最优路径规划算法设计报告

最优路径规划算法设计

一、 问题概述

兵力机动模型的功能是支持实施机动的实体按照指定路线，由作战空间的一点向另外一点的位置移动，并带入实体在移动过程中发生变化的状态信息。

兵力机动模型包括行军模型、战斗转移模型、机动能力评估模型。涉及的关键算法包括最优路径规划、行军长径计算、行军时间计算、行军所需油料计算、行军方案评估与优选等。

最优路径问题又称最短路问题。是网络优化中的基本问题，如TSP 问题等。下面先举例说明该问题。

最短路问题（SPP －shortest path problem ）

一名货柜车司机奉命在最短的时间内将一车货物从甲地运往乙地。从甲地到乙地的公路网纵横交错，因此有多种行车路线，这名司机应选择哪条线路呢？假设货柜车的运行速度是恒定的，那么这一问题相当于需要找到一条从甲地到乙地的最短路。

旅行商问题（TSP －traveling salesman problem ）

一名推销员准备前往若干城市推销产品。如何为他（她）设计一条最短的旅行路线（从驻地出发，经过每个城市恰好一次，最后返回驻地？）

最短路问题是组合优化中的经典问题，它是通过数学方法寻找离散时间的最优编排、分组、次序、或筛选等，这类问题可用数学模型描述为

min )(x f

..t s 0)(≥x g

D x ∈.

其中，)(x f 为目标函数，)(x g 为约束函数，x 为决策变量，D 表示有限个点组成的集合。

一个组合最优化问题可用三个参数),,(f F D 表示，其中D 表示决策变量的定义域，F 表示可行解区域}0)(,|{≥∈=x g D x x F ，F 中的任何一个元素称为该问

题的可行解，f 表示目标函数，满足}|)(m in{)(*F x x f x f ∈=的可行解*x 称为该问题的最优解。组合最优化的特点是可行解集合为有限点集。由直观可知，只要将D 中有限个点逐一判别是否满足0)(≥x g 的约束并比较目标值的大小，就可以得到该问题的最优解。

以上述TSP 问题为例，具体阐述组合优化问题：

此模型研究对称TSP 问题,一个商人欲到n 个城市推销产品，两个城市i 和j 之间的距离ji ij d d =，用数学模型描述为

∑≠j

i ij ij x d min

1..1

=∑=n

j ij x t s n i ,,2,1 =，

1..1

=∑=n i ij x t s n j ,,2,1 =，

},,,2,1{,2||2,1||,n s n s s x s j i ij ?-≤≤-≤∑∈

j i n j i x ij ≠=∈,,,2,1,},1,0{

约束条件决策变量1=ij x 表示商人行走的路线包含从城市i 到j 的路，而0=ij x 表示商人没有选择走这条路；j i ≠的约束可以减少变量的个数，使得模型中共有)1(-?n n 个决策变量。

每一个组合优化问题都可以通过完全枚举的方法求得最优解。枚举是以时间为代价的，在TSP 问题中，用n 个城市的一个排列表示商人按这个排列序推销并返回起点。若固定一个城市为起终点，则需要)!1(-n 个枚举。以计算机s 1可以完成24个城市所有路径枚举为单位，则25个城市的计算时间为：以第1个城市为起点，第2个到达城市有可能是第2个、第3个、……、第25个城市。决定前两个城市的顺序后，余下是23个城市的所有排列，枚举这23个城市的排列需要s 1，所以，25个城市的枚举需要24s 。类似地归纳，城市数与计算时间的关系如表1所示。