本發(fā)明主要涉及最短路獲取領(lǐng)域，特別地，涉及一種無序經(jīng)過必經(jīng)點的最短路徑獲取方法及獲取裝置。

背景技術(shù)：

最短路徑問題是一類受普遍重視和研究的網(wǎng)絡(luò)優(yōu)化問題，廣泛應(yīng)用于計算機科學，交通工程，通信工程，運籌學，信息論，控制理論，軍事等眾多領(lǐng)域。它為研究更復雜的網(wǎng)絡(luò)流問題提供了基礎(chǔ)，是解決其他許多復雜網(wǎng)絡(luò)優(yōu)化問題的子問題之一。

傳統(tǒng)的最短路徑問題是固定起點和終點的簡單模型。用于解決最短路徑問題的算法叫做最短路徑算法。最常用的最短路徑算法有：Dijkstra算法，A*算法，SPFA算法，Bellman-Ford算法和Floyd-Warshall算法。而在實際應(yīng)用中，經(jīng)常會對路徑加以限定條件，比如要求先經(jīng)過超市，然后經(jīng)過加油站，最后再到目的地。此外，軍事人員及物資的運輸中通常也要考慮必經(jīng)點，該必經(jīng)點可能是一些重要的城市、橋梁、加油站、彈藥庫、中轉(zhuǎn)站等；故必經(jīng)點的考慮也必將是未來智能交通誘導系統(tǒng)的發(fā)展趨勢。

但是在實際應(yīng)用需求中，會出現(xiàn)只是從起點開始，必須經(jīng)過所有的必經(jīng)點才到達終點的需求，但并未強調(diào)必經(jīng)點的順序。這種經(jīng)過必經(jīng)點的無序性使得問題變得更加復雜，如何獲取無序經(jīng)過必經(jīng)點的最短路徑，成為了本領(lǐng)域技術(shù)人員亟待解決的技術(shù)問題。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種無序經(jīng)過必經(jīng)點的最短路徑獲取方法，以解決現(xiàn)有技術(shù)中獲取最短路徑過程復雜的缺陷。

本發(fā)明無序經(jīng)過必經(jīng)點的最短路徑獲取方法，用于獲取經(jīng)過K個必經(jīng)點的N條最短路徑，其中K、N均是大于1的整數(shù)，包括以下步驟：

步驟S1：計算只經(jīng)過非必經(jīng)點的起點到任意必經(jīng)點，任意必經(jīng)點到終點以及兩兩必經(jīng)點之間的最短路徑長度以及路徑；

步驟S2：初始化UN個種群個體，個體長度為K，填充為各個必經(jīng)點的序號，其中UN是大于N的整數(shù)；

步驟S3：計算種群中每個個體的路徑以及路徑長度，依據(jù)路徑長度對種群進行排序并取N條最佳路徑；

步驟S4：從種群中取一定比例的個體，按照交叉變異規(guī)則進行生成，產(chǎn)生新一代可行解作為新的種群；

步驟S5：在迭代次數(shù)達到預(yù)設(shè)次數(shù)時，輸出N個最優(yōu)解。

進一步地，所述步驟S1之前還包括以下步驟：

初始化網(wǎng)絡(luò)以去掉沒有入度或出度的中間點；

縮減網(wǎng)絡(luò)矩陣，減少矩陣維度，降低時間復雜度。

進一步地，所述步驟S1具體包括：

步驟S11：將要求取的路徑抽象為從節(jié)點a到節(jié)點b，其中a是起點或者必經(jīng)點，b是必經(jīng)點或者終點；

步驟S12：將除了a和b之外所有必經(jīng)點的出度清空；

步驟S13：使用最短路徑算法求取a到b的路徑及路徑長度。

進一步地，所述步驟S3中計算種群中每個個體的路徑及路徑長度具體包括：

步驟S31：設(shè)置經(jīng)過的非必經(jīng)點集合；

步驟S32：針對每個個體，生成隨機序列作為路徑搜索順序；

步驟S33：依據(jù)搜索順序，查詢當前點與下一必經(jīng)點之間的最短路徑，如果經(jīng)過的非必經(jīng)點都不在非必經(jīng)點集合內(nèi)，則當前點即為此路徑中的非必經(jīng)點；

