蚁群算法在复杂室内环境路径规划中的应用研究
发布时间：2020-08-27 11:34
【摘要】：随着大型建筑物的不断落成,复杂室内环境下的路径规划问题已成为近些年研究的热点问题之一。传统社会中人们面对陌生环境的应对方式多是询问熟悉此环境的人,而现代社会快节奏的生活方式已经让人们习惯于求助于信息技术来解决生活中遇到的多种困难,人们迫切地需要一种复杂室内环境下的路径规划方案。针对目前室内路径规划算法和室内路径规划方案存在的不足,本文改进蚁群算法使其能够适应复杂室内环境下的路径规划需求,并且提出一种新的室内路径规划方案。考虑到复杂环境下的室内路径规划问题实质上是最短路径问题的具体应用,而不同环境下的最短路径规划问题的数学模型具有较大差异性,而且缺少具有典型特征的数据模型进行算法性能的检验,对于算法改进的效果缺少说服力。TSP(Travelling Salesman Problem)问题与最短路径问题都属于经典组合优化问题,二者存在着许多相似之处,而且TSP问题模型能够用来测试算法的寻优性能,检验算法改进的效果。本文先对基本蚁群算法进行了改进,并将改进蚁群算法在Matlab平台求解TSP问题,验证了算法改进的有效性和可行性,再使用差分进化算法优化其参数设置,进一步提高了算法的收敛性,接着根据TSP问题和最短路径问题数据模型之间的区别进行调整,优化转移概率和引入局部搜索策略,得到适用于求解最短路径问题的改进蚁群算法,并将其与基本蚁群算法代入最短路径问题模型进行求解,比较求得的路径长度,验证了改进方法的有效性。针对现有室内路径规划应用软件存在的不足,本文提出了一种解决方案,即针对不同的大型建筑物,执行统一的电子地图绘制标准,在电子地图中标注出能够通行的路线和到达的地点。在使用过程中,从云端下载该建筑物的电子地图,实现路径规划功能。本文采用北京蜂鸟视图科技有限公司提供的三维室内地图,利用其推出的“蜂鸟云”平台产品进行二次开发,采用本文改进的蚁群算法进行室内路径规划,成功开发出一款基于Android系统的室内路径规划手机 APP(Application)。
【学位授予单位】：哈尔滨商业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP18;TU238.2
【图文】：
＝邋必仅＆４虫马蚁所＆节点、Ｚ？到Ｔ—ｔ节点、ｙ逦巨离有关，对于虫马蚁转移到ｆ逡逑点７＿之后，从节点Ｊ出发到达下一个节点ｘ时面临的情况，当前正位于节点／的蚂蚁却不加以考逡逑虑［６６］。如图２－１所示，从Ａ点出发到Ｂ点，有两条路径可选，Ａ—Ｃ—Ｂ或Ａ—Ｄ—Ｂ。当蚂蚁逡逑位于Ａ点时，ＡＤ的距离远小于ＡＣ的距离，蚂蚁更倾向于选择ＡＤ这条路径，而当蚂蚁到达逡逑Ｄ点后，在它面前只有ＤＢ这一个选择，只能继续向前达到Ｂ点，Ａ—Ｄ—Ｂ总长是１０，而最逡逑优路径Ａ—Ｃ—Ｂ的长度只有８，蚂蚁在Ａ点选择ＡＤ只能得到次优解，并非最优解。逡逑Ｄ逡逑图２－１蚂蚁移动示意图逡逑其次，在蚂蚁＆选择下一节点的概率；计算中，随着算法迭代次数的增加，信息素不断逡逑积累，导致信息启发式＾对最终转移概率计算结果的影响越来越大，而期望启发式识的影响逡逑越来越小，导致算法最终以各条路径上的信息素浓度标准寻找最优路径，结果却收敛于局部最逡逑优解，不再开拓新的路径。故有必要在转移概率计算公式中增加路径长度的影响力。逡逑基于以上两点考虑
基本蚁群算法局部搜索能力差，易陷入局部最优解，需要引入局部优化算法。常见的局逡逑部搜索策略有２－0Ｐｔ交换算法和逆转、插入变异算子。逡逑（１）邋２－ｏｐｔ算法。２－ｏｐｔ算法的实现如图２－２所示，对于已存在的一条较优路径：＆逡逑—ｓ邋＾邋ｓ邋＾邋ｓ逦＾邋ｓ邋ｓ逦＾邋Ｓ邋Ｓ邋＇将其从邋４邋和逦Ａ邋和＾；＋】之间断开，则逡逑得到原路径的两条分支路径：ｙ逦＾邋Ｙ邋—邋Ｓ＇邋—邋Ｓ＊邋—邋Ｓ＇邋—逦和ｙ邋—逦，将Ｙ逡逑＾／＋１逦＾１逦＾２逦＾３逦＾ｉ＋＼逦６／逦＾／＋１逡逑—…一Ｓ倒序排列则得到＆…？？一＆，将＆与＆相连，心相连，则得到交换后的新逡逑路径：ｙ邋９邋Ｙ逦Ｙ邋Ｙ邋—逦４邋ｙ邋—逦逦邋Ｙ邋—卩，比较原路径与新路径的长逡逑－９－逡逑
