[发明专利]基于蚁群优化算法的书籍无人配送方法及计算机设备

权利要求书

1.一种基于蚁群优化算法的书籍无人配送方法，其特征在于，步骤包括：

S01.配送互联网构建：预先将多个配送机器人与控制中心建立连接；

S02.借还请求接收：控制中心接收到借阅人或还书人通过借阅终端发送的借还请求时，对接收到的所述借还请求进行解析，获取得到所需借阅书籍或待还书籍的信息以及配送目标地址；

S03.配送任务控制：控制各目标配送机器人启动配送任务，其中优先启动借书配送以及还书任务的取书操作，并以目标配送机器人当前所在位置作为起始点、所需配送的各目标地址作为各个目标点，采用蚁群优化算法搜索从起始点到各目标点的最优路径，以使得目标配送机器人的总配送路径最短，当完成当前配送任务、等待新配送任务的空闲时段，启动将待还书籍配送至指定还书点。

2.根据权利要求1所述的基于蚁群优化算法的书籍无人配送方法，其特征在于，所述步骤S03中，采用蚁群优化算法进行路径搜索时，在迭代次数在预设阈值以内时，对搜索到的最优路径上的信息素进行奖励，如果搜索到当前最优路径的持续代数超过预设阈值时，则对当前搜索到的最优路径给予预设的惩罚系数，同时给予与起始点到目标点之间连线平行或夹角在指定范围内的路径设置预设的奖励系数以进行奖励。

3.根据权利要求2所述的基于蚁群优化算法的书籍无人配送方法，其特征在于，所述采用蚁群优化算法搜索从起始点到各所述目标点的最优路径的步骤具体包括：

S301.以总借书配送路径最短为目标，确定从起始点至各目标点的配送顺序；

S302.按照确定的各目标点的配送顺序确定每次路径搜索的起始点与目标点，并为目标配送机器人采用蚁群优化算法进行路径搜索，其中在迭代次数在预设阈值以内时，对搜索到的最优路径上的信息素进行奖励，如果当前最优路径持续代数超过预设阈值时，则对当前搜索到的最优路径给予预设的惩罚系数，同时给予与起始点到目标点之间连线平行或夹角在指定范围内的路径设置预设的奖励系数以进行奖励：

S303.判断是否完成所有目标点的配送，如果为否则返回步骤S302，否则完成当前借书配送。

4.根据权利要求3所述的基于蚁群优化算法的书籍无人配送方法，其特征在于，所述步骤S302中采用蚁群优化算法进行路径搜索的步骤包括：

S321.对初始信息素矩阵、最大迭代次数N以及蚂蚁数量M进行初始化；

S322.迭代搜索，为每只蚂蚁选择下一个节点：让蚁群按照随机搜索策略进行目标点的搜索，计算当前迭代次数下每只蚂蚁从当前位置移动至所有可行下一目标点的转移概率，根据转移概率通过轮盘赌算法从当前位置随机选择下一个移动目标点，生成一条路径；当一次迭代过程中，蚁群中每只蚂蚁均走完一次时，得到本次迭代的多条路径；

S323.计算当前迭代搜索到的每条路径的代价值，选出代价值最低的路径作为本次迭代的局部最优路径；

S324.更新信息素矩阵：根据迭代的局部最优路径更新信息素矩阵，其中如果当前局部最优路径的持续代数超过预设阈值，则对当前局部最优路径给予预设惩罚系数以减小信息素，起始点到目标点之间连线平行或夹角在指定范围内的路径设置预设的奖励系数以增大信息素；

S325.判断当前迭代次数是否小于预设搜索控制阈值，如果为否则返回步骤S322以按照更新后的信息素矩阵进行迭代，否则完成搜索并输出最优路径。

5.根据权利要求4所述的基于蚁群优化算法的书籍无人配送方法，其特征在于，所述步骤S324中，如果当前局部最优路径的持续代数小于预设阈值，则信息素τij按照下式计算得到：

其中，p(0＜ρ＜1)为全局信息素挥发程度，N是搜索过程中的城市节点个数，L_best为当前搜索到的最优路径；

如果当前局部最优路径的持续代数超过预设阈值，对按照下式对当前局部最优路径给予预设惩罚系数更新信息素τij：

τij＝τij+μ1/(N·L_best) (2)

其中，μ1为惩罚系数；

以及按照下式对起始点到目标点之间连线平行的路径设置奖励系数更新信息素τij：

τij＝τij+μ2/(N·L_best) (3)

其中，μ2为惩罚系数。