[发明专利]基于混沌引力搜索的车辆路径规划方法

摘要

本发明公开了一种基于混沌引力搜索的车辆路径规划方法。本发明采用混沌引力搜索来规划车辆的路径。在混沌引力搜索中，每个个体存储了各个运输点的顺序权值。在演化进程中，混沌引力搜索先执行引力搜索的基本操作算子，然后随机选择一个个体，并对选择出来的个体执行混沌局部搜索操作，以此增强算法搜索性能。本发明能够提高车辆路径规划的效率。

主权项

一种基于混沌引力搜索的车辆路径规划方法，其特征在于，包括以下步骤：步骤1，输入各运输点的坐标位置，并得到运输点的数量D；步骤2，用户初始化种群大小Popsize，最大评价次数MAX_FEs；步骤3，令当前演化代数t＝0，当前评价次数FEs＝0；步骤4，随机产生初始种群其中个体下标i＝1,2,...,Popsize，并且为种群Pt中的第i个个体，其随机初始化公式为：Ai,1,jt=rand(0,1),]]>Ai,2,jt=0]]>其中维度下标j＝1,2,...,D，且存储了D个运输点的顺序权值，表示第i个个体在每一维度上的速度大小，rand(0,1)为在[0,1]之间服从均匀分布的随机实数产生函数；步骤5，计算种群Pt中每个个体的适应值，然后保存种群Pt中的最优个体Bestt，并令当前评价次数FEs＝FEs+Popsize；步骤6，执行引力搜索的基本操作算子，然后计算种群Pt中所有个体的适应值；步骤7，令当前评价次数FEs＝FEs+Popsize；步骤8，随机选择一个个体，并对选择出来的个体执行混沌局部搜索操作，具体步骤如下：步骤8.1，令混杂次数NL＝300+200×rand(0,1)；步骤8.2，在[0,1]之间随机产生一个不等于0.25，0.5和0.75的实数itk；步骤8.3，令计数器kj＝0，并令迭代因子tp＝itk；步骤8.4，令混沌因子tk＝4.0×tp×(1‑tp)；步骤8.5，令迭代因子tp＝tk，并令计数器kj＝kj+1；步骤8.6，如果计数器kj大于NL，则转到步骤8.7，否则转到步骤8.4；步骤8.7，在[1，Popsize]之间随机产生一个的整数RM1；步骤8.8，在[1，Popsize]之间随机产生一个不等于RM1的整数RM2，并令迭代因子tp＝tk；步骤8.9，令混沌因子tk＝4.0×tp×(1‑tp)；步骤8.10，按以下公式生成个体VUt：VMu=(ARM2,1t+Best1t)×0.5,]]>VStd=|ARM2,1t-Best1t|×rand(0,1),]]>VU1t=[ARM2,1t+tk×(Best1t-ARM2,1t)]×VK+Norm(VMu,VStd)×(1-VK),]]>VU2t=ARM2,2t]]>其中VMu表示均值因子，VStd表示标准差因子；杂交因子VK的值为[0,1]之间的随机实数；Norm(VMu,VStd)表示以VMu为均值，VStd为标准差的正态分布随机实数产生函数；步骤8.11，计算个体VUt的适应值，令当前评价次数FEs＝FEs+1；步骤8.12，如果个体VUt的适应值优于的适应值，则转到步骤8.13，否则转到步骤9；步骤8.13，令个体然后转到步骤8.8；步骤9，令当前演化代数t＝t+1，然后保存种群Pt中的最优个体Bestt；步骤10，重复步骤6至步骤9直至当前评价次数FEs达到MAX_FEs后结束，将执行过程中得到的最优个体Bestt解码为车辆路径，即可实现车辆路径规划。