手機(jī)訪問更快捷
更多流量 更易傳播
隨時(shí)掌握行業(yè)動(dòng)態(tài)
網(wǎng)絡(luò)課堂 行業(yè)直播
產(chǎn)品推薦:水表|流量計(jì)|壓力變送器|熱電偶|液位計(jì)|冷熱沖擊試驗(yàn)箱|水質(zhì)分析|光譜儀|試驗(yàn)機(jī)|試驗(yàn)箱
請(qǐng)問膜拜技術(shù)大牛除了獻(xiàn)上膝蓋還有什么更好的方式?答:可以把大家的膝蓋一起獻(xiàn)上,又或者好好學(xué)習(xí)天天向上,利用碎片化時(shí)間多為自己充電,一起參與技術(shù)的交流與探討。——四月,我們迎來(lái)了藍(lán)芯科技的開學(xué)季,我們將在此分享機(jī)器人相關(guān)技術(shù)知識(shí)。今天是開學(xué)課《車輛路徑問題與算法》,歡迎大家留言一起探討。
一 、車輛路徑問題
在介紹 VRP問題前,先介紹它的一個(gè)特例,旅行商問題(Traveling Salesman Problem, TSP):有一個(gè)旅行商人,要拜訪n個(gè)城市,每個(gè)城市只能訪問一次,后返回到原來(lái)出發(fā)的城市。該商人要選擇一條路徑,路徑的選擇目標(biāo)是旅程短。
圖1 TSP問題
車輛路徑問題(Vehicle Routing Problem,VRP)早是由Dantzig和Ramser于1959年提出,它是指一定數(shù)量有一定數(shù)量(n個(gè))的客戶,各自有不同數(shù)量的貨物需求(qi),配送中心或車場(chǎng)(depot)向客戶提供貨物,由一個(gè)車隊(duì)(m輛車)負(fù)責(zé)分送貨物,組織適當(dāng)?shù)男熊嚶肪€,目標(biāo)是使得客戶的需求得到滿足,并能在一定的約束下(例如車輛存在載荷上限Q、里程長(zhǎng)度上限L),達(dá)到總旅行成本小、耗費(fèi)時(shí)間少等目的[1, 2]。
圖 2 VRP問題
在理解了車輛路徑問題后,接下來(lái)介紹幾個(gè)常用的路徑搜索算法。
二、路徑搜索算法
在路徑搜索算法中,常用的算法用Dijkstra算法和 A*算法。這里不對(duì)算法原理進(jìn)行詳細(xì)介紹,僅簡(jiǎn)單給出相應(yīng)的使用示例。給出一個(gè)網(wǎng)格圖,如圖3所示。在該網(wǎng)格圖中,僅橫、縱向相鄰網(wǎng)格可以通過(guò),其中黑色背景網(wǎng)格不可通過(guò)。在網(wǎng)各圖中,每移動(dòng)一格會(huì)增加一個(gè)單位成本。現(xiàn)給定一個(gè)起點(diǎn)(46)和終點(diǎn)(49),通過(guò)Dijkstra算法和A*算法分別求解短路徑。
圖 3網(wǎng)格圖示例
2.1 Dijkstra算法
該算法的思想是從起點(diǎn)開始,每次新擴(kuò)展一個(gè)距離短的點(diǎn),并更新從起點(diǎn)到該點(diǎn)的距離與路線。直到拓展到終點(diǎn),并且往其他方向拓展點(diǎn)的距離不比該點(diǎn)的距離更近時(shí)停止。對(duì)圖 3 的求解過(guò)程如圖4所示。終的路線是。
圖 4 Dijkstra算法拓展過(guò)程
2.2 A*算法在Dijkstra中,當(dāng)前拓展到的點(diǎn)的距離為從起點(diǎn)到當(dāng)前點(diǎn)的實(shí)際短距離。而A* 算法與 Dijkstra相比增加了一個(gè)啟發(fā)項(xiàng),即在計(jì)算當(dāng)前點(diǎn)的路線距離時(shí),使用從起點(diǎn)到當(dāng)前點(diǎn)的實(shí)際短距離加上從當(dāng)前拓展的點(diǎn)到終點(diǎn)的估計(jì)距離。因此,在實(shí)際距離相同時(shí),估計(jì)距離近的點(diǎn)優(yōu)先繼續(xù)拓展。使用A*算法對(duì)圖3 的求解結(jié)果如圖5 所示。終的路線是
圖 5 A*算法拓展過(guò)程示例
2.3 多訪問點(diǎn)的路徑搜索算法
前面提到的Dijkstra和 A*算法主要是針對(duì)兩個(gè)點(diǎn)(起點(diǎn)、終點(diǎn))尋找一條短路徑,但是對(duì)于多訪問點(diǎn)找短路的問題,比如在文初提到的TSP問題,就不適用了。我們開發(fā)了一個(gè)快速求解的算法。
