[发明专利]一种基于遗传算法的多模式多标准路径选择方法

摘要

本发明公开了一种计算机实现的基于遗传算法的多模式多标准交通路径搜索方法。该方法通过定义遗传算子配合相应策略，利用最优化理论解决多模式多标准交通路径搜索问题。在多种交通出行标准下，采用本发明方法进行求解，不需要预先设定各个标准的权重值，也避免了约束法带来的无解风险，降低了人为主观因素的影响。其路径输出结果，既能够满足各种出行需求，又具有多样化的出行模式组合特点，为出行者提供个性化且选择多样的出行方案，为公众出行信息服务提供良好的技术支持。

主权项

一种计算机实现的基于遗传算法的多模式多标准交通路径搜索方法，其特征在于主要包括以下步骤：(1)输入多模式交通网络模型数据；(2)多模式交通路径编码：其中，定义所述编码为：采用带模式标识的不定长表现型编码，由模式标记区与ID编码区组成，形如：Indivicual＝{T1，I1，...，Ij，T2，I1，...，Ik，T3，...，Tm，...}上式中，Ti为模式标识，Ii为各种交通出行模式(如：公共汽车、出租车、地铁、轻轨、自行车、步行等)下的ID值；(3)模式内交叉、变异算子与模式间交叉、变异算子定义及其操作：定义crossover与mutation算子分别为模式内交叉与变异算子，即只在相同模式内(如：同在公交模式中)进行遗传算子操作。定义hypercrossover与hypermutation算子分别为模式间交叉与变异算子，即只在不同模式间(如：公交模式--＞步行模式)进行遗传算子操作；(4)执行用于多模式路径搜索的多标准遗传算法：(a)算法环境初始化，转(b)；(b)种群初始化，转(c)；(c)对初始种群进行模式间交叉算子运算，补充不完全解为完全解，转(d)；(d)判断是否达到最大进化代数，若“是”转(i)，若“否”转(d)；(e)计算评价值，转(f)；(f)对当前种群进行模式内交叉算子、模式间交叉算子、模式内变异算子和模式间变异算子运算，生成新个体记录入下一代种群，转(g)；(g)对当前种群进行选择算子运算，生成新个体记录入下一代种群，转(h)；(h)新种群代替当前种群，进化代数加1，转(d)；(i)计算评价值，结束；(5)推荐路径结果集输出：输出最后一代进化种群中非重复的个体，并以某一种标准为主，依次排列输出，该结果集合即为推荐最优路径结果，输出集合中的每一个个体即为一种推荐路径方案；输出形式包括但不局限于：文字描述、图形路径、语音播报等。