[发明专利]基于集成多种算法的消防救援路径的优化方法及系统

摘要

本发明公开了一种种基于集成多种算法的消防救援路径的优化方法及系统，其中方法包括以下步骤：S1、通过物联网获取事发点；S2、根据事发点，通过GIS信息计算事发点周边消防队地址；S3、计算事发点到消防队的直线距离，进行消防队排序，基于距离短，记录前十的消防队信息；根据消防队信息，并基于深度学习算法，筛选出多个符合条件的消防队终点；S4、基于筛选的每个消防队终点和优化的蚁群算法，计算事发点到每个消防队终点之间的最优路径；S5、基于动态因素，从计算的多个最优路径中选择最小的路线长度和最优的最终路径；所述动态因素包括交通路况、单双号、收费、新增事发点、取消事发点、道路施工情况。

主权项

1.一种基于集成多种算法的消防救援路径的优化方法，其特征在于，包括以下步骤：S1、通过物联网获取事发点；S2、根据事发点，通过GIS信息计算事发点周边消防队地址；S3、计算事发点到消防队的直线距离，进行消防队排序，基于距离短，记录前十的消防队信息；根据消防队信息，并基于深度学习算法，筛选出多个符合条件的消防队终点；S4、基于筛选的每个消防队终点和优化的蚁群算法，计算事发点到每个消防队终点之间的最优路径；S5、基于动态因素，从计算的多个最优路径中选择最小的路线长度和最优的最终路径；所述动态因素包括交通路况、单双号、收费、新增事发点、取消事发点、道路施工情况；其中优化的蚁群算法具体包括以下步骤：使用以下公式(1)优化初始化信息素；τxy(0)＝W/(dxy+deye)                   (1)其中，τxy(0)是初始化信息素强度，deye是节点y到终点e的直线矢量距离；W是系统设定的一个正常数；通过神经网络中的sigmiod函数当蚂蚁完成一次迭代，则按照全局信息素的更新规则仅更新此次迭代最优路径解的信息素浓度，其他不需要更新；当全部蚂蚁遍历一次后，L_LocalMin大于时，σ越接近0，当L_LocalMin越小时，σ越接近1，因此路径长度愈短，那么执行全局信息素的更新规则时，遍历的路径信息素浓度会愈强，信息量增加地愈快；全局信息素的更新规则为以下公式(2)τxy(t+n)＝τxy(t)+μσ△τxy             (2)其中，是当前场景下局部最优解之和的平均路径长度，L_LocalMin是此次迭代中局部最优解，L_Min是当前场景下此时刻的全局最短路径长度，μ是给定参数。