[发明专利]基于多智能体遗传算法的灾害救援救护车路径规划方法

摘要

本发明公开一种基于多智能体遗传算法的救护车路径规划方法。解决了灾害救援中救护车路径规划易陷入局部最优的问题，实现步骤为救护车路径设定；用多智能体遗传算法产生初始路径规划；用遗传算子在原来方案基础上产生新的路径规划；通过迭代在智能体网格中寻找当代和全局最优路径方案；若满足迭代条件则输出全局最优路径方案，否则进行新一轮迭代优化，直至得到全局最优，输出灾害救援救护车的路径规划。本发明用于灾难救援中的救护车的车辆路径规划，采用了多智能体遗传算法，将最迟服务时间作为个体评价标准，设计了有效的编码方式和局部搜索算子等操作，能设计出具有高效率的救护车路径规划方案，提高了救护车路径规划的效率。

主权项

一种基于多智能体遗传算法的灾害救援救护车路径规划方法，其特征在于，涉及到救护车、轻重程度不同的病人、医院、救护车救援时间、救护车路径的规划与选定，包括有如下步骤：(1)针对救护车路径规划进行设定：(1a)标记设定：采用红色标记标记重伤病人，采用绿色标记标记轻伤病人；(1b)救护车救援时间的设定：到达时间是指救护车从医院到达灾害地点的时间；服务时间是救护车从医院出发接到病人，并将病人送达目的地的时间；最迟服务时间为从医院出发对所有病人救护完成的时间，起点为医院，终点完成所有病人的救助；(1c)用多智能体遗传算法进行救护车路径规划参数设定，包括有：多智能体遗传算法参数设置：具体包括智能体网格L，迭代次数G，交叉概率Pc和变异概率Pm；救护车参数设置：救护车数目在大中小规模中分别为6、6、3；救护车在医院放下病人的时间；救护车对病人的急救时间；病人参数设置，病人总数为n，在大中小规模中分别为50、25、10，病人地点；其他参数设置：医院地点、医院总数、红绿标记病人的权重系数，等；(2)采用多智能体遗传算法产生初始的救护车路径规划方案：(2a)通过编码初始化救护车的路径：编码产生初始的救护车路径，救护车规划方案的智能体中包含有一种初始路径方案序列、初始路径方案目标函数值和智能体在智能体网格中的位置信息；一种初始路径方案序列包含有多条救护车路径，所有的初始路径方案序列随机生成，不需要任何的额外的约束；(2b)计算救护车路径的目标函数值：对每种初始路径方案序列，采用适应度函数公式得到初始路径方案序列的目标函数值，根据目标函数值选取花费时间最短的救护车路径规划方案，得到初始的全局最优的路径方案；(3)采用遗传算子在原来输入的基础上产生新的路径规划方案：(3a)交叉算子：随机生成0和1之间的随机数，如果该数小于交叉概率Pc，对智能体网格中一种救护车路径方案则执行交叉算子；采用一点交叉，选取该个体邻域中最优秀的智能体，也就是该智能体的邻域中最优秀的路径和该路径进行一点交叉，尽可能保留优秀的基因信息，并采用适应度函数计算其适应度值；(3b)变异算子：随机生成0和1之间的随机数，如果该数小于变异概率Pm，对智能体网格中救护车路径则执行变异算子；采用基于中心位置的变异的方法：在一种救护车路径方案序列上随机选择两个等位基因点也就是标记点或者救护车的起始地点，交换两个基因值形成新的染色体，两个等位基因点的位置和为染色体的长度，并采用适应度函数计算其适应度值；(4)通过迭代在智能体网格中寻找当代最优的路径方案和全局最优的路径方案：采用适应度函数计算每个路径方案的加权和，选取当代最优路径方案；采用局部搜索算子继续优化当代最优路径方案；与当代最优路径方案进行对比寻找全局最优路径方案；如果满足终止条件，则执行步骤(5)，否则执行步骤(3)进行新一轮的迭代优化；(5)输出本次寻找到的全局的最优的灾害救援救护车的路径规划方法。