基于遗传算法的工厂夜间巡逻路线优化问题研究.docVIP

基于遗传算法的工厂夜间巡逻路线优化问题研究 　　摘要：在建立巡逻路线优化模型的基础上，设计了一种求解有权重路径的遗传算法；并构造了特殊的染色体编码规则和交叉、变异的处理方法，最后，进行了算法的比较实验和结果分析，以验证算法的可行性和有效性． 　　关键词：夜间巡逻；最优路线；遗传算法 　　中图分类号：TP301文献标识码：A文章编号：1009-3044(2011)07-1684-02 　　Optimization of Night-Patrol Routes Based on Genetic Algorithm 　　WANG Xiao-wei, JI Gang-li, XU Xiao-zhuang 　　(PLA University of Science and Technology, Nanjing 210007, China) 　　Abstract: On the basis of establishing the optimal model of Night-Patrol routes, a genetic algorithm was designed to obtain the route with a minimum generalized weigh. In the end, comparative experiments were performed and the experimental result Was analyzed so as to show the feasibility and effectiveness of the algorithm. 　　Key words: night-patrol; optimal route; genetic algorithm 　　工厂夜间巡逻是安保人员在夜间对工厂所属物资及设施所进行的巡查警戒以确保安全的一种行为。由于工厂一般面积较大，工厂内的建筑物较多，巡逻时应提高巡逻的效率，就是在最短时间内尽可能走到更多的地方。因此，为恰当地选择巡逻路线进行了巡逻路线优化研究，为安保人员提供最便捷最高效的巡逻路线方案。 　　1 常见解决路线问题的方法 　　1) 贪心法。在组合算法中，将每一步都取局部最优的求解方法称为贪心法。贪心法在路线选择问题中一般只能找到局部最优解。这也正是贪心法的不足之处。 　　2) 枚举法。这是一种最简单，也是最费时的方法，因为它要把所有的路径方案都列出来，从中选一个最短的。穷举法的优点是找到的优化路径一定是全局最优的解，其致命缺点为惊人的计算开销。此方法运算量是成指数级增长的，因此只适合在节点少的情况下应用。 　　3) 模拟退火法。模拟退火法也是一种常见的解决路线优化问题的方法，缺点在于运算量大，往往容易陷入局部最优。此外，还可以用蚁群法、近邻法、分枝定界法、最小生成树法、神经网络法等方法对此问题进行研究。 　　2 遗传算法的优势 　　遗传算法利用参数集的编码进行计算而不是参数本身，它的搜索是从一组基本可行解开始而不是一个节点。应用目标函数的信息，而不是其它辅助信息，使用概率转移规则来指导搜索而不是确定性规则。正是由于这些不同之处导致了该算法相对其它常用算法的多种优势。 　　3 模型建立 　　1) 巡逻网络图。巡逻路线的选定可以定义成这样：安保人员从巡逻起点到终点的一条最短路径。那么，我们建立工厂的巡逻网络图G=(V,A,D)，其中，V代表节点集，也就是工厂需要巡逻的各个厂房、设施等，A代表路线，D代表路线的行走难易程度。而难易程度是根据具体的工厂路况，采用“专家打分法”、“经验法”等对目标进行量化处理从而得出。 　　与一般路径寻优问题的不同在于工厂巡逻往往有一些必经点，即工厂的重要厂房、设施等。为此建立必经节点集Vb，通过处理后得到新的网络图G以及必经点集合Vb。 　　2) 路线优化模型。有以上的网络图，我们可以很容易地将巡逻路线选择转化为一般的路径搜索寻优问题来解决。同一般的最优路径问题类似，其数学模型为： 　　(1) 　　 (2) 　　(3) 　　其中：式(1)为目标函数；式(2)为路径P的权重定义；式(3)表示必经点集合一定包含于路径的节点集中；d(i,j)为路线(i,j)的权重；d(l)为节点l的权重；Mp表示路径p中的距离集； Vp表示路径P中的节点集合；P0表示所求的最优路径． 　　4 路径寻优问题遗传算法实现及计算机模拟 　　1) 编码：为了解决巡逻中的必经点问题，本文中设计了这样的染色体基因组成方式：第一个为起点O；接下来是中间节点，分为两部分，一部分由必经点集合Vb 中的全部节点构成，设共有c个节点，另一部份为x个其它节点组成， O≤x≤N-c-2。用在路径中的节点来表示染色体。