步驟S34：否則，將網(wǎng)絡(luò)中涉及到的非必經(jīng)點集合內(nèi)的非必經(jīng)點出度清空，獲得新的路徑中的非必經(jīng)點；

步驟S35：將各段路徑長度加起來即可得到當前個體路徑。

進一步地，所述步驟S4中采用三交叉啟發(fā)交叉，進行啟發(fā)式生成，以生成更優(yōu)的一代種群。

本發(fā)明還提供一種無序經(jīng)過必經(jīng)點的最短路徑獲取裝置，用于獲取經(jīng)過K個必經(jīng)點的N條最短路徑，其中K、N均是大于1的整數(shù)，包括：

第一計算模塊，用于計算只經(jīng)過非必經(jīng)點的起點到任意必經(jīng)點，任意必經(jīng)點到終點以及兩兩必經(jīng)點之間的最短路徑長度以及路徑；

第一初始化模塊，用于初始化UN個種群個體，個體長度為K，填充為各個必經(jīng)點的序號，其中UN是大于N的整數(shù)；

第二計算模塊，用于計算種群中每個個體的路徑以及路徑長度，依據(jù)路徑長度對種群進行排序并取N條最佳路徑；

種群生成模塊，用于從種群中取一定比例的個體，按照交叉變異規(guī)則進行生成，產(chǎn)生新一代可行解作為新的種群；

輸出模塊，用于在迭代次數(shù)達到預(yù)設(shè)次數(shù)時，輸出N個最優(yōu)解。

進一步地，所述最短路徑獲取裝置還包括：

第二初始化模塊，用于初始化網(wǎng)絡(luò)以去掉沒有入度或出度的中間點，縮減網(wǎng)絡(luò)矩陣，減少矩陣維度，降低時間復雜度。

進一步地，所述第一計算模塊包括：

抽象單元，用于將要求取的路徑抽象為從節(jié)點a到節(jié)點b，其中a是起點或者必經(jīng)點，b是必經(jīng)點或者終點；

第一出度單元，用于將除了a和b之外所有必經(jīng)點的出度清空；

求取單元，用于使用最短路徑算法求取a到b的路徑及路徑長度。

進一步地，所述第二計算模塊包括：

設(shè)置單元，用于設(shè)置經(jīng)過的非必經(jīng)點集合；

序列生成單元，用于針對每個個體，生成隨機序列作為路徑搜索順序；

查詢單元，用于依據(jù)搜索順序，查詢當前點與下一必經(jīng)點之間的最短路徑，如果經(jīng)過的非必經(jīng)點都不在非必經(jīng)點集合內(nèi)，則當前點即為此路徑中的非必經(jīng)點；

第二出度單元，用于將網(wǎng)絡(luò)中涉及到的非必經(jīng)點集合內(nèi)的非必經(jīng)點出度清空，獲得新的路徑中的非必經(jīng)點；

求和單元，用于將各段路徑長度加起來即可得到當前個體路徑。

進一步地，所述種群生成單元采用三交叉啟發(fā)交叉，進行啟發(fā)式生成，以生成更優(yōu)的一代種群。

本發(fā)明無序經(jīng)過必經(jīng)點的最短路徑獲取方法及裝置，用于獲取經(jīng)過K個必經(jīng)點的N條最短路徑，可以獲取若干條路徑，以便用戶選擇；此外，本發(fā)明由于采用交叉變異規(guī)則進行生成，產(chǎn)生新一代可行解作為新的種群，能有效保證了新一代種群比上一代種群更優(yōu)的可能性；通過使用遺傳算法解決無序經(jīng)過必經(jīng)點的最短路徑算法，將NP問題簡化為逐步提高結(jié)果優(yōu)越性的過程，可以隨時停止并使用當前最優(yōu)解。進一步地，本發(fā)明初始化時計算了各個必經(jīng)點間的最短路徑，在后續(xù)運算中能避免大量的重復運算。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明一實施例的無序經(jīng)過必經(jīng)點的最短路徑獲取方法的流程圖；

