System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 最短路线规划方法和装置、电子设备及存储介质制造方法及图纸_技高网

最短路线规划方法和装置、电子设备及存储介质制造方法及图纸

技术编号:41424124 阅读:9 留言:0更新日期:2024-05-28 20:23
本申请实施例提供了一种最短路线规划方法和装置、电子设备及存储介质,属于路径规划领域。该方法包括:获取至少两个目标线路点数据、和目标线路点数据之间的距离数据;基于目标线路点数据和距离数据,生成原始线路图;其中,原始线路图包括:至少两个目标线路节点、和目标线路节点之间的原始线路边;通过预设的边概率预测网络对原始线路图中每一原始线路边在目标线路节点的存在概率进行预测,得到边概率数据;将边概率数据和原始线路边输入预设的边选择模型进行边选择,得到至少两条优化线路边;将至少两条优化线路边进行拼接处理,得到最短规划路线。本申请实施例能够提高路线规划的计算效率。

【技术实现步骤摘要】

本申请涉及路径规划领域,尤其涉及一种最短路线规划方法和装置、电子设备及存储介质


技术介绍

1、目前,路线规划应用于各个领域,规划出最短路线能够节省运输成本或者产品加工线路。例如,在物流公司中,要将货物从不同的仓库运送到客户处,每个客户处的距离和运输成本不同,一条最短的配送路线可以帮助物流公司降低运输成本,从而提高运输效率。但是现今的路线规划方法并不能高效计算最短路线,在设计大量运送点时,计算变得复杂,需要消耗大量的运算资源。因此,如何提高路线规划的计算效率,成为了亟待解决的技术问题。


技术实现思路

1、本申请实施例的主要目的在于提出一种最短路线规划方法和装置、电子设备及存储介质,旨在提高路线规划的计算效率。

2、为实现上述目的,本申请实施例的第一方面提出了一种最短路线规划方法,所述方法包括:

3、获取至少两个目标线路点数据、和所述目标线路点数据之间的距离数据;

4、基于所述目标线路点数据和所述距离数据,生成原始线路图;其中,所述原始线路图包括:至少两个目标线路节点、和所述目标线路节点之间的原始线路边;

5、通过预设的边概率预测网络对所述原始线路图中每一所述原始线路边在所述目标线路节点的存在概率进行预测,得到边概率数据;

6、将所述边概率数据和所述原始线路边输入预设的边选择模型进行边选择,得到至少两条优化线路边;

7、将至少两条所述优化线路边进行拼接处理,得到最短规划路线。

8、在一些实施例,所述通过预设的边概率预测网络对所述原始线路图中每一所述原始线路边在所述目标线路节点的存在概率进行预测,得到边概率数据,包括:

9、将所述原始线路边输入预设的线路边种群生成模型进行边种群生成,得到线路边种群;其中,所述线路边种群包括至少两个候选线路边;

10、从所述线路边种群随机抽取预设的第一数量的所述候选线路边,得到至少两条父代线路边;

11、根据所述边概率数据对至少两条所述父代线路边进行筛选,得到至少两条目标线路边;

12、通过预设的适应度模型对至少两条所述目标线路边进行筛选,得到至少两条所述优化线路边。

13、在一些实施例,所述根据所述边概率数据对至少两条所述父代线路边进行筛选,得到至少两条目标线路边,包括:

14、获取至少两条所述父代线路边之间的并集,得到父代线路边并集;

15、从所述父代线路边并集中进行随机交替选取线路边,得到初步线路边;

16、根据所述边概率数据对所述初步线路边进行筛选,得到所述目标线路边。

17、在一些实施例,所述初步线路边包括多个子代线路边,所述根据所述边概率数据对所述初步线路边进行筛选,得到所述目标线路边;

18、对多个所述子代线路边进行随机选取,得到子代线路边集合;

19、根据所述边概率数据和预设的第二数量将所述子代线路边集合拼接至所述父代线路边,得到所述目标线路边。

20、在一些实施例,所述通过预设的适应度模型对至少两条所述目标线路边进行筛选,得到至少两条所述优化线路边,包括:

21、通过所述适应度模型对所述目标线路边进行适应度计算,得到适应度数据;其中,所述适应度数据表征所述目标线路边在所述线路边种群中的适配度;

22、根据所述适应度数据对所述目标线路边进行筛选处理,得到至少两条所述优化线路边。

23、在一些实施例,所述边概率预测网络包括编码器和解码器,所述编码器包括至少两个稀疏图神经网络层;所述通过预设的边概率预测网络对所述原始线路图中每一所述原始线路边在所述目标线路节点的存在概率进行预测,得到边概率数据,包括:

24、通过每一所述稀疏图神经网络层、所述目标线路节点和所述原始线路边对每一所述目标线路节点进行聚合处理,得到聚合目标节点;

25、通过每一所述稀疏图神经网络层、所述目标线路节点和所述原始线路边对每一所述原始线路边进行聚合处理,得到聚合线路边;

