CN113704370A - 一种基于多模态多目标优化算法的路径规划算法 - Google Patents
一种基于多模态多目标优化算法的路径规划算法 Download PDFInfo
- Publication number
- CN113704370A CN113704370A CN202110782980.5A CN202110782980A CN113704370A CN 113704370 A CN113704370 A CN 113704370A CN 202110782980 A CN202110782980 A CN 202110782980A CN 113704370 A CN113704370 A CN 113704370A
- Authority
- CN
- China
- Prior art keywords
- path
- path planning
- objective optimization
- node
- algorithm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Remote Sensing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于多模态多目标优化算法的路径规划算法,步骤如下:S1:建立路径规划模型,构建路径规划中优化的多目标问题的目标函数以及路径规划约束条件;S2:寻找起点至终点的路径,用存档储存途径节点路径长度与拥挤区域个数;S3:用多模态多目标优化算法筛选最优路径。本发明通过使用二叉树搜索思想确定起点至终点的路径,随后使用多模态多目标优化算法对存档中的路径进行筛选,算法中设计的网格法有效的解决了多模态多目标问题中不能获得全部等效解集的问题,最终可以获得全部的等效路径。本发明在多模态多目标优化问题下的路径规划算法,能够寻找路径的同时又可以解决多模态多目标优化问题。
Description
技术领域
本发明属于路径规划算法技术领域,具体涉及一种基于多模态多目标优化算法的路径规划算法。
背景技术
随着社会和科技的飞速发展,多目标优化问题已经渗透进各种工程应用和科学研究中。比如在流水车间调度中,需要在最短的时间内完成足够多的生产任务;在分配有限的医疗资源时,需要提前考虑到患者疾病和医生在手术过程中作为手术参与者的适配性,花费最少的手术时间和成本,达到最好的治疗效果等目的。在数据挖掘、图像处理、路径规划、投资组合等多种领域中同样存在多目标优化问题。不同于单目标优化问题只解决一个目标,多目标优化问题需要同时解决包含两个或两个以上的目标,而这些目标之间往往是相互矛盾和制约的关系,优化某个目标之后会导致另一个目标性能下降。单目标优化问题只有一个最优解,但是多目标优化问题中一个最优解并不能同时满足所有目标,所以会存在一系列最优解,形成一个最优解的集合,此集合称之为帕累托最优解集(Pareto-optimalSet,PS)。PS中每个解对应至目标空间中的目标值组成的集合称之为帕累托前沿(ParetoFront,PF)。随着社会的不断发展,现实生活中需要解决的问题复杂程度越来越高,许多问题要进行针对性的理论研究。在多目标优化问题中存在着一类特殊的情况,目标空间中的一个帕累托前沿在决策空间中存在两个或者两个以上的帕累托解集。这类问题是多目标优化问题的进一步延伸,因此被称为多模态多目标优化问题。理论上一个解集就足以解决优化问题,但是由于决定因素和客观条件的影响,有些解集在实际中并不适用。所以不能为决策者找到尽可能多可替代的解决方案,在一定程度上阻碍问题的解决。因此,在各类实际应用中为决策者提供多个备选方案以降低突发事件带来的损失。研究多模态多目标优化问题在理论研究与实际应用上具备极高的价值。
多模态多目标优化问题的目标是找到所有的等价帕累托最优解集。自2005年以来,多模态多目标优化问题在进化计算领域得到了广泛的研究。由于解集的质量通常是在目标空间中评估的,因此在多目标优化领域中,解在决策空间中的分布问题并没有得到足够的重视。然而,决策者可能想将这些具有同等的质量或稍差的质量的解决方案相互比较,最终选择能在实际中操作的一款方案。
在医疗服务系统中存在路径规划问题,如救援车辆到达事故点、医疗废弃物回收、医用机器人药物配送等,这类问题往往只期望找到一条最短路径供车辆或者移动机器人到达任务点。当只为决策者提供一条路径,遇到突发情况时,提供的路径不可通行,将会延误伤者的救治时机或耽误病人的治疗。在此情况下,具有类似性质的替代解决方案将会起到决定性作用。所以为救援车辆或医用机器人提供多条等价路径是极具研究意义的工作,为患者提供多重保障。
发明内容
针对现有技术中的不足与难题,本发明旨在提供了一种基于多模态多目标优化算法的路径规划算法,具体为用一种改进的多模态多目标优化算法来对地图进行路径规划。
本发明通过以下技术方案予以实现:
一种基于多模态多目标优化算法的路径规划算法,步骤如下:
S1:建立路径规划模型,构建路径规划中优化的多目标问题的目标函数以及路径规划约束条件;
S2:寻找起点至终点的路径,用存档储存途径节点路径长度与拥挤区域个数;
S3:用多模态多目标优化算法筛选最优路径。
进一步地,步骤S1具体包括:
S1.1、确定路径规划地图:采用栅格法生成地图,所述地图模拟了城市道路通行道路的特征,地图采用不同颜色模拟通行区域、非通行区域、城市道路中拥堵区域,并设定路径规划任务的起点坐标与终点坐标;
S1.2、定义路径规划中优化的多目标问题为:
式中,目标问题f1表示车辆总移动距离最短,目标问题f2表示车辆移动路线上经过的拥堵区域数量总和最少;
S1.3、路径规划的约束条件为:
式中,表示对路径进行求解时,禁止经过已经到达过的位置,即不可在一条道路上重复通行。
进一步地,步骤S2具体包括:
S2.2、使用二叉树搜索思想,在确定下一个节点的四个方向后,需要对路径进行判断其移动方向是否位于可通行区域内;
S2.3、若不位于通行区域内,则回到上一节点位置,不再搜索此方向,保障路径一直处于可通行区域,避免在一条道路重复通行;