圖2是本發(fā)明一實施例的網(wǎng)絡(luò)矩陣原理圖；

圖3是本發(fā)明一實施例的無序經(jīng)過必經(jīng)點的最短路徑獲取裝置的原理框圖。

具體實施方式

下面對本發(fā)明的具體實施方式作進一步的詳細說明。對于所屬技術(shù)領(lǐng)域的技術(shù)人員而言，從對本發(fā)明的詳細說明中，本發(fā)明的上述和其他目的、特征和優(yōu)點將顯而易見。

圖1所示是本發(fā)明一實施例的無序經(jīng)過必經(jīng)點的最短路徑獲取方法的流程圖，該最短路徑獲取方法用于獲取經(jīng)過K個必經(jīng)點的N條最短路徑，其中K、N均是大于1的整數(shù)，以便于在智能交通誘導系統(tǒng)等領(lǐng)域中使用。該實施例的最短路徑獲取方法至少包括步驟S1至步驟S5。

圖2所示是本發(fā)明一實施例的網(wǎng)絡(luò)矩陣原理圖，后文將結(jié)合該圖對本發(fā)明的最短路徑獲取方法進行說明。圖2是一個帶權(quán)有向圖，共有21個節(jié)點，起點為2，終點為19，必經(jīng)點包括3、5、7、11、13、17，其余為非必經(jīng)點。

圖1所示實施例的無序經(jīng)過必經(jīng)點的最短路徑獲取方法包括如下步驟：

步驟S1：計算只經(jīng)過非必經(jīng)點的起點到任意必經(jīng)點，任意必經(jīng)點到終點以及兩兩必經(jīng)點之間的最短路徑長度以及路徑；

由于限制了不能經(jīng)過其他必經(jīng)點，所以7→17的路徑就不可以從7→13→17，而是7→16→8→6→17，因為13是一個必經(jīng)點。

此外，在步驟S1中還可以計算起點S到終點T的最短路徑，用于快速判斷網(wǎng)絡(luò)是否無解。該起點S到終點T的最短路徑可使用最小堆優(yōu)化的Dijkstra算法。

所述步驟S1具體包括：

步驟S11：將要求取的路徑抽象為從節(jié)點a到節(jié)點b，其中a是起點或者必經(jīng)點，b是必經(jīng)點或者終點；

步驟S12：將除了a和b之外所有必經(jīng)點的出度清空；

步驟S13：使用最短路徑算法求取a到b的路徑及路徑長度。

另外，在步驟S1之前還可以包括初始化網(wǎng)絡(luò)的步驟，以去掉沒有入度或出度的中間點，縮減網(wǎng)絡(luò)矩陣，減少矩陣維度，降低時間復雜度。該步驟能簡化網(wǎng)絡(luò)，壓縮網(wǎng)絡(luò)矩陣；由圖2中得出第20號節(jié)點沒有出度，也不是起點或者終點，可以去掉減小網(wǎng)絡(luò)規(guī)模。

步驟S2：初始化UN個種群個體，個體長度為K，填充為各個必經(jīng)點的序號，其中UN是大于N的整數(shù)；

各個必經(jīng)點的序號其含義為從S到T經(jīng)過必經(jīng)點的次序，比如[3,5,7,11,17,13]，意味著必然從2→非必經(jīng)點→3→非必經(jīng)點→……→13→非必經(jīng)點→19，生成UN個這樣子的序列；

