[发明专利]一种规避交通障碍的路线规划智能优化方法

摘要

本发明公开了一种规避交通障碍的路线规划智能优化方法，通过在寻优路径上释放信息素，遇到未经过的网格路口就随机选择爬行方向，同时释放与路径长度有关的信息素，信息素浓度与路径长度成负相关，引导后续的候选解点选择信息素浓度高的路径，最后找到信息素浓度最大的最佳端对端路径。本发明进行高效准确的科学计算求解一具交通障碍考量的交通网络最短路径优化设计问题，并可以利用计算机数位技术建立相关的智能(车辆)交通路线数据库，支持提供路线规划信息交换的道路交通管理平台。本发明是一种随机概率搜索算法，能够快速找到最大概率的优化解，也具有计算并行性可同时从多个候选解点进行搜索，从而提高算法的求解效率。

主权项

1.一种规避交通障碍的路线规划智能优化方法，其特征在于，包括以下步骤：步骤1：采用栅格法来对城市交通路网进行栅格化，其中存在交通路径障碍物的方块标记为数值0，不存在交通路径障碍物的方块标记为数值1；步骤2：利用蚁群算法进行路线规划；具体实现包括以下子步骤：步骤2.1：初始化蚁群算法参数、地形矩阵、信息素矩阵和启发式因子矩阵；所述参数包括种群数量A、迭代次数B、信息素重要程度α、启发式因子重要程度β、信息素蒸发系数ρ、路径起点S和路径终点E；所述地形矩阵，是交通路网离散化表示成的一矩阵形式；首先将路网进行栅格化成(A,1)至(X,Y)范围的离散区块，其中路线规划的起点S为(A,1)栏位，终点E为(X,Y)栏位，存在交通路径障碍物的方块标记为数值0，不存在交通路径障碍物的方块标记为数值1；其中，X、Y分别为地形矩阵的行、列最大值；所述启发式因子矩阵中一点的值为该点到终点距离的倒数，距离越短，启发式因子越大，障碍物处的启发式因子为0；所述信息素矩阵被初始化为一个统一的值；步骤2.2：将路径规划的起点S作为蚁群巢穴的位置，终点E作为食物所在的位置；步骤2.3：迭代；对每次迭代中的每只蚂蚁，执行下述步骤；步骤2.3.1：创建一个禁忌矩阵，禁忌矩阵中已经访问过的点为0，其余点与启发式因子矩阵中相应点的值相同；步骤2.3.2：设置初始点，根据信息素、启发式因子、禁忌矩阵，通过轮盘赌方法，选择交通网路路线规划中的下一个栅格化方块；步骤2.3.3：更新路径和禁忌矩阵；步骤2.3.4：每次迭代后，更新信息素，只对最优路径中的点进行增加信息素操作，直至到达终点或者达到最大迭代次数B；步骤3：筛选最优解，获最短路径minPLK。