基于maklink图多节点链路的高铁路径规划设计的方法与流程

本发明涉及铁路径规划技术领域，具体为一种基于maklink图多节点链路的高铁路径规划设计的方法。

背景技术：

高铁建设在城镇的交通枢纽中起到了非常重要的作用，而高铁线路的建设成本很高，需要消耗大量的人力和物力，特别是在多山脉区域的高铁线路建设中，受地理环境因素的影响，成本与耗资会进一步扩大。因此，在城镇之间选择一条最优的线路建设路径，不仅可以提高线路建设的安全性与时效性，而且可以节约大量成本，具有非常重要的意义。

目前常用的路径规划建模方法主要有可视图法、栅格法、人工势场法、随机树法和链接图(maklink)法。可视图法算法灵活，规划方法简单，但对障碍物形状有一定的要求，但每次搜索需要重新构建视图模型，处理时间较长；栅格法是研究较为广泛的方法之一，常用于机器人路径寻优，但计算复杂，同时要兼顾栅格分辨率、环境信息存储量及规划时间等因素；人工势场法实时性较好，但易陷于锁死状态；随机树法存在搜索空间大、效率低等问题；maklink法优点是建模的障碍物固定后，连通图位置随之固定，但连通图构建复杂，并与障碍物的数量及形状有关。

maklink路径规划算法可以根据实际复杂的地理环境因素，可方便的设置高山、居民区等障碍区域，并可以根据实际情况灵活的设计链路线，比较适用于高铁建设的路径规划设计。而当前的maklink规划算法多采用单节点链路，由dijkstra算法确定的次优化路径，再通过其他智能算法对次优化路径进行优化处理，获得最优路径。但由于链路的节点数目单一，dijkstra算法所确定的次优化路径在不同的地理环境或障碍物下，会出现较为严重的偏差，因此提出了基于maklink图自适应多节点链路的高铁路径规划设计方案。

技术实现要素：

本发明的目的在于提供了一种基于maklink图多节点链路的高铁路径规划设计的方法，达到了能够根据不同的复杂地理环境建模，通过灵活增加链路节点数目增加次优化路径数目，并选取合适的智能优化算法进行融合，提高最优路径的优化精度，最大程度的节约高铁线路建设能源与成本的目的。

本发明提供如下技术方案：一种基于maklink图多节点链路的高铁路径规划设计的方法，其特征在于包括以下步骤：

1)maklink图的可行路径构建

①构造maklink图首先设置障碍物，障碍物的形状和数量可自行设置，将障碍物的某一顶点与其他顶点或空间边界点相连形成链路线，要求链路线不得穿过障碍物，在每条链路线上设置节点，根据maklink图的实际情况确定节点与节点间连线未穿过障碍物的为可行线段，并形成可行线段集合；

②通常设置的每条链路线的节点为单节点，即改链路线的中点，在本方案中每条链路线上设置3个节点，为该链路线的三等分点，基本maklink图的可行路径如图1所示；

③多节点链路的maklink图可行路径如图2所示，可见，随着节点数的增加，可行性线段数量越多，可行路径的选择越广泛，但maklink图的可行路径设计越为复杂；

2)dijkstra算法

①dijkstra算法功能是在众多的可行路径中搜寻一条距离最短的次优化路径，并将次优化路径所经过的节点序列号记录下来，作为蚁群优化的一个初始条件，dijkstra算法流程如图3所示；

②通过dijkstra算法先对各节点间距离进行计算，并将数据存到指定变量中，然后根据计算的数据对可行节点间路径的最小值进行全局搜寻，并更新和存储节点号，到达终点后结束搜索，并输出最小路径节点的序列号，部分计算数据如图4所示，数据为1000代表节点间路径不可行，其它数据为可行路径各节点间的距离数据；