步驟S3：計算種群中每個個體的路徑以及路徑長度，依據(jù)路徑長度對種群進行排序并取N條最佳路徑；

在該步驟S3中初始化N條最佳路徑，設(shè)置長度為最大值，序列為從第一個必經(jīng)點到最后一個必經(jīng)點，兩兩必經(jīng)點間路徑L_i為空，其中i為大于等于0小于等于K的整數(shù)，L₀表示從S到第一個必經(jīng)點的路徑，L_c表示從個體序列第C-1個必經(jīng)點到第C個必經(jīng)點的路徑，其中C大于0小于K的整數(shù)，L_K為最后一個必經(jīng)點到T的路徑。

此外，該步驟S3還對結(jié)果進行排序，取前N個與已有N條最佳路徑比較并在合適位置插入。

以圖2路徑為例，其個體為[3,11,7,13,5,17]，其中11→7的最短路為11→4→7，13→5的最短路為13→4→5，二者同時經(jīng)過節(jié)點4，若搜索順序13→5在11→7前面，依據(jù)貪心原理，可以找到圖中所示路徑。為保證不重復經(jīng)過節(jié)點，依據(jù)搜索順序不同，可以得到不同的路徑，將這些路徑及長度進行計算。

所述步驟S3中計算種群中每個個體的路徑及路徑長度具體包括：

步驟S31：設(shè)置經(jīng)過的非必經(jīng)點集合NP=?；

步驟S32：針對每個個體，生成隨機序列作為路徑搜索順序；

所述步驟S32針對每個個體，生成一個0-K的隨機序列R，作為部分路徑搜索的優(yōu)先順序，其中R_i=j，i,j都是0-K的整數(shù)。

步驟S33：依據(jù)搜索順序，查詢當前點與下一必經(jīng)點之間的最短路徑，如果經(jīng)過的非必經(jīng)點都不在非必經(jīng)點集合內(nèi)，則當前點即為此路徑中的非必經(jīng)點；

所述步驟S33依據(jù)搜索順序，查詢R_i與下一個必經(jīng)點之間的Dijkstra最短路，若經(jīng)過的非必經(jīng)點都不在NP中，則L_Ri即為此路徑中的非必經(jīng)點；

步驟S34：否則，將網(wǎng)絡(luò)中涉及到的非必經(jīng)點集合NP內(nèi)非必經(jīng)點出度清空，獲得新的路徑中的非必經(jīng)點，進而避免新路徑經(jīng)過已經(jīng)經(jīng)過的點；

所述步驟S34將初始化的網(wǎng)絡(luò)去掉非必經(jīng)點集合NP中的非必經(jīng)點、起點、終點、未涉及到的必經(jīng)點的出度，執(zhí)行Dijkstra算法獲得新的路徑放入到L_Ri中；

步驟S35：將各段路徑長度加起來即可得到當前個體路徑。

步驟S4：從種群中取一定比例的個體，按照交叉變異規(guī)則進行生成，產(chǎn)生新一代可行解作為新的種群；

該步驟S4中優(yōu)選采用三交叉啟發(fā)交叉，進行啟發(fā)式生成，以生成更優(yōu)的一代種群。

步驟S5：在迭代次數(shù)達到預(yù)設(shè)次數(shù)時，輸出N個最優(yōu)解。

如果迭代次數(shù)未達到預(yù)設(shè)次數(shù)，則重復步驟S3和步驟S4。

本發(fā)明上述實施例無序經(jīng)過必經(jīng)點的最短路徑獲取方法，用于獲取經(jīng)過K個必經(jīng)點的N條最短路徑，可以獲取若干條路徑，以便用戶選擇；此外，由于采用交叉變異規(guī)則進行生成，產(chǎn)生新一代可行解作為新的種群，能有效保證了新一代種群比上一代種群更優(yōu)的可能性；通過使用遺傳算法解決無序經(jīng)過必經(jīng)點的最短路徑算法，將NP問題簡化為逐步提高結(jié)果優(yōu)越性的過程，可以隨時停止并使用當前最優(yōu)解。進一步地，本發(fā)明該實施例初始化時計算了各個必經(jīng)點間的最短路徑，在后續(xù)運算中能避免大量的重復運算。

