專利名稱：未知環境下基于改進蟻群算法的移動Agent路徑規劃方法
技術領域：
本發明涉及計算機技術領域，具體是涉及未知環境下一種移動Agent (智能體)路徑規劃方法。本方法具有搜索時間較短和空間復雜度較小的優點。
背景技術：
移動Agent是智能控制技術中的一個重要領域，已經被廣泛應用于軍事、工業、農業和教育等領域。路徑規劃是移動Agent系統的一個重要內容，它直接影響智能體完成任務的質量。路徑規劃的方法有很多，比如最速下降法、部分貪婪算法，Dijkstra算法、Floyed算法、SPFA算法(Bellman_F0rd的改進算法)、遺傳算法、人工神經網絡等。使用最速下降 法，缺點是收斂慢，效率不高，有時達不到最優解；使用部分貪婪算法時，不是對所有問題都能得到整體最優解；使用Dijkstra算法,需要較大的存儲空間；Floyed算法的時間復雜度比較高，不適合計算大量數據；使用SPFA算法(Bellman_Ford的改進算法),需要的時間較長；使用遺傳算法，對新空間的探索能力是有限的，也容易收斂到局部最優解；使用人工神經網絡，在較復雜的環境下，實現起來很復雜。蟻群算法(ACO)具有分布計算、信息正反饋和啟發式搜索的特征，本質上是進化算法中的一種新型啟發式優化算法。把蟻群算法(ACO)用在路徑規劃中是一個新的嘗試。通過蟻群算法可以使智能體成功找到路徑，但是搜索時間較長，并且遇到障礙物較多、較大時，很容易出現“早滯”的情況，無法得到全局最優解。障礙物在路徑規劃問題中是一個無法避開的問題，如何才能有效的避開障礙物，成為時下研究的熱點。本發明提出了一種未知環境下基于改進蟻群算法的移動Agent路徑規劃方法。用柵格法對環境建模，簡單易行，在編程中容易實現，所形成的路徑點在圖上表示起來較簡單。本發明同時對標準蟻群算法進行改進，核心是對選擇路徑策略進行改進，讓選擇更準確，使得尋優過程更具目的性。
發明內容
本發明所要解決的技術問題是，針對現有技術采用蟻群算法進行移動Agent路徑規劃時，搜索時間較長、障礙物較多較大時，容易出現“早滯”的問題，本發明提出一種未知環境下的移動Agent路徑規劃方法，其中，將每個移動Agent設置為相當于一只螞蟻。通過柵格法對環境進行建模，建立01矩陣表示全局柵格地圖，根據全局柵格地圖進行路徑規劃，使移動Agent可以更加有效的避開障礙物，通過改進蟻群算法，使得尋優過程更具目的性。具體包括如下步驟
I)根據障礙物的位置、大小建立柵格環境。移動智能體的工作空間為二維結構化空
間，記為RS，建立柵格環境，柵格
編號采用“序號法”；可采用黑色方格表示障礙物，白色方格表示自由柵格，用點表示移動Agent。2)把障礙物分布圖轉化為圖的賦權鄰接矩陣。表示障礙物分布的柵格環境可對應設置為一個Ol矩陣，矩陣中元素全為O或者I。為0表示智能體可以到達的節點，其對應的柵格為自由柵格，為I表示其對應的柵格是障礙物。可將A 上建立的柵格模型抽象為一個01矩陣，將其邏輯對應到一個由節點構成的帶權有向圖G，圖G的參照坐標系及節點坐標均與柵格環境(或01矩陣)相同，即相同坐標的節點和柵格塊一一對應，即節點、柵格塊以及01矩陣中的元素為同一概念。根據01矩陣中的鄰接關系確定圖G中連接節點的弧，根據節點距離賦予弧權值，其中，只有元素0和元素 0之間存在鄰接關系。根據步驟3)、4)移動Agent進行路徑尋優。3)在帶權有向圖G中，尋找從指定起始點到目標點的一條具有最小權值總和的路徑完成路徑規劃。初始設定各條路徑上的信息量均為1，從第一個移動Agent開始，判斷與當前所在節點i連接的節點中是否存在移動Agent已經經過的節點，如果存在,則放棄選擇該節點作為下一步移動Agent將要去的節點,選擇其余相鄰的、移動Agent沒有經過的節點作為下一步可能前往的節點；本發明通過改進路徑選擇策略以增強選擇的目的性，提出一
