[发明专利]多目标下的物流机器人配送路径动态自动规划方法及系统

权利要求书

1.多目标下的物流机器人配送路径动态自动规划方法，其特征在于，包括：

获取多目标机器人所有可能的路径；

将一个多目标机器人路径问题通过切比雪夫的分解方式转化为多个单目标子问题，并获得各个单目标优化函数的聚合函数；

从单目标子问题的种群中选取父代，通过进化方式生成新个体，通过聚合函数对新个体进行分析，若新个体可行且优于父代则替换父代；重复上述步骤直至达到最大迭代次数输出结果种群，根据结果种群提供一组可行的配送方案；从而进入算法的第一层进化优化；所述提供一组可行的配送方案的步骤包括：

从子问题的种群中得到当前父代个体，随机从种群中选取另一个父代个体，通过单点交叉方式依据交叉概率进行交叉，生成子代，然后将子代进行变异获取新个体；其中，变异的方式为在个体的基因上随机选择一点使其0，1互换；

通过聚合函数判断新个体是否可行，若可行则判断是否优于任一父代个体，若优于则替换其中之一，形成新的种群；

根据预设权重从一组可行的配送方案中选择最终配送方案进行配送；所述选择最终配送方案进行配送步骤包括：将预设权重下的全局最优解进而二次优化获取最终配送方案，所述二次优化以路径的消耗代价为优化目标，具体包括：

步骤4.1：依据当前点坐标与剩余待配送的目标点，算法初始化一个当前解；并且依据当前权重下的最优路径计算当前点到各个目标点路径在目标1与目标2下的消耗代价；

步骤4.2：采用变异方式生成新的解，同时计算以当前解为配送顺序时的消耗代价；

步骤4.3：比较新的解的消耗代价和当前解的消耗代价；如果新的解的消耗较小于当前解的消耗代价则替换掉当前解，同时使得计数参数重置为零，并返回步骤4.2；否则不发生替换同时使得计数参数加一，并判断技术参数是否达到设定值，若未达到并返回步骤4.2，若达到则进入步骤4.4；

步骤4.4：当计算参数大于设定值时，输出最终决策，以最终决策作为最终选择的路径；

判断当前路径的预计电力消耗是否大于当前剩余电量，若大于则依据当前权重微调获取新的路径，以获取满足电力实际需求下的配送路径。

2.如权利要求1所述的多目标下的物流机器人配送路径动态自动规划方法，其特征在于，所述获取多目标机器人所有可能的路径步骤包括：获取起始点坐标、多个目的地坐标和地图信息，依据地图信息确定道路编码和路口编码并生成节点图，根据节点图结合起始点坐标和多个目的地坐标生成多目标机器人路径。

3.如权利要求1所述的多目标下的物流机器人配送路径动态自动规划方法，其特征在于，所述获得各个单目标优化函数的聚合函数步骤包括：

初始化一个机器人路径种群，对种群中所有个体进行编码；

采用的分解方式为切比雪夫的切分方式，将一个动态多目标优化问题转化为一系列动态单目标优化问题，获得各个目标优化函数的聚合函数；

所述聚合函数包括决策变量、维度和权重向量。

4.如权利要求1所述的多目标下的物流机器人配送路径动态自动规划方法，其特征在于，对所有权重的决策进行同时优化，重复上述步骤在优化迭代的次数达到最大迭代次数后输出结果种群；依据结果种群提供一组可行的配送方案。