[發明專利]基于蟻群算法的糧食運輸方法、設備、存儲介質及裝置

有效

• 申請號: 201910167474.8
• 申請日: 2019-03-08
• 公開（公告）號: CN109740829B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 劉朔;周康;江法霖
• 申請（專利權）人: 武漢輕工大學
• 主分類號: G06Q10/047
• 分類號: G06Q10/047;G06Q10/0835;G06Q50/02
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

本發明公開了一種基于蟻群算法的糧食運輸方法、設備、存儲介質及裝置，所述方法包括：對糧食運輸賦權圖進行多級粗化，獲得第一級－第N級糧食運輸粗化圖，并將第N級糧食運輸粗化圖對應的第N級蟻群算法參數作為第n級蟻群算法參數；從第n級蟻群算法參數中選取第n?1級蟻群算法參數，根據第n?1級蟻群算法參數對第n級糧食運輸粗化圖進行尋優，獲得第n級最優路徑，循環操作直至獲得第一級最優路徑，即糧食運輸網絡圖的目標最優路徑。通過對賦權圖進行多級粗化，將大規模問題轉化為小規模問題，在較粗級別的參數中選取較細級別的參數，參數選取范圍逐漸變小，從而提高了參數配置的準確度，根據參數計算賦權圖的最優路徑，提高了計算效率。

技術領域

本發明涉及路徑規劃技術領域，尤其涉及一種基于蟻群算法的糧食運輸方法、設備、存儲介質及裝置。

背景技術

糧食運輸是糧食產業的一個重要環節。傳統上，利用混合整數規劃模型,使用分支定界法對于該問題給出了運輸費用最低和運輸時間最短等最優解。但是,整數規劃模型只能解決小型和中等規模的問題，實際糧食運輸系統的規模通常異常龐大，計算量呈指數增長，傳統方法無法求解。進化算法如模擬退火、遺傳算法和蟻群優化可以有效的解決大規模計算問題，并得到了實際的應用。

然而，進化式算法最主要問題在于：其性能和計算時間是高度依賴于參數設置和初始條件，而大規模問題難以較好地對參數和初始條件進行配置，計算效率會大大降低。

發明內容

本發明的主要目的在于提供一種基于蟻群算法的糧食運輸方法、設備、存儲介質及裝置，旨在解決現有技術中進化式算法計算效率低下的技術問題。

為實現上述目的，本發明提供一種基于蟻群算法的糧食運輸方法，所述方法包括以下步驟：

獲取糧食運輸網絡圖，并將所述糧食運輸網絡圖轉化為糧食運輸賦權圖；

對所述糧食運輸賦權圖進行多級粗化，獲得第一級－第N級糧食運輸粗化圖，并將所述第N級糧食運輸粗化圖對應的第N級蟻群算法參數作為第n級蟻群算法參數；

從所述第n級蟻群算法參數中選取第n-1級蟻群算法參數，根據所述第n-1級蟻群算法參數對第n級糧食運輸粗化圖進行尋優，獲得第n級最優路徑；

對n進行自減1，并返回所述從所述第n級蟻群算法參數中選取第n-1級蟻群算法參數的步驟，直至獲得第一級最優路徑，將所述第一級最優路徑作為所述糧食運輸網絡圖的目標最優路徑。

優選地，所述從所述第n級蟻群算法參數中選取第n-1級蟻群算法參數，根據所述第n-1級蟻群算法參數對第n級糧食運輸粗化圖進行尋優，獲得第n級最優路徑，具體包括：

從所述第n級蟻群算法參數中選取第n-1級蟻群算法參數；

根據所述第n-1級蟻群算法參數計算第n級狀態轉移概率；

根據所述第n級狀態轉移概率計算螞蟻在所述第n級糧食運輸粗化圖中的走向，以獲得第n級最優路徑。

優選地，所述根據所述第n-1級蟻群算法參數計算第n級狀態轉移概率之前，所述基于蟻群算法的糧食運輸方法還包括：

從第n級糧食運輸粗化圖中查找所述第n+1級最優路徑對應的待定路徑，對所述待定路徑中的信息素增加預設值，獲得第n級信息素；

相應地，所述根據所述第n-1級蟻群算法參數計算第n級狀態轉移概率，具體包括：

根據所述第n-1級蟻群算法參數和所述第n級信息素計算第n級狀態轉移概率。

優選地，所述獲取糧食運輸網絡圖，并將所述糧食運輸網絡圖轉化為糧食運輸賦權圖，具體包括：

獲取糧食運輸網絡圖，從所述糧食運輸網絡圖中提取出運輸站點和所述運輸站點之間的路徑；