26、通过所述解码器、所述聚合目标节点和所述聚合线路边对每一所述原始线路边在所述目标线路节点的存在概率进行预测,得到所述边概率数据。

27、在一些实施例,所述获取至少两个目标线路点数据、和所述目标线路点数据之间的距离数据之后,包括:

28、对所述目标线路点数据之间的距离数据进行升序排序,得到每一所述距离数据的距离升序序号;

29、将所述距离升序序号和预设的第三数量对所述距离数据进行删除,以更新所述目标线路点数据之间的距离数据。

30、为实现上述目的,本申请实施例的第二方面提出了一种最短路线规划装置,所述装置包括:

31、获取模块,用于获取至少两个目标线路点数据、和所述目标线路点数据之间的距离数据;

32、生成模块,用于基于所述目标线路点数据和所述距离数据,生成原始线路图;其中,所述原始线路图包括:至少两个目标线路节点、和所述目标线路节点之间的原始线路边;

33、预测模块,用于通过预设的边概率预测网络对所述原始线路图中每一所述原始线路边在所述目标线路节点的存在概率进行预测,得到边概率数据;

34、选择模块,用于将所述边概率数据和所述原始线路边输入预设的边选择模型进行边选择,得到至少两条优化线路边;

35、拼接模块,用于将至少两条所述优化线路边进行拼接处理,得到最短规划路线。

36、为实现上述目的,本申请实施例的第三方面提出了一种电子设备,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的方法。

37、为实现上述目的,本申请实施例的第四方面提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法。

38、本申请提出的最短路线规划方法和装置、电子设备及存储介质,其通过获取至少两个目标线路点数据、和目标线路点数据之间的距离数据。进一步的,基于目标线路点数据和距离数据,生成原始线路图;其中,原始线路图包括:至少两个目标线路节点、和目标线路节点之间的原始线路边,以采用线路图形式表征目标线路点之间的位置和距离,以便于在原始线路图中找出最短路径。进一步的,通过预设的边概率预测网络对原始线路图中每一原始线路边在目标线路节点的存在概率进行预测,得到边概率数据,以利用预设的边概率预测网络对原始线路边的存在概率进行预测,也即通过神经网络发现原始线路边在原始线路图中所蕴含的信息,并基于原始线路边蕴含的信息预测出每条边在最终最短路线中出现的概率。进一步的,将边概率数据和原始线路边输入预设的边选择模型以选出至少两条优化线路边,进一步的,将至少两条优化线路边进行拼接处理,得到最短规划路线。因此,通过边预测网络挖掘原始线路边的隐含的关系以预测出原始线路边在最短路径中出现的概率,再对边进行选择,能够筛除一本文档来自技高网...

【技术保护点】

1.一种最短路线规划方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述通过预设的边概率预测网络对所述原始线路图中每一所述原始线路边在所述目标线路节点的存在概率进行预测,得到边概率数据,包括:

3.根据权利要求2所述的方法,其特征在于,所述根据所述边概率数据对至少两条所述父代线路边进行筛选,得到至少两条目标线路边,包括:

4.根据权利要求3所述的方法,其特征在于,所述初步线路边包括多个子代线路边,所述根据所述边概率数据对所述初步线路边进行筛选,得到所述目标线路边;

5.根据权利要求2所述的方法,其特征在于,所述通过预设的适应度模型对至少两条所述目标线路边进行筛选,得到至少两条所述优化线路边,包括:

6.根据权利要求1所述的方法,其特征在于,所述边概率预测网络包括编码器和解码器,所述编码器包括至少两个稀疏图神经网络层;所述通过预设的边概率预测网络对所述原始线路图中每一所述原始线路边在所述目标线路节点的存在概率进行预测,得到边概率数据,包括:

7.根据权利要求1所述的方法,其特征在于,所述获取至少两个目标线路点数据、和所述目标线路点数据之间的距离数据之后,包括:

8.一种最短路线规划装置,其特征在于,所述装置包括:

9.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的最短路线规划方法。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的最短路线规划方法。

...

【技术特征摘要】

1.一种最短路线规划方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述通过预设的边概率预测网络对所述原始线路图中每一所述原始线路边在所述目标线路节点的存在概率进行预测,得到边概率数据,包括:

3.根据权利要求2所述的方法,其特征在于,所述根据所述边概率数据对至少两条所述父代线路边进行筛选,得到至少两条目标线路边,包括:

4.根据权利要求3所述的方法,其特征在于,所述初步线路边包括多个子代线路边,所述根据所述边概率数据对所述初步线路边进行筛选,得到所述目标线路边;

5.根据权利要求2所述的方法,其特征在于,所述通过预设的适应度模型对至少两条所述目标线路边进行筛选,得到至少两条所述优化线路边,包括:

6.根据权利要求1所述的方法,其特征在于,所述边概率预...

【专利技术属性】
技术研发人员:吕昊泽刘晟材陈成唐珂
申请(专利权)人:南方科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1