我們首先使用 Dijkstra算法找出所有兩點(diǎn)之間的短路并存儲(chǔ)相應(yīng)的路線信息。然后針對(duì)多訪問點(diǎn)尋短路問題,分兩個(gè)階段進(jìn)行搜索。
階段:基于動(dòng)態(tài)規(guī)劃(DP)求解 TSP的框架,控制初始搜索步長(zhǎng)快速得出初始解。
第二階段:對(duì)階段得到的初始解使用變鄰域搜索(VND)進(jìn)行優(yōu)化。
假設(shè)我們有1個(gè)出發(fā)點(diǎn)(編號(hào)為)和6個(gè)訪問點(diǎn)(編號(hào)為),車輛從出發(fā),需要完成對(duì)所有訪問點(diǎn)的訪問。如果終讓車輛停留在后一個(gè)訪問點(diǎn)的訪問點(diǎn),這就是一個(gè)開環(huán)的路徑,如果要求車輛必須返回出發(fā)地,則是閉環(huán)的路徑。這里假設(shè)為開環(huán)路徑,即認(rèn)為路徑結(jié)束的標(biāo)志是完成所有任務(wù)中所有訪問點(diǎn)的配貨。
因?yàn)橐还灿?個(gè)點(diǎn)(1個(gè)出發(fā)點(diǎn)加6個(gè)訪問點(diǎn)),所以搜索劃分為6個(gè)step,方向?yàn)閺挠抑磷螅◤慕K點(diǎn)至起點(diǎn)),如圖6所示。
圖 6基于 DP框架的step示例
計(jì)算過(guò)程為,以后一列的點(diǎn)為終點(diǎn),搜索個(gè)?。╝rc),即step(1)的路徑,然后再增加一個(gè) arc,即在step(1)的基礎(chǔ)上搜索step(2)的路徑,以此類推。假設(shè)以為終點(diǎn)進(jìn)行搜索,搜索中的部分過(guò)程如圖7所示。終搜索完step(6) 時(shí)會(huì)搜索出完整的路線。需要注意的一點(diǎn)是,一旦發(fā)現(xiàn)某條路線不是可行解時(shí)(比如一個(gè)訪問點(diǎn)在路線中多次出現(xiàn)),后面可以不再基于此結(jié)果進(jìn)行搜索。
圖7基于 DP框架的部分搜索過(guò)程示例
我們這里控制了初始搜索步長(zhǎng)len,意為從step(1) 到step(len) 搜索出的路徑是按照 DP的方式搜索到的當(dāng)前精確合適的路線,而從step(len+1)開始,只記錄該step下的n條路徑中合適的結(jié)果。因此,當(dāng)len的值越大,終搜索的結(jié)果越接近精確合適解,但是相應(yīng)的求解時(shí)間也會(huì)越長(zhǎng)。假設(shè)通過(guò)該階段終搜索出的合適結(jié)果為,接下來(lái)將基于此結(jié)果執(zhí)行變鄰域搜索操作。由于是規(guī)定的出發(fā)點(diǎn)需要保持在輸出路徑的首先位置,因此我們對(duì)序列{2,6,1,5,4,3}進(jìn)行鄰域搜索。VND的框架如圖8 所示。
圖 8 VND算法框架
在鄰域搜索中,常用的變換策略有Reinsert、Exchange和Reverse,如圖9所示。
圖 9 三種常見的鄰域變換策略
使用VND不斷地對(duì)序列變換得到新的序列,并求新序列的路徑成本。需要注意的是,求路徑成本時(shí)要將出發(fā)點(diǎn)考慮在內(nèi),即將出發(fā)點(diǎn)添加到序列前,求該完整路徑的旅行成本。經(jīng)過(guò)VND過(guò)程的處理,輸出的路線即作為終規(guī)劃的路線,例如一個(gè)可能的終輸出路徑果是,需要注意的是,這里的節(jié)點(diǎn)相當(dāng)于是“關(guān)鍵節(jié)點(diǎn)”,即只包含的出發(fā)點(diǎn)和需要進(jìn)行配貨操作的訪問點(diǎn)。而相鄰“關(guān)鍵節(jié)點(diǎn)”之間的路線,則是根據(jù)前述的 Dijkstra計(jì)算的兩點(diǎn)之間的路線進(jìn)行行駛。今天的介紹就到這里,希望小伙伴們能對(duì)路徑規(guī)劃問題和算法有所了解和收獲!
本文為杭州藍(lán)芯科技有限公司原創(chuàng)文章,轉(zhuǎn)載請(qǐng)注明出處
相關(guān)產(chǎn)品
免責(zé)聲明
客服熱線: 15024464426
加盟熱線: 15024464426
媒體合作: 0571-87759945
投訴熱線: 0571-87759942
下載儀表站APP
Ybzhan手機(jī)版
Ybzhan公眾號(hào)
Ybzhan小程序