圖3所示是本發(fā)明一實施例的無序經(jīng)過必經(jīng)點的最短路徑獲取裝置的原理框圖，該最短路徑獲取裝置用于獲取經(jīng)過K個必經(jīng)點的N條最短路徑，其中K、N均是大于1的整數(shù)，以便于在智能交通誘導系統(tǒng)等領(lǐng)域中使用。該實施例的最短路徑獲取裝置至少包括第一計算模塊100、第一初始化模塊200、第二計算模塊300、種群生成模塊400和輸出模塊500。

圖2所示是本發(fā)明一實施例的網(wǎng)絡(luò)矩陣原理圖，后文將結(jié)合該圖對本發(fā)明的最短路徑獲取裝置進行說明。圖2是一個帶權(quán)有向圖，共有21個節(jié)點，起點為2，終點為19，必經(jīng)點包括3、5、7、11、13、17，其余為非必經(jīng)點。

圖3所示實施例的無序經(jīng)過必經(jīng)點的最短路徑獲取裝置包括：

第一計算模塊100，用于計算只經(jīng)過非必經(jīng)點的起點到任意必經(jīng)點，任意必經(jīng)點到終點以及兩兩必經(jīng)點之間的最短路徑長度以及路徑；

由于限制了不能經(jīng)過其他必經(jīng)點，所以7→17的路徑就不可以從7→13→17，而是7→16→8→6→17，因為13是一個必經(jīng)點。

此外，第一計算模塊100還可以用于計算起點S到終點T的最短路徑，用于快速判斷網(wǎng)絡(luò)是否無解。該起點S到終點T的最短路徑可使用最小堆優(yōu)化的Dijkstra算法。

所述第一計算模塊100具體包括：

抽象單元101，用于將要求取的路徑抽象為從節(jié)點a到節(jié)點b，其中a是起點或者必經(jīng)點，b是必經(jīng)點或者終點；

第一出度單元102，用于將除了a和b之外所有必經(jīng)點的出度清空；

求取單元103，用于使用最短路徑算法求取a到b的路徑及路徑長度。

前述第一初始化模塊200，用于初始化UN個種群個體，個體長度為K，填充為各個必經(jīng)點的序號，其中UN是大于N的整數(shù)；

各個必經(jīng)點的序號其含義為從S到T經(jīng)過必經(jīng)點的次序，比如[3,5,7,11,17,13]，意味著必然從2→非必經(jīng)點→3→非必經(jīng)點→……→13→非必經(jīng)點→19，生成UN個這樣子的序列；

另外，該實施例的最短路徑獲取裝置還包括第二初始化模塊，用于初始化網(wǎng)絡(luò)以去掉沒有入度或出度的中間點，縮減網(wǎng)絡(luò)矩陣，減少矩陣維度，降低時間復雜度。該模塊能簡化網(wǎng)絡(luò)，壓縮網(wǎng)絡(luò)矩陣；由圖2中得出第20號節(jié)點沒有出度，也不是起點或者終點，可以去掉減小網(wǎng)絡(luò)規(guī)模。

前述第二計算模塊300，用于計算種群中每個個體的路徑以及路徑長度，依據(jù)路徑長度對種群進行排序并取N條最佳路徑；

在該第二計算模塊300中初始化N條最佳路徑，設(shè)置長度為最大值，序列為從第一個必經(jīng)點到最后一個必經(jīng)點，兩兩必經(jīng)點間路徑L_i為空，其中i為大于等于0小于等于K的整數(shù)，L₀表示從S到第一個必經(jīng)點的路徑，L_c表示從個體序列第C-1個必經(jīng)點到第C個必經(jīng)點的路徑，其中C大于0小于K的整數(shù)，L_K為最后一個必經(jīng)點到T的路徑。

