基于改进的自适应遗传算法优化的BP神经网络与安全疏散指示标志结合的多智能体路径规划算法.pdfVIP

基于改进的自适应遗传算法优化的BP神

经网络与安全疏散指示标志结合的多智

能体路径规划算法

摘要：

近些年，随着城市化进程的加快，路径规划问题一直是研究热点。本文提出

了一种基于改进的自适应遗传算法优化的BP神经网络与安全疏散指示标志结合

的多智能体路径规划算法。

由于传统的遗传算法优化的BP神经网络在处理未知且复杂环境时还会存在

收敛速度慢和局部最优的问题，本文采用改进的自适应遗传算法优化BP神经网

络完成路径规划，经过以得分值为导向的选择、杂交和变异，以及迭代进化过程，

得到在迭代次数内最优的的权值和偏置，然后传入BP神经网络通过Bayesian函

数对网络进行训练，然后通过与预期输出的误差值反向逐层修正权值和偏置，使

网络输出值逐步逼近期望值。结合安全疏散标志的指引作用，减少距离出口较远

Agent的原地徘徊问题，协助算法加快最优路径的输出，从而找到最优的路径。

最后通过unity3d平台完成多智能体路径规划仿真实验。

关键词：改进的遗传算法；神经网络；安全疏散指示标志；多智能体；路径

规划

介绍：

随着城市化进程的快速发展和人口数量的不断增加，人群密集区域突发事件

频频发生，人的生命安全屡屡受到威胁。由于紧急突发事件的极端性和突发性，

加上人群对建筑环境的不熟悉及局部人员的密度的不同，应急疏散人员也难以辨

认现场情况进行合理的疏散。因此为了在发生紧急情况时能够尽快人员撤离，合

理进行路径规划，设计最佳的疏散计划预案来帮助人们安全逃生，显得尤为重要。

这不仅可以发现并修改应急预案和执行程序中的缺陷和不足。还能帮助我们

识别资源需求，合理分配，减少资源浪费，改善应急救援中的协调问题。科学编

制建筑物内应急疏散路线图、应急疏散路线方案等。

长期以来，国内外许多学者在路径规划方面做了大量的研究，相关算法也不

断被优化改进并提出。目前比较成熟的路径规划算法有基于采样的方法，如快速

有哪些信誉好的足球投注网站随机树算法、A*算法、模拟退火算法、人工势场法，社会力算法、遗

[1][2][3]

传算法、强化学习算法或者几者结合的算法等等，但是每个单一的路径规划算法

都会因为自身局限性而不能很好的解决实际应用中的路径规划问题。随着研究的

不断深入，路径规划的规划精度和规划效率都在不断提高，但这些传统算法一直

存在实时性差、易陷入局部最优等缺点。而现在的建筑物环境却愈加复杂多变，

我们更需要的是能够对错综复杂的环境进行快速适应、学习并做出及时响应的算

法，上述算法在此方面的能力还有所不足，难以对复杂的动态问题进行很好的

[4]

规划。

本文提出一种基于改进的自适应遗传算法优化的BP神经网络与安全疏散指

示标志结合的多智能体路径规划算法。

主要工作

1.改进的自适应遗传算法优化的BP神经网络

传统的遗传算法的初始化过程是在问题的参数空间映射的有哪些信誉好的足球投注网站空间随机产生

种群规模数量的点作为初始种群进行迭代进化，为了使有哪些信誉好的足球投注网站过程与我们的目标状

态建立更大化的关联[5][6][7]，本设计中，我们选取经BP神经网络初步训练过的权

重值和阈值作为改进的遗传算法的种群初始化数据。这样初始化种群本身就相对

于完全随机数据来说有较高的适应性值，在一定程度上可以加快算法的收敛速度。

首先确定智能体的BP神经网络结构，其中输入层12个神经元（即环境信

息），隐藏层12个神经元，输出层1个神经元（即输出方向）。对环境数据进

行初始化后，再经过以得分值为导向的选择、杂交和变异，以及迭代进化过程，

得到在迭代次数内最优的的权值和偏置，然后传入BP神经网络通过Bayesian函

数对网络进行训练，然后通过与预期输出的误差值反向逐层修正权值和偏置，使

网络输出值逐步逼近期望值。改进的遗传算法优化的BP神经网络算法如图1。

图1改进的遗传算法优化的BP神经网络算法

2.基于改进的自适应遗传算法优化的BP神经网络与安全疏散指示标志结合

的多智能体路径规划方法

场景中包括多智能体、出口、障碍物及安全疏散标志，其中，安全指示标志

主要起到引流的作用。具体的，环境信息包括智能体自身位移速度、自身旋转速

度、自身位置、视野内前方静态障碍物的位置、视野内