3)蚁群算法的路径优化

①通过蚁群算法对dijkstra算法得到的次优化路径进行进一步优化，所获得的路径为maklink图的最短路径，蚁群初始化参数主要包括能见度参数、信息素挥发系数、信息素增强系数及蚂蚁个数等，在节点与的路径上释放的信息素浓度启发信息素信息后，蚂蚁开始依次在每条链路上搜索最佳路径，当蚂蚁搜索到终点后，更新信息素信息，并判断是否满足终止条件，若满足则输出最优化路径信息，否则重新搜索，优化流程图如图5所示；

②蚁群初始化参数主要包括能见度参数、信息素挥发系数、信息素增强系数及蚂蚁个数等,设在t时刻的信息素强度为τij(t)，

则：

其中ρ为蒸发系数，为第k只蚂蚁在节点vi与vj的路径上释放的信息素浓度启发信息素信息后，蚂蚁开始依次在每条链路上搜索最佳路径点，链路li上的搜索点可表示为：

pi(hi)＝pi1+(pi2-pi1)×hi

其中hi∈[0,1]为比例参数，pi1和pi2为链路li上的端点，当蚂蚁搜索到终点后，更新信息素信息，并判断是否满足终止条件，若满足则输出最优化路径信息，否则重新搜索；

4)优化结果分析

基本maklink图链路单节点和链路三节点的路径规划建模和经过蚁群算法优化的最短路径如图6和图7所示,图中s[5,130]为设置的起点t[190,70]为设置的终点，粗点划线为dijkstra算法得到的次优化节点路径，粗实线为经过蚁群算法优化的最短路径；

适应度值变化曲线如图8所示，细实线为maklink图链路单节点进化曲线，迭代63次后接近最优解，最短路径为208.3，点划线maklink图链路三节点进化曲线，迭代122次后接近最优解，最短路径为208.7可以看出，两者的最小路径值近似相等，由于maklink图链路三节点的路径规划较为复杂，可行线段数量多，所以需要的迭代次数较多；

当起点s和终点t的坐标位置分别改为[5，100]和[190，45]时，dijkstra算法得到的次优化节点路径、最优化路径和距离都发生变化，如图9和图10所示；

由于链路单节点的优化算法以节点为中心，在整条链路上进行全局搜索寻优，获得的最优解更为接近理想解，但容易破坏适应度函数的约束条件，图9可以看出，链路单节点的最优路径虽然更短，但已穿过障碍物，破坏了maklink图的约束条件，而图10的链路多节点的建模算法虽然复杂，但是次优化路径较为理想，算法以次优化路径经过的节点为中心，在小范围内进行局部寻优，获得的最优路径比较接近最优解，而且仍然满足约束条件；

5)最后结论

本方案根据基本maklink图的路径规划算法，并结合蚁群优化算法，提出了链路多节点路径规划算法，解决了基本maklink图路径规划算法易于破坏适应度函数约束条件的缺陷，提高了maklink图路径规划建模的灵活性和对多变条件的适应性。

本发明提供了一种基于maklink图多节点链路的高铁路径规划设计的方法。具备以下有益效果：

(1)、本发明通过在maklink图论规划中，dijkstra算法的节点数目单一会降低次优化路径的精度，但随着节点数目的增加会加大算法的迭代计算量和冗余性，因此可根据实际的障碍区域之间的链路线长度，自动的配置合适的节点数目，均衡的规划次优化路径，提高其精度并兼顾优化效率，再对高精度的次优化路径通过算法融合后进行智能优化，确定高铁线路建设的最优建设路径，最大化的降低高铁线路的建设资源与成本。

(2)、本发明能够解决单节点链路次优化路径的误差较大的问题，针对于不同的地理环境、不同路径及路径起点及终点发生变化时，都能够优化出一条精度较高的最优路径，将项目中的路径优化算法融合到实际的路径建设中,在路径的规划中，可以根据实际的地理、环境等因素的限制及影响，能够自动调节路径参数及链路的节点数目，以确保路径的精度，相对于传统的单节点链路优化算法，突出本算法的准确性、灵活性及鲁棒性，体现自适应多节点链路的路径优化有效性和合理性。

