技術(shù)特征：

1.一種基于混合水滴算法的線纜布線路徑搜索方法，其特征在于，包括如下步驟：

1)在布線空間中，選取線纜敷設(shè)的壁面，以平面展開的方式將布線空間簡(jiǎn)化成一個(gè)矩形的布線平面；

2)對(duì)矩形布線平面進(jìn)行柵格地圖建模；

3)將粒子群算法作為粗搜索階段并進(jìn)行快速路徑尋優(yōu)，通過得到的多組次優(yōu)路徑更新土壤分布；

4)采用改進(jìn)的智能水滴算法作為細(xì)搜索階段，進(jìn)行路徑尋優(yōu)；

5)將路徑中的節(jié)點(diǎn)以及彎折點(diǎn)作為控制點(diǎn)，并根據(jù)步驟1)中的平面展開方式將二維的控制點(diǎn)坐標(biāo)轉(zhuǎn)化為布線空間中的三維控制點(diǎn)坐標(biāo)；

6)采用三階B樣條曲線優(yōu)化路徑；

通過上述步驟，利用粒子群算法優(yōu)化智能水滴算法中的參數(shù)，給水滴的移動(dòng)提供導(dǎo)向；改進(jìn)水滴算法中水滴的移動(dòng)方式，并進(jìn)行路徑尋優(yōu)；最終采用B樣條曲線優(yōu)化路徑，綜合考慮了算法的穩(wěn)定性和魯棒性，能快速找出一條便捷、無(wú)碰撞、平滑且貼附于壁面的布線路徑，在該路徑上敷設(shè)線纜即可完成線纜布線。

2.根據(jù)權(quán)利要求1所述的基于混合水滴算法的線纜布線路徑搜索方法，其特征在于，步驟1)中，在布線空間中，選取線纜敷設(shè)的壁面，以平面展開的方式將布線空間簡(jiǎn)化成一個(gè)矩形的布線平面：

首先，若通過平面展開之后簡(jiǎn)化而成的平面非矩形平面則將該平面擴(kuò)展成矩形平面；

其次，擴(kuò)展部分視為障礙物；

最后，將該平面劃分為兩個(gè)區(qū)域：障礙物區(qū)域以及非障礙物區(qū)域。

3.根據(jù)權(quán)利要求1所述的基于混合水滴算法的線纜布線路徑搜索方法，其特征在于，步驟2)中，對(duì)矩形布線平面進(jìn)行柵格地圖建模：

首先，柵格地圖由障礙柵格與非障礙柵格組成；

其次，任意含有障礙物的柵格視為障礙柵格；

最后，若布線起止點(diǎn)位于柵格地圖中的同一列，則將柵格地圖行列互換。

4.根據(jù)權(quán)利要求1所述的基于混合水滴算法的線纜布線路徑搜索方法，其特征在于，步驟3)中，將粒子群算法作為粗搜索階段并進(jìn)行快速路徑尋優(yōu)，通過得到的多組次優(yōu)路徑更新土壤分布，具體包括：

首先，設(shè)置初始參數(shù)(種群規(guī)模N，慣性權(quán)重w，學(xué)習(xí)因子c₁和c₂，最大迭代次數(shù)Ic，速度最大值V_max，以及速度最小值V_min)；

然后，隨機(jī)生成粒子的位置矢量x_i＝(x_i1,x_i2,…,x_iD)和速度矢量v_i＝(v_i1,v_i2,…,v_iD)，并初始化粒子的局部最優(yōu)解p_p以及全局最優(yōu)解p_g；

進(jìn)入迭代并更新所有粒子的位置信息以及速度信息按照以下兩式：

$v_{id}^{k+1}={\mathrm{wv}}_{id}^{k+1}+c_1{r}_1(p_{pd}-x_{id}^k)+c_2{r}_2(p_{gd}-x_{id}^k)---\left(1\right)$

$x_{id}^{k+1}=x_{id}^k+v_{id}^{k+1}---\left(2\right)$

同時(shí)，計(jì)算每個(gè)粒子的適應(yīng)度f(wàn)(x_i)，若f(x_i)為此次迭代中的最小值，則p_p＝x_i，若此時(shí)f(x_i)<f(p_g)，則p_g＝x_i，其中適應(yīng)度函數(shù)f為：

$f=\underset{j=2}{\overset{n}{\&Sigma;}}\sqrt{{(x_j-x_{j-1})}^2+{(y_j-y_{j-1})}^2}+pun\&times;{\mathrm{num}}_j---\left(3\right)$

最后，進(jìn)入下一次迭代重復(fù)公式(1)(2)(3)，更新局部最優(yōu)解p_p以及全局最解p_g，直至迭代次數(shù)達(dá)到最大或滿足精度要求。

5.根據(jù)權(quán)利要求1所述的基于混合水滴算法的線纜布線路徑搜索方法，其特征在于，步驟4)中，采用改進(jìn)的智能水滴算法作為細(xì)搜索階段，進(jìn)行路徑尋優(yōu)，首先，設(shè)置水滴的數(shù)量W，最大迭代次數(shù)Is，初始土壤量Its，對(duì)柵格地圖中各位置的土壤進(jìn)行初始化，并利用PSO算法求出的T組次優(yōu)解更新土壤，如下兩式：

$\begin{array}{ccc}{\mathrm{soil}}_i={\mathrm{soil}}_i+\frac{{\mathrm{\&lambda;}}_i}{T}\&times;\frac{\mathrm{\&delta;}\&times;Initsoil}{\mathrm{\&alpha;}+\mathrm{\&beta;}\&times;{\mathrm{eup}}^3}& if& {\mathrm{pos}}_i\&Element;{\mathrm{path}}_{sub}\end{array}---\left(5\right)$

