[发明专利]一种导航方法

摘要

本发明揭示了一种导航方法，包括：步骤S1、获取目的地位置信息及实时位置信息；步骤S2、根据目的地位置信息、实时位置信息实时获取到达目的地的K条最短路径，进行实时导航；具体包括：步骤S21、初始化蛙群，随机产生F只青蛙，计算青蛙个体的评价值并将蛙群按评价值升序排序；步骤S22、划分族群；把F个蛙分配到m个族群(Y)中去；步骤S23、局部搜索，对每个族群执行局部搜索loop次；步骤S24、族群混合对整个蛙群中具有相同模因结构的青蛙进行重构，计算青蛙的评价值并将蛙群按升序排序；步骤S25、判断是否满足算法终止条件，若满足，输出前k只青蛙作为k条最短路径；否则，返回步骤S22。本发明可提供多条路径供用户选择，可提高导航质量及稳定性。

主权项

一种导航方法，其特征在于，所述导航方法包括：步骤S1、获取目的地位置信息及实时位置信息；步骤S2、根据目的地位置信息、实时位置信息实时获取到达目的地的K条最短路径，进行实时导航，在导航的过程中不断的计算着用户的路线轨迹,直到导航结束；通过GPS传输数据，再根据地址数据库、地图数据库、第三方路况信息数据库和用户数据库，随时更新用户和目的地直接的路径；采用混合蛙跳算法求解K条最短路径；具体包括：步骤S21、初始化蛙群，随机产生F只青蛙，计算青蛙个体的评价值并将蛙群按评价值升序排序；青蛙个体的评价值的获取方法为：用路径path所有边的代价之和表示青蛙的评价函数，即f(frogj)=Σe∈pathcost(e);]]>编码是从问题空间向搜索空间的一个映射，从起始点到终点的一条路径对应的节点集合；其中，每一位上的节点编号称为青蛙的一个模因meme；给定一个赋权图G＝(V,E)，V表示G中所有顶点的集合，E表示所有边的集合；边的代价函数表示为Cost:E→R+，cost(e)为边e∈E的代价；步骤S22、划分族群；把F个蛙分配到m个族群(Y)中去，每个族群包含n个蛙，从而使得Yk＝[X(j),f(j)|X(j)＝X(k+m*(j‑1),f(j)＝f(k+m*(j‑1),j＝1,…,n,k＝1,…,m].这里X(j)表示蛙群中的第j蛙，f(j)表示第j个蛙的目标函数值；步骤S23、局部搜索，对每个族群执行局部搜索loop次；青蛙个体的学习目标是族群内最优个体frogb或整个青蛙群中的最优个体frogg；采用对族群中的青蛙按均匀概率选取子群，假设从第i个青蛙族群中随机选择s只青蛙作为该族群的子群进行局部搜索；将s只青蛙中具有最优评价值的青蛙记为frogb，具有最差评价值的青蛙记为frogw，将蛙群中具有最优评价值的青蛙记为frogg，则族群i中的一次局部搜索包括：步骤S231、从族群中随机选择s只青蛙；步骤S232、使frogw向frogb跳越一次，执行W.Leap(B)；步骤S233、若frogw代表的解质量较之前更优，则该次局部搜索结束；若较之前更劣或未改变，则frogw向frogg跳越一次，执行W.Leap(G)；步骤S234、若frogw代表的解质量较之前更优，则该次局部搜索结束；若较之前更劣或未发生改变，则重新随机构造frogw；在每个族群中，上述4个步骤被执行loop次，loop称为局部搜索强度；步骤S24、族群混合对整个蛙群中具有相同模因结构的青蛙进行重构，计算青蛙的评价值并将蛙群按升序排序；步骤S25、判断是否满足算法终止条件，若满足，输出前k只青蛙作为k条最短路径；否则，返回步骤S22；其中，F为蛙群规模，m为族群数，n为族内青蛙数，s为子群青蛙数，loop为局部搜索强度；族群数m取m≥k，k条最短路径实际上就是经过排序的全部青蛙的前k只青蛙；当m≥k时，在划分族群后，前k只青蛙将成为各自所在族群中最优的青蛙个体，从而避免其蛙跳行为，使求解具有较好的稳定性；如果取m<k，在划分族群后，前m只青蛙被分别划分至第1至第m族群，成为各族群中的最优青蛙个体，而第m+1至第k只青蛙则分别被划分在第1至第(k‑m)族群，并成为这些族群中的次优个体；在局部搜索中，族群内的次优青蛙可能会向最优青蛙学习，导致次优青蛙的模因结构变化，因而影响求解k条最短路径的质量和稳定性。