[发明专利]一种基于DSSA算法的路径规划方法

权利要求书

1.一种基于DSSA算法的路径规划方法，其特征在于，包括：

步骤1：对路径规划问题进行建模，确定设计变量的范围和约束条件；并且得到路径规划问题的目标函数，即约束条件路径的长度；根据城市的位置信息确定每对城市之间的路径长度d_ij(i＝1，2，…,n),其中n为城市的总数，即路径规划问题的规模；

步骤2：设定最大迭代次数T和种群数量N，生成初始种群Tour；其中每个个体Tour_i的位置对应着一条候选路径，Tour_ij则代表了第i条候选路径的第j个经过地点，即第j个设计变量；

步骤3：根据所述路径规划问题的目标函数获取每条初始候选路径的长度；更新当前最优候选路径BestTour和最优路径长度BestF；

步骤4：将第一条候选路径作为领导者，使用d-opt算子进行更新；

步骤5：将其余候选路径作为跟随者，并使用SEC算子进行更新；根据变异率在所述跟随者中产生第二领导者，此时使用TPALS算子进行更新；

步骤6：判断是否达到最大迭代次数，若达到最大迭代次数则进行步骤7，否则返回步骤3。

步骤7：输出最优候选路径BestTour和最优路径长度BestF。

2.根据权利要求1所述一种基于DSSA算法的路径规划方法，其特征在于，将第一条候选路径作为领导者，使用d-opt算子进行更新，具体见式(1)：

Tour₁＝d-opt(Tour₁,d) (1)

其中d是用于控制d-opt算子搜索强度的参数，其更新方式见式(2)：

其中d_Max和d_Min是d的取值上界和下界，t为当前迭代次数。

3.根据权利要求1所述一种基于DSSA算法的路径规划方法，其特征在于，将其余候选路径作为跟随者，并使用SEC算子进行更新，具体见式(3)：

Tour_i＝SEC(Tour_i,Tour_i-1) (3)

每次迭代时，会在所述跟随者中产生一个第二领导者，使用TPALS算子进行更新，具体见式(4)：

Tour_i＝TPALS(Tour_i) (4)

所述第二领导者在每次迭代时有且只有一个，其变异率为：