[发明专利]一种路径规划方法及装置

说明书

本发明提供了一种路径规划方法及装置，针对具有站点组访问顺序约束的路径规划问题，通过构建基于遗传算法的路径规划模型进行路径规划，在满足站点组访问顺序约束的条件下，将路径距离最短的访问路径作为最优解输出，实现自动化路径规划，避免人工进行路径规划导致的效率低下和准确性低的问题，提高了路径规划的效率和准确性，在实际应用中能够缩短物流配送的调度时间，进而提升物流配送的调度效率。

技术领域

本发明涉及路径规划技术领域，更具体的，涉及一种路径规划方法及装置。

背景技术

在物流运输中，车辆路径规划(VRP)占有举足轻重的位置，是影响物流成本的重要因素。

现有的物流路径规划方法，一般采用人工规划，但是当订单数目很大时，人工规划的难度大大增加，且无法准确的规划路径距离最短的物流路径。

发明内容

有鉴于此，本发明提供了一种路径规划方法，提高了路径规划的效率和准确性。

为了实现上述发明目的，本发明提供的具体技术方案如下：

一种路径规划方法，包括：

获取多条访问路径数据，每条访问路径数据包括按照访问顺序排序的多个站点组，每个站点组包括多个站点；

根据多条所述访问路径数据构建基于遗传算法的路径规划模型，所述路径规划模型中每条访问路径分别对应一条染色体，多条所述访问路径数据构成染色体组，每个站点组分别对应一个染色体分片，每个站点分别对应一个基因；

基于所述路径规划模型进行迭代计算；

判断当前迭代次数是否小于预设迭代次数；

若是，当前迭代次数加1，并返回执行所述基于所述路径规划模型进行迭代计算；

若否，将迭代过程中具有最大适应度的染色体作为最优解输出，所述适应度为路径距离的倒数。

可选的，所述基于所述路径规划模型进行迭代计算，包括：

基于所述路径规划模型，采用遗传算法更新染色体组，生成新的子代染色体组。

可选的，所述基于所述路径规划模型，采用遗传算法更新染色体组，生成新的子代染色体组，包括：

计算所述染色体组中每个染色体的适应度；

根据适应度对所述染色体组中的各个染色体进行排序，将排名前预设比例的染色体与以预设概率从剩余染色体中选择的染色体确定为父代染色体；

判断所述染色体组中子代染色体的数量是否达到预设值；

若所述染色体组中子代染色体的数量未达到预设值，随机选择两个父代染色体，并从选择的两个父代染色体中随机选择相同位置的染色体分片进行基因交叉，生成第一子代染色体和第二子代染色体；

生成一个随机数，并根据该随机数的大小确定保留所述第一子代染色体还是所述第二子代染色体，并返回判断所述染色体组中子代染色体的数量是否达到预设值；

若所述染色体组中子代染色体的数量达到预设值，将具有最大适应度的染色体确定为子代染色体，并判断除具有最大适应度的染色体之外的子代染色体是否都参与变异；

若未都参与变异，在未参与变异的子代染色体中随机选择一个染色体分片进行基因变异，并返回所述判断除具有最大适应度的染色体之外的子代染色体是否都参与变异；

若都参与变异，确定已生成新的子代染色体组。

可选的，所述判断除具有最大适应度的染色体之外的子代染色体是否都参与变异，包括：

分别为除具有最大适应度的染色体之外的每个子代染色体生成一个随机数；