S2.4、在一次路径搜索完成后,即搜寻到终点坐标,将本条路径途径的所有节点坐标保存,包括起点与终点坐标;
S2.5、计算路径长度与途径的拥堵区域数量,并用存档储存途径节点路径长度与拥挤区域个数;
S2.6、返回上一节点,从上一个节点的其他方向搜索,重复步骤S2.2~S2.5。
进一步地,步骤S3具体包括:
S3.1、根据步骤S2中储存的内容设置存档存储路径,当存档内路径数量到达预设数量M时,使用快速非支配排序保存目标空间中的Pareto前沿;
S3.2、在决策空间中设立网格,计算每条路径途径的节点是否相同,若节点相同则删除相同路径,只保留不同路径;
S3.3、根据网格法将决策空间用网格划分,为每条路径建立新的坐标,使用下式:
S3.4、输出上述路径规划的规划结果,筛选出最优路径。
与现有技术相比,本发明的有益效果包括:
(1)本发明中的基于多模态多目标优化算法的路径规划算法能够寻找路径的同时又可以解决多模态多目标优化问题。
(2)本发明通过使用二叉树搜索思想确定起点至终点的路径,随后使用多模态多目标优化算法对存档中的路径进行筛选,算法中设计的网格法有效的解决了多模态多目标问题中不能获得全部等效解集的问题,最终可以获得全部的等效路径。
(3)本发明用一种改进的多模态多目标优化算法来对地图进行路径规划,可为救援车辆或医用机器人提供多条等价路径,为患者提供多重保障。
附图说明
图1为一种基于多模态多目标优化算法的路径规划算法流程图;
图2为本发明使用栅格法生成地图的示意图。
具体实施方式
下面结合附图,对本发明作进一步地说明。
如图1所示的流程图,本发明对基于多模态多目标优化算法的路径规划算法的过程进行说明:
首先确定本次路径规划地图,如图2所示。使用栅格法生成地图,地图中黑色区域为通行区域(交通干道等),白色区域为非通行区域(建筑物等)。地图大小为40*40;红色区域大小为1*1(红色区域模拟城市道路中拥堵区域)。设定了路径规划任务的起点、终点坐标分别为(10,30)、(25,15),分别使用绿色与粉色原点代表。
步骤1、寻找起点至终点的路径
首先已知路径规划起点(10,30),从起点开始选择下一个途径节点,每次路径选择共有四个方向。在确定下一个节点的四个方向后,需要对路径进行判断其移动方向是否位于可通行区域内。若不位于通行区域内,则回到上一节点位置,不再搜索此方向,保障路径一直处于可通行区域,避免在一条道路重复通行。在一次路径搜索完成后,即搜寻到终点坐标,将本条路径途径的所有节点坐标保存(包括起点与终点坐标)。并计算路径长度与途径的拥堵区域数量。
步骤2、用多模态多目标优化算法筛选最优路径
(a):设置存档存储路径,当存档内路径数量到达400条时,使用快速非支配排序保存目标空间中的Pareto前沿。
(b):随后在决策空间中设立网格,计算每条路径途径的节点是否相同,若节点相同则删除相同路径,只保留不同路径。根据网格法将决策空间用网格划分,为每条路径建立新的坐标,使用下式
以上所述仅表达了本发明的优选实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形、改进及替代,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (4)
1.一种基于多模态多目标优化算法的路径规划算法,其特征在于,包括以下步骤:
S1:建立路径规划模型,构建路径规划中优化的多目标问题的目标函数以及路径规划约束条件;
S2:寻找起点至终点的路径,用存档储存途径节点路径长度与拥挤区域个数;
S3:用多模态多目标优化算法筛选最优路径。
3.根据权利要求2所述的一种基于多模态多目标优化算法的路径规划算法,其特征在于,所述步骤S2具体包括:
S2.2、使用二叉树搜索思想,在确定下一个节点的四个方向后,需要对路径进行判断其移动方向是否位于可通行区域内;
S2.3、若不位于通行区域内,则回到上一节点位置,不再搜索此方向,保障路径一直处于可通行区域,避免在一条道路重复通行;
S2.4、在一次路径搜索完成后,即搜寻到终点坐标,将本条路径途径的所有节点坐标保存,包括起点与终点坐标;
S2.5、计算路径长度与途径的拥堵区域数量,并用存档储存途径节点路径长度与拥挤区域个数;
S2.6、返回上一节点,从上一个节点的其他方向搜索,重复步骤S2.2~S2.5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110782980.5A CN113704370A (zh) | 2021-07-12 | 2021-07-12 | 一种基于多模态多目标优化算法的路径规划算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110782980.5A CN113704370A (zh) | 2021-07-12 | 2021-07-12 | 一种基于多模态多目标优化算法的路径规划算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113704370A true CN113704370A (zh) | 2021-11-26 |
Family
ID=78648472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110782980.5A Pending CN113704370A (zh) | 2021-07-12 | 2021-07-12 | 一种基于多模态多目标优化算法的路径规划算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113704370A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113962639A (zh) * | 2021-12-23 | 2022-01-21 | 湖北普罗格科技股份有限公司 | 一种基于全域地图的配送路径规划方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103697896A (zh) * | 2014-01-13 | 2014-04-02 | 西安电子科技大学 | 一种无人机路径规划方法 |
