买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学

摘要：本发明公开了空地协同智能路径规划方法，属于路径规划领域；首先，针对互相协作配合的单卡车和Nu个无人机，构建路径规划的数学模型；然后，设计单卡车与所有无人机的路径混合编码；将编码个体构成混合遗传算法的个体种群，构建N个可行解；计算初始解中每个个体的适应度；运用随机抽样选择原则，根据个体适应度选择出随机个体；根据顺序交叉算子，对随机个体进行个体交叉；对交叉后的个体进行变异操作；采用精英重插入的方法将变异后的个体更新种群，重新计算更新后所有个体的适应度；到达迭代次数后，输出数学模型的最优解，卡车和无人机按最优解的路径进行分配；本发明运用针对性变异算子进行领域搜索，保证种群多样性和解的可行性。

主权项：1.空地协同智能路径规划方法，其特征在于，具体步骤如下：步骤一、针对互相协作配合的单卡车和Nu个无人机物流场景，构建路径规划的数学模型；数学模型的最小化目标函数为： 其中tn+1为卡车最后抵达仓库的时间；为最后一个无人机队独立到达仓库的时间；当卡车搭载无人机一起抵达仓库时，值为0；U表示所有无人机的集合；步骤二、设计单卡车与所有无人机的路径混合编码规则；针对Nu个无人机和Nc个用户节点，构建3*Nc+Nu+1的矩阵；起飞节点和降落节点与同列的服务节点相互对应，具体形式如下所示： 其中G表示卡车服务的Nc个用户节点的序列，Uu表示无人机u服务的用户节点序列，Lu表示无人机u的起飞的用户节点在卡车路径中的次序，Ru表示无人机u降落的用户节点在卡车路径中的次序；步骤三、将所有编码个体构成混合遗传算法的个体种群，并初始化混合遗传算法的基础参数；步骤四、利用初始化的基础参数，按照编码个体规则，构建N个路径规划模型的可行解；以0表示仓库节点，先采用随机整数∈[0,Nc-1]的方式产生只有卡车服务的路径编码，每一个节点有且只访问一次，最后回到仓库；在卡车路径生成结束之后，在结尾插入Nu-1个无人机分割符“X”，得到初始解；具体形式为： 步骤五、计算初始解中每个个体的适应度；步骤六、运用随机抽样选择原则，根据个体适应度选择出随机个体；步骤七、根据顺序交叉算子，对随机个体进行个体交叉；步骤八、对交叉后的个体进行变异操作；变异采用领域搜索的方法，具体拥有三个算子，分别为插入分隔符、2-opt和插入节点，依次执行三个算子，记变异前的初始解为S0；首先进行插入分隔符操作；具体为，将S0作为最优解，取出个体编码解中的第二行对应的卡车和无人机服务路径，并剔除分隔符：卡车与无人机分割符“0”和无人机与无人机分隔符“X”，找到所有可能的插入位置按顺序插入分隔符产生领域新解，并用无人机分配算子为产生的新路径安排无人机起飞降落位置；记录历史可行的最优解并记为S1；然后进行2-opt操作；具体为，将S0作为最优解，取出个体编码解中的第二行对应的卡车和无人机服务路径，找到所有可能的领域进行2opt操作，若操作区域同时存在“0”和“X”分隔符，根据需要调换“0”和“X”的位置，保证“0”始终位于“X”的前列，之后用无人机分配算子为产生的新路径安排无人机起飞降落位置；记录历史可行的最优解并记为S2；最后进行插入节点操作；具体为，将S0作为最优解，取出个体编码解中的第二行对应的卡车和无人机服务路径，随机选择一个用户服务节点，将其插入所有可能的位置并用无人机分配算子为产生的新路径安排无人机起飞降落位置；记录历史可行的最优解并记为S3；无人机分配算子具体为：根据无人机服务的用户节点j生成与之对应的所有可行的起降位置，记为集合Pj，无人机服务的用户节点j从集合Pj随机选择一个起降组合作为其起降位置，并实时更新集合Pj，直到安排完所有的无人机服务的用户节点；重复以上步骤若干次，记录历史可行最优解；若无可行最优解，则返回初始解S0；具体重复次数根据实际需要人为规定；比较S1、S2、S3，选择之中的最优解SNew＝minS1,S2,S3作为变异之后的解；步骤九、采用精英重插入的方法将变异后的个体更新种群，重新计算更新后所有个体的适应度；将交叉和变异产生的个体取代适应度较低的父代个体，保证种群的总数不变；步骤十、到达迭代次数后，输出最优个体，即数学模型的最优解，卡车和无人机按最优解的路径进行分配。

全文数据：

权利要求：

百度查询： 北京航空航天大学 空地协同智能路径规划方法