基于融合算法的多林区航线调度规划方法

文档序号:26009881发布日期:2021-07-23 21:29阅读:来源:国知局

技术特征:

1.一种基于融合算法的多林区航线调度规划方法,其特征在于:包括如下步骤:

s1、根据需要喷药的林区数量设置混合粒子群算法的进化次数nmax、个体数目和初始化粒子位置;

其中,种群的长度为个体数目加1,单个喷药区域采用全覆盖航线规划算法,从边界最长边根据飞机喷福宽度以此做平行线,到其它边界交界时,飞机掉头飞行,直至遍历完单个喷药区域所有面积,单个喷药区域有进入点和出入点,将单个喷药区域用进出入点连线的中点表示,飞机起降点作为一个点,放在种群长度最后一位;

s2、根据片区进出点中点生成的邻域表计算粒子适应度值,以各片区进出点中点坐标作为参考点计算各林区作业顺序路径距离;

s3、更新粒子,根据粒子适应度值更新个体最优粒子和群体最优粒子;

s4、个体最优交叉,将个体和个体最优粒子进行交叉得到新粒子;

s5、群体最优交叉,将个体和群体最优粒子进行交叉得到新粒子;

s6、粒子变异,粒子自身变异得到新粒子;

s7、检查迭代次数是否达到最大进化次数;当n≥nmax,执行步骤s8,否则执行步骤s2;

s8、输出作业顺序路径解集;

s9、设置第二层遗传算法种群大小、交叉概率、变异概率、第二层算法最大迭代次数genmax,并将迭代次数初值置1,即gen=1;

s10、第二层遗传算法初始化种群chrom2,编码方式采用二进制编码;

s11、计算第二层算法的适应度值;将各喷药区域进出点横坐标、纵坐标生成的邻域表,将飞机起降点看成2个点,但将坐标定为同一数值,以方便快速利用邻域表计算适应度值;适应度f2设计为针对每一种进出入状态下第一层算法得到的所有全局区域间调度航线的最短距离的倒数;

s12、对种群chrom2中进行选择、交叉、变异操作;然后重新插入后得更新后种群chrom2;

s13、检测迭代次数是否超过最大迭代次数genmax,当迭代次数未超过最大迭代次数时,返回步骤s11,否则进行步骤s14;

s14、输出最短的全局区域间调度路径,该最短调度路径即为多林区航线调度规划的最佳调度方案。

2.如权利要求1所述的基于融合算法的多林区航线调度规划方法,其特征在于:所述步骤s9中,遗传算法种群中的种群大小设置为林区数与飞机起降点之和的4~6倍,代沟设置为常数,代沟设置为0.9~0.95;交叉概率pc和变异概率pm均设计为动态变化概率;其计算公式:

3.如权利要求1所述的基于融合算法的多林区航线调度规划方法,其特征在于:其中pcmin=0.6,pcmax=0.9,pm0=0.1。


技术总结
本发明公开了一种基于融合算法的多林区航线调度规划方法,包括以下步骤:S1、根据需要喷药的林区数量设置混合粒子群算法的进化次数Nmax、个体数目,初始化粒子位置;S2、计算粒子适应度值;S3、根据粒子适应度值更新个体最优粒子和群体最优粒子;S4、个体最优交叉;S5、群体最优交叉;S6、粒子变异;S7、检查迭代次数;S8、输出作业顺序路径解集;S9、设置遗传算法种群大小,交叉概率,变异概率;S10、遗传算法初始化种群Chrom2,采用二进制编码的方式;S11、计算第二层算法的适应度值;S12、对种群Chrom2中进行选择、交叉、变异操作;然后重新插入后得更新后种群Chrom2;S13、检测迭代次数;S14、输出最短的全局区域间调度路径。

技术研发人员:方树平;茹煜;刘洋洋;刘彬;陈旭阳;李建平;夏达明
受保护的技术使用者:南京林业大学
技术研发日:2021.05.21
技术公布日:2021.07.23
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1