此外，該第二計算模塊300還對結(jié)果進行排序，取前N個與已有N條最佳路徑比較并在合適位置插入。

以圖2路徑為例，其個體為[3,11,7,13,5,17]，其中11→7的最短路為11→4→7，13→5的最短路為13→4→5，二者同時經(jīng)過節(jié)點4，若搜索順序13→5在11→7前面，依據(jù)貪心原理，可以找到圖中所示路徑。為保證不重復經(jīng)過節(jié)點，依據(jù)搜索順序不同，可以得到不同的路徑，將這些路徑及長度進行計算。

所述第二計算模塊300具體包括：

設(shè)置單元301，用于設(shè)置經(jīng)過的非必經(jīng)點集合NP=?；

序列生成單元302，用于針對每個個體，生成隨機序列作為路徑搜索順序；

所述序列生成單元302用于針對每個個體，生成一個0-K的隨機序列R，作為部分路徑搜索的優(yōu)先順序，其中R_i=j，i,j都是0-K的整數(shù)。

查詢單元303，用于依據(jù)搜索順序，查詢當前點與下一必經(jīng)點之間的最短路徑，如果經(jīng)過的非必經(jīng)點都不在非必經(jīng)點集合內(nèi)，則當前點即為此路徑中的非必經(jīng)點；

所述查詢單元303用于依據(jù)搜索順序，查詢R_i與下一個必經(jīng)點之間的Dijkstra最短路，若經(jīng)過的非必經(jīng)點都不在NP中，則L_Ri即為此路徑中的非必經(jīng)點；

第二出度單元304，用于將網(wǎng)絡(luò)中涉及到的非必經(jīng)點集合內(nèi)的非必經(jīng)點出度清空，獲得新的路徑中的非必經(jīng)點，進而避免新路徑經(jīng)過已經(jīng)經(jīng)過的點；

所述第二出度單元304用于將初始化的網(wǎng)絡(luò)去掉非必經(jīng)點集合NP中的非必經(jīng)點、起點、終點、未涉及到的必經(jīng)點的出度，執(zhí)行Dijkstra算法獲得新的路徑放入到L_Ri中；

求和單元305，用于將各段路徑長度加起來即可得到當前個體路徑。

前述種群生成模塊400用于從種群中取一定比例的個體，按照交叉變異規(guī)則進行生成，產(chǎn)生新一代可行解作為新的種群；

該種群生成模塊400優(yōu)選采用三交叉啟發(fā)交叉，進行啟發(fā)式生成，以生成更優(yōu)的一代種群。

前述輸出模塊500用于在迭代次數(shù)達到預(yù)設(shè)次數(shù)時，輸出N個最優(yōu)解。

如果迭代次數(shù)未達到預(yù)設(shè)次數(shù)，則重復觸發(fā)第二計算模塊300和種群生成模塊400。

本發(fā)明上述實施例無序經(jīng)過必經(jīng)點的最短路徑獲取裝置，用于獲取經(jīng)過K個必經(jīng)點的N條最短路徑，可以獲取若干條路徑，以便用戶選擇；此外，由于采用交叉變異規(guī)則進行生成，產(chǎn)生新一代可行解作為新的種群，能有效保證了新一代種群比上一代種群更優(yōu)的可能性；通過使用遺傳算法解決無序經(jīng)過必經(jīng)點的最短路徑算法，將NP問題簡化為逐步提高結(jié)果優(yōu)越性的過程，可以隨時停止并使用當前最優(yōu)解。進一步地，本發(fā)明該實施例初始化時計算了各個必經(jīng)點間的最短路徑，在后續(xù)運算中能避免大量的重復運算。

還應(yīng)當理解，本發(fā)明雖然已通過以上實施例進行了清楚說明，然而在不背離本發(fā)明精神及其實質(zhì)的情況下，所屬技術(shù)領(lǐng)域的技術(shù)人員當可根據(jù)本發(fā)明作出各種變化和修正，均屬于本發(fā)明的權(quán)利要求的保護范圍。