距离或人群通过场景的效率往往不是唯一应该考虑的的优化目标，而现有的路径规划方法大多仅适用于优化单一目标，故而，在路径复杂的场景下，考虑路径的距离提高效率的同时减少路径交叉，从而提高路径安全性成为一个需要解决的问题。

此外，对于多出入口的场景，还需要将出口的选择作为规划内容的一部分，如何为走向各目的地的行人合理分配出口，既提高出口利用率，也控制出口的负载，同样是一个既关乎安全性也关乎效率的需要解决的问题。

发明内容

本发明的目的是为了解决现有技术中的上述缺陷，提供一种基于差分进化算法的大型公共场所人流引导路径规划方法。差分进化算法是一种基于种群的启发式搜索算法，种群中的每个种群个体对应一个解向量，称之为目标向量，其进化流程包括变异、杂交和选择等操作，生成测试向量，通过对目标向量和测试向量进行适应度评估，更新种群个体，经过不断地进化迭代，保留优良个体，淘汰劣质个体，引导搜索向最优解逼近。本发明提出的路径规划方法利用差分进化算法结合多目标优化技术解决路径规划问题，有效地克服了现有技术优化时评估准则过于单一的不足，减少了路径交叉，兼顾了安全性和效率，提高了其实用性。

本发明的目的可以通过采取如下技术方案达到：

一种基于差分进化算法的大型公共场所人流引导路径规划方法，其路径规划方法包括以下步骤：

S1、执行初始化操作：根据场景中的可行区域，随机生成大小为N的种群Q，所述种群包含N个种群个体；用前后基因互相关联的编码方式编码路径方案，为每个种群个体构建目标向量，路径方案由多条路径组成，对路径方案进行编码即对路径用前后基因互相关联的编码方式进行编码；基于人群行为的仿真结果计算所述目标向量的目标函数值，在仿真过程中，利用智能体模拟人群行为。

S2、执行个体交叉操作：为每个所述种群个体构建测试向量；基于人群行为仿真的结果计算测试向量的目标函数值；进行适应度评估，执行多目标选择操作更新种群个体的目标向量。

S3、执行局部搜索操作：更新种群个体测试向量；基于人群行为仿真的结果计算测试向量的目标函数值；进行适应度评估，执行多目标选择操作更新种群个体的目标向量。

S4、重复执行S2、S3步骤，直到达到预设迭代次数或路径方案的安全性和效率都满足预设需求。

S5、将最后一次迭代得到的路径方案作为最终路径方案，并对路径规划方案进行后期处理。