種最大轉移概率Ppw/法完成路徑選擇，根據下式選擇下一路徑
PijmJ = . (T(ij)}
其中TftJ)表示節點和節點J之間的信息量，初始設定各條路徑上的信息量TftJ)均為I, #表示啟發式因子的相對重要程度，是一個經驗常數,max表示取最大值。表示節點》和節點J之間的啟發式因子，即移動Agent k從節點I到節點J的期望程度。n(hf)取為下一步可能前往的節點到目標點直線距離的倒數。下一步可能前往的節點到目標點的直線距離越小，Vihf)的值越大，那么選擇該節點的可能性就越大。如果存在最大值(最大轉移概率),則直接選擇與該最大轉移概率相對應的
節點』作為移動Agent下一步將要前往的節點，如果不存在最大轉移概率，則按常規蟻群算法選擇移動Agent下一步將要前往的節點。這樣具有更好的尋優效果。假設移動智能體從指定起始點到目標點所需要的時間為r，則通過移動智能體完成整個尋優過程的耗時r來檢驗算法的優劣。4)在進行第3步的同時，根據移動Agent可以前往的節點生成一個禁忌表，移動Agent每前進一步在禁忌表中進行狀態更新,更新移動Agent當前所在的節點序號，已經訪問過的節點從禁忌表中刪除，從而移動Agent移動到新的節點，不重復走已經走過的節點。在禁忌表進行狀態更新的同時，同步記錄下移動Agent每前進一步走過的路徑和路徑長度的增加值。移動Agent就這樣不斷地選擇下一個節點,從而一步一步地從指定起始點到達目標點，這個過程稱為移動Agent的尋優過程，同時每個移動Agent每次尋優過程走過的完整路徑都記錄下來。5)所有移動Agent完成一次路徑尋優過程后，記下這次尋優過程每個移動Agent所走過的路徑和路線長度，并對各條路徑上的信息量更新一次，初始信息量蒸發一部分，移動Agent走過的路徑信息量會增加一部分。然后所有移動Agent進行第二次尋優過程，即重復前面的第3步和第4步，依次類推。通過比較所有尋優路徑的路徑長度，輸出最短路徑路線以及該路線的長度。
本發明為了縮短搜索時間和降低環境的復雜程度，采用柵格法對環境建模，通過改進蟻群算法增加尋優的目的性，最終使得相同環境下搜索時間更短，并且更容易避開障礙物，克服“早滯”的問題。
圖I本發明移動Agent路徑規劃流程圖。
具體實施例方式以下結合附圖對本發明進一步的說明。本發明的流程圖如圖I所示，其具體過程如下
本發明對移動Agent在未知環境中進行路徑規劃，旨在使移動Agent能用該算法在未 知環境中盡快找到最短路徑。該未知環境下基于改進蟻群算法的移動Agent路徑規劃方法的具體過程如下
(I)將實際的運行環境抽象為一張平面圖，根據障礙物的位置、大小建立柵格環境。設移動智能體工作空間為二維結構化空間，記為A ,其中障礙物位置、大小已知。用尺寸相同的柵格對進行劃分，柵格大小以移動智能體能在其內自由運動為限，設移動智能體能自由運動的范圍為
。若某一個柵格尺寸范圍內不含任何障礙物，則為自由柵格，反之
為障礙柵格。自由空間和障礙物均可表示成柵格塊的集合，將障礙物柵格集記為os。(2)采用直角坐標法和序號法兩種方法相結合對柵格進行標識。I)直角坐標法。以柵格陣左上角為坐標原點，水平向右為X軸正方向，豎直向下為Y軸正方向，每一個柵格區間對應坐標軸上的一個單位長度。任何一個柵格均可用直角坐標(U)唯一標識。2)序號法。按從左到右，從上到下的順序，從柵格陣左上角第一個柵格開始，給每一個柵格一個序號》(從0開始計算)，序號》與柵格塊對應。兩種方法標識的關系可表示為