然后，將所有水滴均放置于布線起點(diǎn)。

使用輪盤賭法進(jìn)行路徑點(diǎn)選擇，并記錄路徑節(jié)點(diǎn)信息，公式如下：

$P_{ij}=\frac{f\left({\mathrm{soil}}_{ij}\right)}{{\mathrm{\&Sigma;}}_{j\&Element;N}f\left({\mathrm{soil}}_{ij}\right)}---\left(6\right)$

$f\left({\mathrm{soil}}_{ij}\right)=\left\{\begin{array}{cc}{\mathrm{soil}}_j\&times;\frac{a_f}{b_f+dis{({\mathrm{pos}}_i,{\mathrm{pos}}_j)}^3}& \begin{array}{cc}if& dis({\mathrm{pos}}_i,{\mathrm{pos}}_j)=eup\end{array}\\ {\mathrm{soil}}_j\&times;\frac{\mathrm{\&rho;}\&times;a_f}{b_f+dis{({\mathrm{pos}}_i,{\mathrm{pos}}_j)}^3}& otherwise\end{array}\right.---\left(7\right)$

在水滴移動(dòng)到另外一個(gè)節(jié)點(diǎn)j時(shí)，更新水滴的速度：

${\mathrm{vel}}_j={\mathrm{vel}}_i+\frac{{\mathrm{soil}}_j}{{\mathrm{soil}}_j+a_v}---\left(8\right)$

同時(shí)，更新所移動(dòng)到的節(jié)點(diǎn)的土壤，以及此時(shí)水滴攜帶的土壤：

${\mathrm{soil}}_j={\mathrm{soil}}_j+{\mathrm{\&rho;}}_1\&times;\frac{{\mathrm{vel}}_j}{a_a+dis({\mathrm{pos}}_i,{\mathrm{pos}}_j)}---\left(9\right)$

${\mathrm{soil}}^{IWD}={\mathrm{soil}}^{IWD}+\frac{{\mathrm{vel}}_j}{a_s+dis({\mathrm{pos}}_i,{\mathrm{pos}}_j)}---\left(10\right)$

在所有水滴移動(dòng)到布線終點(diǎn)之前，重復(fù)公式(6)(7)(8)(9)(10)，計(jì)算每個(gè)水滴所形成路徑的適應(yīng)度，并更新局部最優(yōu)解p_p和全局最優(yōu)解p_g；

在所有水滴移動(dòng)到布線終點(diǎn)之后，更新全局的土壤量：

${\mathrm{soil}}_i=\left\{\begin{array}{ccc}{\mathrm{soil}}_i+{\mathrm{\&rho;}}_2\&times;\frac{1}{num}{\mathrm{soil}}_{best}^{IWD}& if& {\mathrm{pos}}_i\&Element;p_p\\ {\mathrm{soil}}_i+{\mathrm{\&rho;}}_3\&times;\frac{1}{num}{\mathrm{soil}}_{best}^{IWD}& if& {\mathrm{pos}}_i\&Element;p_g\end{array}\right.---\left(11\right)$

在按照公式(11)更新完全局土壤量后，算法即完成一次迭代。此后算法將進(jìn)入下一次迭代，所有水滴將重置于布線起點(diǎn)處，并以上述公式(6)至公式(11)重新進(jìn)行移動(dòng)，直至迭代次數(shù)達(dá)到最大或滿足精度要求。

6.根據(jù)權(quán)利要求1所述的基于混合水滴算法的線纜布線路徑搜索方法，其特征在于，步驟5)中，將路徑中的節(jié)點(diǎn)以及彎折點(diǎn)作為控制點(diǎn)，并根據(jù)步驟1)中的平面展開方式將二維的控制點(diǎn)坐標(biāo)轉(zhuǎn)化為布線空間中的三維控制點(diǎn)坐標(biāo)。

7.根據(jù)權(quán)利要求1所述的基于混合水滴算法的線纜布線路徑搜索方法，其特征在于，步驟6)中，采用三階B樣條優(yōu)化路徑：

先獲取步驟5)中，的控制點(diǎn)p₀(x₀,y₀,z₀),...,p_n(x_n,y_n,z_n)，確定B樣條曲線的階數(shù)k＝3，定義樣條曲線的支撐區(qū)間T＝[t₀,t₁,...,t_n+k]如下式：

$t_i=\left\{\begin{array}{ccc}0& if& i\&lt;k+1\\ i-k& if& k+1\&le;i\&le;n\\ n-k+1& if& i\&gt;n\end{array}\right.---\left(12\right)$

然后計(jì)算樣條曲線的基函數(shù)N_i,k(t)，如下兩式：

$N_{i,1}\left(t\right)=\left\{\begin{array}{cc}1& \begin{array}{cc}if& t_i\&le;t\&le;t_{i+1}\end{array}\\ 0& otherwise\end{array}\right.---\left(13\right)$

$N_{i,k}=\frac{t-t_i}{t_{i+k-1}-t_i}\&times;N_{i,k-1}\left(t\right)+\frac{t_{i+k}-t}{t_{i+k}-t_{i+1}}\&times;N_{i+1,k-1}\left(t\right)---\left(14\right)$

最后可求得三階B樣條曲線的方程，如下式：

$P\left(t\right)=\underset{i=0}{\overset{n}{\&Sigma;}}{P}_i\&times;N_{i,k}\left(t\right)---\left(15\right)$