(3)、本发明通过maklink路径规划算法根据实际复杂的地理环境因素，可方便的设置高山、居民区等障碍区域，比较适用于高铁建设的路径规划设计。

(4)、本发明通过增加链路线的节点，通过增加次路径优化数目的基础上，可以有效的提高次路径优化的精确度，在实际的路径建设中，可以进一步降低建设成本，并同时提高路径建设的安全性和稳定性。

(5)、本发明通过对蚁群、粒子群、量子bloch、差分进化、鱼群、李群等算法进行相应的仿真测试研究，并进行算法融合研究，提高算法的寻优能力与优化精度。

(6)、本发明通过调研高铁建设线路中实际的路径环境、建设条件、运营成本等实际环境及人为因素，对优化的路径进行实时调整，并进行方案论证。

(7)、本发明通过对实际的高铁建设路段进行实际的考察、评估、预测及论证，如对于一定距离的山洞建设与最佳绕行山体路径进行成本预测，对山洞建设进行风险评估等，以随时进行路径的调整。

附图说明

图1为本发明基本maklink的路径示意图；

图2为本发明多节点链路maklink的路径示意图；

图3为本发明dijkstra的算法流程；

图4为本发明节点间的路径距离数据；

图5为本发明蚁群优化算法的流程图；

图6为本发明链路单节点的最优路径示意图；

图7为本发明链路多节点的最优路径示意图；

图8为本发明适应度值的变化曲线图；

图9为本发明链路单节点的最优路径示意图；

图10为本发明链路多节点的最优路径示意图。

图中阴影部分为障碍物、s为路径起点、t为终点、v1-vn为节点、虚线为链路线、细实线为可行路径集合。

具体实施方式

下面将结合本发明的实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1-10所示，本发明提供一种技术方案：一种基于maklink图多节点链路的高铁路径规划设计的方法，包括以下步骤：

1)maklink图的可行路径构建

①构造maklink图首先设置障碍物，障碍物的形状和数量可自行设置，将障碍物的某一顶点与其他顶点或空间边界点相连形成链路线，要求链路线不得穿过障碍物，在每条链路线上设置节点，根据maklink图的实际情况确定节点与节点间连线未穿过障碍物的为可行线段，并形成可行线段集合；

②通常设置的每条链路线的节点为单节点，即改链路线的中点，在本方案中每条链路线上设置3个节点，为该链路线的三等分点，基本maklink图的可行路径如图1所示；

③多节点链路的maklink图可行路径如图2所示，可见，随着节点数的增加，可行性线段数量越多，可行路径的选择越广泛，但maklink图的可行路径设计越为复杂；

2)dijkstra算法

①dijkstra算法功能是在众多的可行路径中搜寻一条距离最短的次优化路径，并将次优化路径所经过的节点序列号记录下来，作为蚁群优化的一个初始条件，dijkstra算法流程如图3所示；

②通过dijkstra算法先对各节点间距离进行计算，并将数据存到指定变量中，然后根据计算的数据对可行节点间路径的最小值进行全局搜寻，并更新和存储节点号，到达终点后结束搜索，并输出最小路径节点的序列号，部分计算数据如图4所示，数据为1000代表节点间路径不可行，其它数据为可行路径各节点间的距离数据；

3)蚁群算法的路径优化

①通过蚁群算法对dijkstra算法得到的次优化路径进行进一步优化，所获得的路径为maklink图的最短路径，蚁群初始化参数主要包括能见度参数、信息素挥发系数、信息素增强系数及蚂蚁个数等，在节点与的路径上释放的信息素浓度启发信息素信息后，蚂蚁开始依次在每条链路上搜索最佳路径，当蚂蚁搜索到终点后，更新信息素信息，并判断是否满足终止条件，若满足则输出最优化路径信息，否则重新搜索，优化流程图如图5所示；

②蚁群初始化参数主要包括能见度参数、信息素挥发系数、信息素增强系数及蚂蚁个数等,设在t时刻的信息素强度为τij(t)，

则：

其中ρ为蒸发系数，为第k只蚂蚁在节点vi与vj的路径上释放的信息素浓度启发信息素信息后，蚂蚁开始依次在每条链路上搜索最佳路径点，链路li上的搜索点可表示为：

pi(hi)＝pi1+(pi2-pi1)×hi

其中hi∈[0,1]为比例参数，pi1和pi2为链路li上的端点，当蚂蚁搜索到终点后，更新信息素信息，并判断是否满足终止条件，若满足则输出最优化路径信息，否则重新搜索；

4)优化结果分析

基本maklink图链路单节点和链路三节点的路径规划建模和经过蚁群算法优化的最短路径如图6和图7所示,图中s[5,130]为设置的起点t[190,70]为设置的终点，粗点划线为dijkstra算法得到的次优化节点路径，粗实线为经过蚁群算法优化的最短路径；

适应度值变化曲线如图8所示，细实线为maklink图链路单节点进化曲线，迭代63次后接近最优解，最短路径为208.3，点划线maklink图链路三节点进化曲线，迭代122次后接近最优解，最短路径为208.7可以看出，两者的最小路径值近似相等，由于maklink图链路三节点的路径规划较为复杂，可行线段数量多，所以需要的迭代次数较多；

当起点s和终点t的坐标位置分别改为[5，100]和[190，45]时，dijkstra算法得到的次优化节点路径、最优化路径和距离都发生变化，如图9和图10所示；

由于链路单节点的优化算法以节点为中心，在整条链路上进行全局搜索寻优，获得的最优解更为接近理想解，但容易破坏适应度函数的约束条件，图9可以看出，链路单节点的最优路径虽然更短，但已穿过障碍物，破坏了maklink图的约束条件，而图10的链路多节点的建模算法虽然复杂，但是次优化路径较为理想，算法以次优化路径经过的节点为中心，在小范围内进行局部寻优，获得的最优路径比较接近最优解，而且仍然满足约束条件；

5)最后结论

本方案根据基本maklink图的路径规划算法，并结合蚁群优化算法，提出了链路多节点路径规划算法，解决了基本maklink图路径规划算法易于破坏适应度函数约束条件的缺陷，提高了maklink图路径规划建模的灵活性和对多变条件的适应性。

本发明的有益效果是：本发明通过在maklink图论规划中，dijkstra算法的节点数目单一会降低次优化路径的精度，但随着节点数目的增加会加大算法的迭代计算量和冗余性，因此可根据实际的障碍区域之间的链路线长度，自动的配置合适的节点数目，均衡的规划次优化路径，提高其精度并兼顾优化效率，再对高精度的次优化路径通过算法融合后进行智能优化，确定高铁线路建设的最优建设路径，最大化的降低高铁线路的建设资源与成本，本发明能够解决单节点链路次优化路径的误差较大的问题，针对于不同的地理环境、不同路径及路径起点及终点发生变化时，都能够优化出一条精度较高的最优路径，将项目中的路径优化算法融合到实际的路径建设中。在路径的规划中，可以根据实际的地理、环境等因素的限制及影响，能够自动调节路径参数及链路的节点数目，以确保路径的精度，相对于传统的单节点链路优化算法，突出本算法的准确性、灵活性及鲁棒性，体现自适应多节点链路的路径优化有效性和合理性,本发明通过maklink路径规划算法根据实际复杂的地理环境因素，可方便的设置高山、居民区等障碍区域，比较适用于高铁建设的路径规划设计,本发明通过增加链路线的节点，通过增加次路径优化数目的基础上，可以有效的提高次路径优化的精确度，在实际的路径建设中，可以进一步降低建设成本，并同时提高路径建设的安全性和稳定性,本发明通过对蚁群、粒子群、量子bloch、差分进化、鱼群、李群等算法进行相应的仿真测试研究，并进行算法融合研究，提高算法的寻优能力与优化精度,本发明通过调研高铁建设线路中实际的路径环境、建设条件、运营成本等实际环境及人为因素，对优化的路径进行实时调整，并进行方案论证,本发明通过对实际的高铁建设路段进行实际的考察、评估、预测及论证，如对于一定距离的山洞建设与最佳绕行山体路径进行成本预测，对山洞建设进行风险评估等，以随时进行路径的调整。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。