fx = mo&.n.NS'i種d
N=x+ Nxy 、 [y = intO, Ny)
其中，h\為每行的柵格數Nv = / Uy為每列的柵格數Ny = Jmw /式，式中mod表示取余數，int表示取整數。JV表示任意柵格，X表示任意柵格在直角坐標系中軸方向上的值，7表不任意柵格在直角坐標系中F軸方向上的值，xSlw.表不柵格陣在直角坐標系中
Z軸方向上的最大值(即柵格陣的邊界的長)，>Wc表示柵格陣在直角坐標系中軸方向上的最大值(即柵格陣的邊界的寬)。障礙物可占一個或者多個柵格，當不滿一個柵格時，算一個柵格。劃分策略從實用出發，使場景描述與實際環境嚴格相符，規劃出的路徑保證機器人暢通無阻。(3)把障礙物分布圖轉化為圖的賦權鄰接矩陣。將表示障礙物分布的柵格環境可對應設置為一個01矩陣，矩陣中元素全為0或者I。為0表示智能體可以到達的節點，其對應的柵格為自由柵格，為I表示其對應的柵格是障礙物。可將上建立的柵格模型抽象為一個Ol矩陣，將其邏輯對應到一個由節點構成的帶權有向圖G，圖G的參照坐標系及節點坐標均與柵格環境(或01矩陣)相同，也就是相同坐標的節點和柵格塊一一對應，即節點、柵格塊以及01矩陣中的元素為同一概念。根據01矩陣中的鄰接關系確定圖G中連接節點的弧，根據節點距離賦予弧權值，其中，只有元素0和元素0之間存在鄰接關系。則所謂路徑規劃問題，就是指在帶權有向圖G中，尋找從指定起始點到目標點的一條具有最小權值總和的路徑。(4)在帶權有向圖G中，尋找從指定起始點到目標點的一條具有最小權值總和的路徑完成路徑規劃。初始設定各條路徑上的信息量均為I.從第一個移動Agent開始，判斷與當前所在節點i連接的節點中是否存在已經經過的節點，如果存在，則放棄選擇該節點作為下一步移動Agent將要去的節點，選擇其余相鄰的、移動Agent沒有經過的節點作為下一步可能前往的節點；本發明通過路徑選擇策略以增強選擇的目的性。提出一種最大轉移
概率$_*/法完成路徑選擇，根據公式選擇下一路徑。 上式中TftJ)表示節點^和節點J之間的信息量，初始設定各條路徑上的信息量-電J.)均為1，聲表示啟發式因子的相對重要程度，是一個經驗常數，max表示取最大值。V(hJ)表示節點I和節點J之間的啟發式因子，即移動Agent k從節點I到節點J的期望程度。取為下一步可能前往的節點到目標點直線距離的倒數。假定目標點為！，則
的』=士
jf
其中4為節點J到目標節點I的直線距離越小，V(U)的值越大，那么選擇該節點的可能性就越大。如果/存在最大值(最大轉移概率),則直接選擇與該最大轉移概率相對應的
節點J作為移動Agent下一步將要前往的節點，如果不存在最大轉移概率，則按常規蟻群算法選擇移動Agent下一步將要前往的節點。這樣具有更好的尋優效果。假設移動智能體從指定起始點到目標點所需要的時間為巾則通過移動智能體完成整個尋優過程的耗時巾未檢驗算法的優劣。(5)在進行第4步的同時，根據移動Agent可以前往的節點生成一個禁忌表，移動Agent每前進一步在禁忌表中進行狀態更新,更新移動Agent當前所在的節點序號，已經訪問過的節點從禁忌表中刪除，從而移動Agent移動到新的節點，不重復走已經走過的節點。在禁忌表進行狀態更新的同時，同步記錄下移動Agent每前進一步走過的路徑和路徑長度的增加值。移動Agent就這樣不斷地選擇下一個節點，從而一步一步地從指定起始點到達目標點，這個過程稱為移動Agent的尋優過程，同時每個移動Agent每次尋優過程走過的完整路徑都記錄下來。(6)所有移動Agent完成一次尋優過程后，即所有移動Agent完成上面的第4步和第5步后，記下這次尋優過程每個移動Agent所走過的路線和路線長度，各條路徑上的信息量更新一次。各條路徑上的信息量TfrJ)按下面這個公式更新