CN112417770A (zh) * | 2020-12-09 | 2021-02-26 | 浙江工业大学 | 一种基于多模态多目标粒子群优化算法的选址优化方法 |
CN112462803A (zh) * | 2020-11-27 | 2021-03-09 | 北京工商大学 | 一种基于改进nsga-ii的无人机路径规划方法 |
CN112734088A (zh) * | 2020-12-28 | 2021-04-30 | 浙江工业大学 | 一种基于自组织多模态多目标量子粒子群优化算法的路径规划方法 |
-
2021
- 2021-07-12 CN CN202110782980.5A patent/CN113704370A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103697896A (zh) * | 2014-01-13 | 2014-04-02 | 西安电子科技大学 | 一种无人机路径规划方法 |
CN112462803A (zh) * | 2020-11-27 | 2021-03-09 | 北京工商大学 | 一种基于改进nsga-ii的无人机路径规划方法 |
CN112417770A (zh) * | 2020-12-09 | 2021-02-26 | 浙江工业大学 | 一种基于多模态多目标粒子群优化算法的选址优化方法 |
CN112734088A (zh) * | 2020-12-28 | 2021-04-30 | 浙江工业大学 | 一种基于自组织多模态多目标量子粒子群优化算法的路径规划方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113962639A (zh) * | 2021-12-23 | 2022-01-21 | 湖北普罗格科技股份有限公司 | 一种基于全域地图的配送路径规划方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108981739B (zh) | 一种路径规划方法、装置、服务器及存储介质 | |
Sharma et al. | DPTR: Distributed priority tree-based routing protocol for FANETs | |
CN108827335B (zh) | 一种基于单向搜索模型的最短路径规划方法 | |
CN111880561B (zh) | 城市环境下基于改进鲸鱼算法的无人机三维路径规划方法 | |
CN103529843A (zh) | Lambda*路径规划算法 | |
CN104596531A (zh) | 一种导航路线的生成方法、装置及服务器 | |
CN114815802A (zh) | 一种基于改进蚁群算法的无人天车路径规划方法和系统 | |
CN109668561B (zh) | 一种室内路径规划方法、终端及可读存储介质 | |
Dey et al. | Prim’s algorithm for solving minimum spanning tree problem in fuzzy environment | |
CN108413963A (zh) | 基于自学习蚁群算法的条形机器人路径规划方法 | |
CN113704370A (zh) | 一种基于多模态多目标优化算法的路径规划算法 | |
Du et al. | GAQ-EBkSP: a DRL-based urban traffic dynamic rerouting framework using fog-cloud architecture | |
Dutta et al. | A modified Kruskal's algorithm to improve genetic search for open vehicle routing problem | |
Yang et al. | A novel urban emergency path planning method based on vector grid map | |
Benbouzid-SiTayeb et al. | An effective multi-objective hybrid immune algorithm for the frequency assignment problem | |
CN115826591B (zh) | 一种基于神经网络估计路径代价的多目标点路径规划方法 | |
Wang et al. | UAV online path planning based on improved genetic algorithm with optimized search region | |
CN111477006A (zh) | 基于高德路径规划接口的交通路网模型构建方法 | |
CN110503234A (zh) | 一种物流运输调度的方法、系统及设备 | |
Liu et al. | A quantum computing based numerical method for solving mixed-integer optimal control problems | |
CN110473459A (zh) | 基于网络Voronoi图的点群选取 | |
CN114877901A (zh) | 基于地图栅格化融合与A-star搜索的城市应急路径规划方法 | |
CN110211204A (zh) | 一种确定道路任务包的方法、装置及存储介质 | |
CN109785351B (zh) | 道路围栏的合并方法及装置、存储介质、电子装置 | |
CN113284030A (zh) | 一种城市交通网络社区划分方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |