用于利用遗传算法对配送路线进行优化的方法和系统技术方案

本发明专利技术公开了一种用于利用遗传算法对配送路线进行优化的方法，包括：根据与站点相对应的地理位置来生成第一路线集合，所述第一路线集合包括N条路线；计算与所述第一路线集合中的各条路线相对应的评价指标；确定是否满足终止条件，当不满足所述终止条件时，利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行处理以产生N‑m条路线，并且将所述N‑m条路线与所述评价指标排名最高的m条路线组合为新的路线集合，其中m＜N；以及将所述新的路线集合作为第一路线集合重复所述计算步骤和所述组合步骤，直到满足终止条件为止，并且将满足终止条件时与最高评价指标相对应的路线确定为优化的配送路线。

【技术实现步骤摘要】
用于利用遗传算法对配送路线进行优化的方法和系统
本公开大体上涉及路线优化，更具体地，涉及用于利用遗传算法对配送路线进行优化的方法和系统。
技术介绍
路线优化是物流配送中的一个主要环节，正确合理地安排配送路线可以有效地降低运输成本，节约运输时间，并提高客户服务水平。因此对于物流配送路线的优化问题，已经有了很广泛的研究，但是研究方法局限于智能优化算法或者改进的智能优化算法。当采用智能优化算法进行求解时，需要首先建立优化问题的数学表达式，即目标函数，并设定约束条件，通过编程进行求解。虽然该目标函数已经有了标准的表达式，但是现实情况中的系统是一个复杂的动态系统，很难使用数学表达式进描述，即使能够使用数学表达式对系统进行描述，也包含了一些理想化的思想，比如经验、平均值，难以精确地考虑到实际情况中的随机性和复杂性。因此，需要一种用于优化配送路线的新方法。
技术实现思路
鉴于此，在本专利技术的一个方面，提出了一种用于利用遗传算法对配送路线进行优化的方法，包括：根据与站点相对应的地理位置来生成第一路线集合，所述第一路线集合包括N条路线；计算与所述第一路线集合中的各条路线相对应的评价指标；确定是否满足终止条件，当不满足所述终止条件时，利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行处理以产生N-m条路线，并且将所述N-m条路线与所述评价指标排名最高的m条路线组合为新的路线集合，其中m＜N；以及将所述新的路线集合作为第一路线集合重复所述计算步骤和所述组合步骤，直到满足终止条件为止，并且将满足终止条件时与最高评价指标相对应的路线确定为优化的配送路线。优选地，所述第一路线集合是随机产生的。优选地，所述评价指标是按照相应路线进行配送所花费的时间。优选地，所述终止条件是达到预先设置的迭代次数。优选地，所产生的N-m条路线中的每一条路线是通过利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行交叉或变异获得的。优选地，当利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行交叉时，所述方法包括：从所述m条路线中任意选择两条路线并对所述两条路线进行交叉以产生一条新路线，以及当利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行变异时，所述方法包括：从所述m条路线中任意选择一条路线并对所述一条路线进行变异以产生一条新路线。优选地，所述新的路线集合中的路线各不相同。在本专利技术的另一个方面，提出了一种用于利用遗传算法对配送路线进行优化的系统，包括：处理器，被配置为执行指令以：根据与站点相对应的地理位置来生成第一路线集合，所述第一路线集合包括N条路线；计算与所述第一路线集合中的各条路线相对应的评价指标；确定是否满足终止条件，当不满足所述终止条件时，利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行处理以产生N-m条路线，并且将所述N-m条路线与所述评价指标排名最高的m条路线组合为新的路线集合，其中m＜N；以及将所述新的路线集合作为第一路线集合重复所述计算步骤和所述组合步骤，直到满足终止条件为止，并且将满足终止条件时与最高评价指标相对应的路线确定为优化的配送路线；以及存储器，被配置为存储所述指令。优选地，所述第一路线集合是随机产生的。优选地，所述评价指标是按照相应路线进行配送所花费的时间。优选地，所述终止条件是达到预先设置的迭代次数。优选地，所产生的N-m条路线中的每一条路线是通过利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行交叉或变异获得的。优选地，所述处理器被进一步配置为执行指令以：当利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行交叉时，从所述m条路线中任意选择两条路线并对所述两条路线进行交叉以产生一条新路线，以及当利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行变异时，从所述m条路线中任意选择一条路线并对所述一条路线进行变异以产生一条新路线。优选地，所述新的路线集合中的路线各不相同。在本专利技术的另一个方面，提出了一种计算机可读介质，包括在由处理器执行时执行包括以下各项的操作的指令：根据与站点相对应的地理位置来生成第一路线集合，所述第一路线集合包括N条路线；计算与所述第一路线集合中的各条路线相对应的评价指标；确定是否满足终止条件，当不满足所述终止条件时，利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行处理以产生N-m条路线，并且将所述N-m条路线与所述评价指标排名最高的m条路线组合为新的路线集合，其中m＜N；以及将所述新的路线集合作为第一路线集合重复所述计算步骤和所述组合步骤，直到满足终止条件为止，并且将满足终止条件时与最高评价指标相对应的路线确定为优化的配送路线。优选地，所述第一路线集合是随机产生的。优选地，所述评价指标是按照相应路线进行配送所花费的时间。优选地，所述终止条件是达到预先设置的迭代次数。优选地，所产生的N-m条路线中的每一条路线是通过利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行交叉或变异获得的。优选地，所述处理器被进一步配置为执行指令以：当利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行交叉时，从所述m条路线中任意选择两条路线并对所述两条路线进行交叉以产生一条新路线，以及当利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行变异时，从所述m条路线中任意选择一条路线并对所述一条路线进行变异以产生一条新路线。优选地，所述新的路线集合中的路线各不相同。本专利技术将系统仿真技术和智能优化算法中的遗传算法结合在一起，解决了物流配送中的路线优化问题。系统仿真技术可以有效地模拟现实中的动态系统，对于时间加空间加随机变量的复杂系统是一种很好的解决方法。遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。将系统仿真技术和智能优化算法结合起来，使用仿真模型代替数学表达式并且使用优化算法进行求解，从而避免了静态思维对于算法求解的局限性。附图说明根据结合示例性附图对示例性实施例的以下描述，本公开的其他细节、方面和优点将变得显而易见，在附图中：图1示意性地示出了根据本专利技术的实施例的用于利用遗传算法对配送路线进行优化的方法的流程图；图2示意性地示出了根据本专利技术的实施例的通过系统仿真软件对配送路线进行优化的方法的流程图；图3示意性地示出了根据本专利技术的实施例的配送路线优化系统的示意图；图4示意性地示出了根据本专利技术的实施例的配送模型的示意图；以及图5示意性地示出了根据本专利技术的实施例的用于利用遗传算法对配送路线进行优化的系统的框图。附图没有对实施例的所有电路或结构进行显示。贯穿所有附图相同的附图标记表示相同或相似的部件或特征。具体实施方式下面将详细描述本专利技术的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本专利技术。在以下描述中，为了提供对本专利技术的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本专利技术。在其他实例中，为了避免混淆本专利技术，未具体描述公知的电路、材料或方法。在整个说明本文档来自技高网...

【技术保护点】
一种用于利用遗传算法对配送路线进行优化的方法，包括：根据与站点相对应的地理位置来生成第一路线集合，所述第一路线集合包括N条路线；计算与所述第一路线集合中的各条路线相对应的评价指标；确定是否满足终止条件，当不满足所述终止条件时，利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行处理以产生N‑m条路线，并且将所述N‑m条路线与所述评价指标排名最高的m条路线组合为新的路线集合，其中m＜N；以及将所述新的路线集合作为第一路线集合重复所述计算步骤和所述组合步骤，直到满足终止条件为止，并且将满足终止条件时与最高评价指标相对应的路线确定为优化的配送路线。

【技术特征摘要】
1.一种用于利用遗传算法对配送路线进行优化的方法，包括：根据与站点相对应的地理位置来生成第一路线集合，所述第一路线集合包括N条路线；计算与所述第一路线集合中的各条路线相对应的评价指标；确定是否满足终止条件，当不满足所述终止条件时，利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行处理以产生N-m条路线，并且将所述N-m条路线与所述评价指标排名最高的m条路线组合为新的路线集合，其中m＜N；以及将所述新的路线集合作为第一路线集合重复所述计算步骤和所述组合步骤，直到满足终止条件为止，并且将满足终止条件时与最高评价指标相对应的路线确定为优化的配送路线。2.根据权利要求1所述的方法，其中，所述第一路线集合是随机产生的。3.根据权利要求1所述的方法，其中，所述评价指标是按照相应路线进行配送所花费的时间。4.根据权利要求1所述的方法，其中，所述终止条件是达到预先设置的迭代次数。5.根据权利要求1所述的方法，其中，所产生的N-m条路线中的每一条路线是通过利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行交叉或变异获得的。6.根据权利要求5所述的方法，其中，当利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行交叉时，所述方法包括：从所述m条路线中任意选择两条路线并对所述两条路线进行交叉以产生一条新路线，以及当利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行变异时，所述方法包括：从所述m条路线中任意选择一条路线并对所述一条路线进行变异以产生一条新路线。7.根据权利要求1所述的方法，其中，所述新的路线集合中的路线各不相同。8.一种用于利用遗传算法对配送路线进行优化的系统，包括：处理器，被配置为执行指令以：根据与站点相对应的地理位置来生成第一路线集合，所述第一路线集合包括N条路线；计算与所述第一路线集合中的各条路线相对应的评价指标；确定是否满足终止条件，当不满足所述终止条件时，利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行处理以产生N-m条路线，并且将所述N-m条路线与所述评价指标排名最高的m条路线组合为新的路线集合，其中m＜N；以及将所述新的路线集合作为第一路线集合重复所述计算步骤和所述组合步骤，直到满足终止条件为止，并且将满足终止条件时与最高评价指标相对应的路线确定为优化的配送路线；以及存储器，被配置为存储所述指令。9.根据权利要求8所述的系统，其中，所述第一路线集合是随机产生的。10.根据权利要求8所述的系统，其中，所述评价指标是按照相应路线进行配送所花费的时间。11.根据权利...

【专利技术属性】
技术研发人员：邱小红，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京,11