其中Rko表不信息量的蒸發系數；I-Rko表不信息量的殘留因子；表不一次循環中路徑汰刀的信息量增量，信息量增量初始時刻為0.然后所有移動Agent進行第二次尋優過程，也就是重復前面的第4步和第5步，依次類推。通過比較所有尋優路徑的路徑長度，最后輸出移動智能體所有尋優過程中所走過的最短路徑路線以及該路線的長度。(J)通過上述技術方案，移動Agent可以在較短的時間內在復雜的環境中得出最短路徑的行走方式。
權利要求
1.一種移動Agent路徑規劃方法，其特征在于，將實際的運行環境抽象為一張平面圖，根據障礙物的位置、大小建立柵格環境；將障礙物分布圖轉化為圖的賦權鄰接矩陣，將賦權鄰接矩陣邏輯對應到一個由節點構成的帶權有向圖G ;在帶權有向圖G中，移動Agent尋找從指定起始點到目標點的一條具有最小權值總和的路徑作為最優路徑，完成路徑規劃。
2.根據權利要求I所述移動Agent路徑規劃方法，其特征在于，所述轉化為圖的賦權鄰接矩陣具體為，將表示障礙物分布的柵格環境對應設置為一個Ol矩陣，為0對應的柵格為自由柵格，為I對應的柵格是障礙物。
3.根據權利要求I所述移動Agent路徑規劃方法，其特征在于，移動Agent尋找最優路徑具體包括將移動Agen經過的各條路徑上的信息量對應為圖G中各節點之間的權值，根據公式=計算移動Agent最大轉移概率@_^ ,如果存在最大轉移概率，直接選擇與該最大轉移概率對應的節點J作為移動Agent下一步將要前往的節點，如果不存在最大轉移概率，則按常規蟻群算法選擇移動Agent下一步將要前往的節點，式中，琳S)為節點I與節點J'之間的信息量，VihJ)為節點r與節點J'之間的啟發式因子為啟發式因子的相對強弱。
4.根據權利要求I所述移動Agent路徑規劃方法，其特征在于，移動Agent尋找最優路徑具體包括根據移動Agent可以前往的節點生成一個禁忌表，更新移動Agent當前所在的節點序號，已經訪問過的節點從禁忌表中刪除，在禁忌表進行狀態更新的同時，同步記錄移動Agent每前進一步走過的路徑和路徑長度的增加值。
5.根據權利要求2所述移動Agent路徑規劃方法，其特征在于，圖G中的節點和01矩陣中的元素0或者元素I 一一對應，圖G的參照坐標系及節點坐標均與柵格環境相同，根據01矩陣中的鄰接關系確定圖G中連接節點的弧，根據節點距離賦予弧權值。
6.根據權利要求3所述移動Agent路徑規劃方法，其特征在于，啟發式因子為下一個移動Agent前往的節點至目標點的直線距離的倒數。
7.根據權利要求4所述移動Agent路徑規劃方法，其特征在于，01矩陣中只有元素0和元素0之間存在鄰接關系。
全文摘要
本發明公開一種未知環境下移動Agent路徑規劃方法，針對現有技術采用蟻群算法進行移動Agent路徑規劃時，搜索時間長、障礙物較多較大時，容易出現“早滯”的問題，本發明提出一種未知環境下的移動Agent路徑規劃方法，通過柵格法對環境進行建模，建立01矩陣表示全局柵格地圖，根據全局柵格地圖進行路徑規劃，通過改進蟻群算法的路徑選擇策略增強路徑選擇的目的性，使移動Agent可以更加有效的避開障礙物。本發明的方法具有搜索時間較短和空間復雜度較小的優點。
文檔編號G06N3/00GK102778229SQ20121017598
公開日2012年11月14日 申請日期2012年5月31日 優先權日2012年5月31日
發明者劉想德, 周維, 唐海, 唐賢倫, 莊陵, 張衡, 蔣暢江, 陳光丹 申請人:重慶郵電大學