一＾Ｘｌ00％。逡逑基本蚁群算法求解三个数据模型的仿真图如图３－１、图３－２和图３－３所示，求解三个数据模逡逑型的最短路径长度如表３－１所示。由求解结果可知，当最大迭代次数设置为５００时，基本蚁群逡逑算法求解三个数据模型与理论最优解的偏差在８％以内，而且随着节点数的增加，偏差也在增逡逑大，观察三个模型的仿真图中的旅行商问题优化结果图可以发现求得的路径存在交叉，增大了逡逑路径长度，有极大的改进空间。逡逑表３－１基本蚁群算法求解ＴＳＰ问题最短路径统计表逡逑数据模型逦最短路径长度逦理论最优解逦偏差（％）逡逑ｅｉｌ５１逦４４９．２７２３逦４２８．８７１８逦４．７６逡逑ｅｉｌ７６逦５７３．９６０３逦５４５．３８７６逦５．２４逡逑ｅｉｌｌＯｌ逦６９３．０９２４逦６４２．３０９５逦７．９１逡逑８０邋ｒ逦８００邋逦■逦■逦逡逑┐耷校欤体义限靛危渝澹担埃板义
本文编号：2806049
【学位授予单位】：哈尔滨商业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP18;TU238.2
【图文】：
＝邋必仅＆４虫马蚁所＆节点、Ｚ？到Ｔ—ｔ节点、ｙ逦巨离有关，对于虫马蚁转移到ｆ逡逑点７＿之后，从节点Ｊ出发到达下一个节点ｘ时面临的情况，当前正位于节点／的蚂蚁却不加以考逡逑虑［６６］。如图２－１所示，从Ａ点出发到Ｂ点，有两条路径可选，Ａ—Ｃ—Ｂ或Ａ—Ｄ—Ｂ。当蚂蚁逡逑位于Ａ点时，ＡＤ的距离远小于ＡＣ的距离，蚂蚁更倾向于选择ＡＤ这条路径，而当蚂蚁到达逡逑Ｄ点后，在它面前只有ＤＢ这一个选择，只能继续向前达到Ｂ点，Ａ—Ｄ—Ｂ总长是１０，而最逡逑优路径Ａ—Ｃ—Ｂ的长度只有８，蚂蚁在Ａ点选择ＡＤ只能得到次优解，并非最优解。逡逑Ｄ逡逑图２－１蚂蚁移动示意图逡逑其次，在蚂蚁＆选择下一节点的概率；计算中，随着算法迭代次数的增加，信息素不断逡逑积累，导致信息启发式＾对最终转移概率计算结果的影响越来越大，而期望启发式识的影响逡逑越来越小，导致算法最终以各条路径上的信息素浓度标准寻找最优路径，结果却收敛于局部最逡逑优解，不再开拓新的路径。故有必要在转移概率计算公式中增加路径长度的影响力。逡逑基于以上两点考虑
基本蚁群算法局部搜索能力差，易陷入局部最优解，需要引入局部优化算法。常见的局逡逑部搜索策略有２－0Ｐｔ交换算法和逆转、插入变异算子。逡逑（１）邋２－ｏｐｔ算法。２－ｏｐｔ算法的实现如图２－２所示，对于已存在的一条较优路径：＆逡逑—ｓ邋＾邋ｓ邋＾邋ｓ逦＾邋ｓ邋ｓ逦＾邋Ｓ邋Ｓ邋＇将其从邋４邋和逦Ａ邋和＾；＋】之间断开，则逡逑得到原路径的两条分支路径：ｙ逦＾邋Ｙ邋—邋Ｓ＇邋—邋Ｓ＊邋—邋Ｓ＇邋—逦和ｙ邋—逦，将Ｙ逡逑＾／＋１逦＾１逦＾２逦＾３逦＾ｉ＋＼逦６／逦＾／＋１逡逑—…一Ｓ倒序排列则得到＆…？？一＆，将＆与＆相连，心相连，则得到交换后的新逡逑路径：ｙ邋９邋Ｙ逦Ｙ邋Ｙ邋—逦４邋ｙ邋—逦逦邋Ｙ邋—卩，比较原路径与新路径的长逡逑－９－逡逑
一＾Ｘｌ00％。逡逑基本蚁群算法求解三个数据模型的仿真图如图３－１、图３－２和图３－３所示，求解三个数据模逡逑型的最短路径长度如表３－１所示。由求解结果可知，当最大迭代次数设置为５００时，基本蚁群逡逑算法求解三个数据模型与理论最优解的偏差在８％以内，而且随着节点数的增加，偏差也在增逡逑大，观察三个模型的仿真图中的旅行商问题优化结果图可以发现求得的路径存在交叉，增大了逡逑路径长度，有极大的改进空间。逡逑表３－１基本蚁群算法求解ＴＳＰ问题最短路径统计表逡逑数据模型逦最短路径长度逦理论最优解逦偏差（％）逡逑ｅｉｌ５１逦４４９．２７２３逦４２８．８７１８逦４．７６逡逑ｅｉｌ７６逦５７３．９６０３逦５４５．３８７６逦５．２４逡逑ｅｉｌｌＯｌ逦６９３．０９２４逦６４２．３０９５逦７．９１逡逑８０邋ｒ逦８００邋逦■逦■逦逡逑┐耷校欤体义限靛危渝澹担埃板义
本文编号：2806049
本文链接：https://www.wllwen.com/guanlilunwen/chengjian/2806049.html
