[發明專利]基于隨機策略與多目標優化算法的施工場地平面布置方法

在審

• 申請號: 201911196908.3
• 申請日: 2019-11-27
• 公開（公告）號: CN111191304A
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 何華剛;張雨果;陳再勵;趙楚楠;呂山可
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06F30/13
• 分類號: G06F30/13;G06F30/18;G06F111/06;G06F111/08
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 郝明琴

本發明提供一種基于隨機策略與多目標優化算法的施工場地平面布置方法，以待布置設施對應的矩形的左上頂點的位置坐標為決策變量，進行隨機策略布置，并對隨機生成的布置方案進行防重疊約束，形成多目標優化算法的初始種群；以實數編碼的形式將隨機生成的設施的布置位置坐標作為染色體基因座上的基因參與多目標優化算法的迭代運算，并在交叉、變異操作上進行自適應算法改進，最終得到最優的施工場地布置方案。本發明的有益效果：解決了現有施工場地布置策略存在的易丟解和局部最優解弊端，充分發揮了智能算法的全局尋優特點；從多個工程實際需求出發，最終的場地布置方案不再單一滿足某一方面的需求，從整體上提高了場地布置方案的各項功能需求。

技術領域

本發明涉及，尤其涉及一種基于隨機策略與多目標優化算法的施工場地平面布置方法。

背景技術

目前，智能化的施工場地平面布置方法主要是通過建立場地布置所要達到的目標模型，借助現有的智能算法的智能尋優特性，比如遺傳算法、蟻群算法、粒子群算法等，最終得到滿足目標的最優場地布置方案；這類方法在進行算法運用之前，需要先確定場地內設施的布置模式，然后算法依據該布置模式對待布置設施進行智能規劃。現有的場地內設施的布置模式主要是采用自動換行的布置策略，即首先對待布置設施進行編號，然后通過隨機打亂編號順序的方式將各個設施按照逐行排列；若同一行內的設施長度之和與該行中設施之間的實際間距之和的總和超過了最大橫向空間長度限制，則本行的最后一個設施自動進入下一行。

上述布置策略在采用智能算法進行優化布置的過程中容易出現優解丟失問題，原因在于所有設施按照自動換行模式布置完畢后，對布置區域的剩余布置空間進行設施布置的可能性將為0，導致在剩余布置空間上進行布置的布局方案所得到的可能更優目標值將間接丟失，也就是說，初始種群的多樣性在算法初始階段就已被削弱，智能算法在多樣性存在缺陷的初始種群中進行智能尋優，得到的最終解可能只是局部最優解而非全局最優解。因此，利用上述布置策略進行場地布置雖然在一定程度上能夠對場地布置方案進行優化，但并未完全發揮算法的全局尋優特點以及場地布置方案的最佳優化目標。

發明內容

針對現有布置策略易丟解、全局最優性弱的缺陷，本發明提供了一種基于隨機策略與多目標優化算法的施工場地平面布置方法。

本發明提供一種基于隨機策略與多目標優化算法的施工場地平面布置方法，包括采用隨機策略進行場地布置的初始階段：

101、將整個施工場地的平面區域進行網格化，形成若干個面積大小相同方形區域，并基于所述方形區域建立施工場地的二維坐標系；

102、將待布置設施根據各自的實際尺寸大小模型化為規則矩形，并以矩形的任一頂點的位置坐標為隨機策略的決策變量，在步驟101建立的二維坐標系的基礎上，隨機生成滿足施工場地空間限制的設施位置坐標；

103、對于任一待布置設施，判斷隨機生成的位置坐標是否滿足防重疊約束，若滿足，則保留所述位置坐標作為所述待布置設施的布置方案，若不滿足，則舍棄所述位置坐標并再次隨機生成新的位置坐標，直到滿足防重疊約束為止；

104、對所有待布置設施執行步驟103、步驟104，得到一個場地布置方案，所述場地布置方案作為多目標優化算法的初始種群中的一個樣本；

105、根據初始種群的樣本數量，重復執行步驟102-104，生成多目標優化算法的初始種群。

進一步地，還包括采用多目標優化算法進行改進的優化階段：

201、給定交叉概率，并以多點交叉的方式確定兩個染色體之間待交叉的基因座區間；

202、逐個進行基因座上基因的交叉操作并判斷交叉后是否滿足防重疊約束，若滿足，則保留所述基因交叉操作，否則，撤銷所述基因交叉操作；直到種群中的所有染色體均完成交叉操作；

203、給定變異概率，并以均勻變異的方式確定兩個染色體之間待變異的基因座區間；