调度优化方法和装置制造方法及图纸

本发明专利技术实施例提出一种调度优化方法和装置。其中该方法包括：采用聚类消除策略，从初始调度方案中消除设定数量的客户点，其中，所述初始调度方案包括各车辆的初始路线；采用优化插入策略，将被消除的客户点重新插入被消除的调度方案中，得到更新调度方案，其中，所述被消除的调度方案包括消除设定数量的客户点后各车辆的路线，所述更新调度方案包括重新插入客户点后各车辆的路线；根据初始调度方案与更新调度方案的代价函数，确定最优调度方案。利用聚类消除策略和相应的优化插入策略，对初始调度方案进行优化，能够更加合理的安排车辆运行的路线，较好地均衡各个车辆的负载，降低配送的运营成本和配送时间。

Scheduling optimization method and device

The embodiment of the invention proposes a scheduling optimization method and device. The method includes: eliminating a set number of customer points from the initial scheduling scheme by adopting a clustering elimination strategy, wherein the initial scheduling scheme includes the initial routes of each vehicle; using an optimized insertion strategy, the eliminated customer points are re-inserted into the eliminated scheduling scheme to obtain an updated scheduling scheme, wherein The cancelled scheduling scheme includes the routes of the vehicles after eliminating a set number of customer points, the updated scheduling scheme includes the routes of the vehicles after re-inserting the customer points, and the optimal scheduling scheme is determined according to the cost function of the initial scheduling scheme and the updated scheduling scheme. Cluster elimination strategy and corresponding optimal insertion strategy are used to optimize the initial scheduling scheme, which can more reasonably arrange the route of vehicles, better balance the load of each vehicle, and reduce the operation cost and delivery time of distribution.

【技术实现步骤摘要】
调度优化方法和装置
本专利技术涉及智能调度
，尤其涉及一种调度优化方法和装置。
技术介绍
新零售具有路径短、货物普遍偏小、要求即时配送，且送货点大量聚集的同城配送等特点。如何在较短的时间内将货物送达，并维持较低的配送成本，是一个具有显著商业价值的问题。目前新零售同城配送主要使用两类方案。一类是基于传统的启发算法来求解配送方案，一种是通过人工对当天的订单进行调配。基于单个启发算法的调度方案一般采用遗传算法、模拟退火、蚁群算法或禁忌搜索等。这些算法的设计是针对于通用的优化场景，也适用于同城配送方案的优化。通过人工对订单进行调配，主要是各个承载新零售配送运力的供应商，依托其线下运营人员比较丰富的线下调配经验，对当天的配送订单和运力进行合理的调度与协调。但是，使用传统启发式算法来优化同城调配方案，由于单个启发算法的启发规则是比较有限且相对通用的，在特定场景领域的优化效果不佳。如遗传算法只有交叉和变异两种启发策略，这些相对固定而且单一的启发规则，无法更好地优化新零售配送场景。若使用人工的方式对订单进行调配，则调配结果的优劣很大程度取决于运营人员本身的经验积累与素质高低，严重依赖资深员工。对于订单量较大的场景，采用人工经验产生的调度方案非常不可控，无法有效降低配送成本。
技术实现思路
本专利技术实施例提供一种调度优化方法和装置，以解决现有技术中的一个或多个技术问题。第一方面，本专利技术实施例提供了一种调度优化方法，包括：采用聚类消除策略，从初始调度方案中消除设定数量的客户点，其中，所述初始调度方案包括各车辆的初始路线；采用优化插入策略，将被消除的客户点重新插入被消除的调度方案中，得到更新调度方案，其中，所述被消除的调度方案包括消除设定数量的客户点后各车辆的路线，所述更新调度方案包括重新插入客户点后各车辆的路线；根据初始调度方案与更新调度方案的代价函数，确定最优调度方案。结合第一方面，本专利技术实施例在第一方面的第一种实现方式中，还包括：多次执行聚类消除、优化插入和确定最优调度方案的步骤；其中，如果迭代次数未达到阈值或执行结果不满足截止条件，则将当前的最优调度方案作为新的初始调度方案，则执行聚类消除、优化插入和确定最优调度方案的步骤；如果迭代次数达到阈值或执行结果满足截止条件，则输出最优调度方案。结合第一方面，本专利技术实施例在第一方面的第二种实现方式中，采用聚类消除策略，从初始调度方案中消除客户点，包括：采用近邻消除策略，从初始调度方案中消除客户点；或采用强连通分量消除策略，从初始调度方案中消除客户点。结合第一方面的第二种实现方式，本专利技术实施例在第一方面的第三种实现方式中，采用近邻消除策略，从初始调度方案中消除客户点，包括：如果消除集N中没有客户点，则从初始调度方案中选择一个客户点加入消除集N；如果消除集N中的客户点数大于0且小于n，则执行近邻消除步骤，直到消除集N中的客户点数等于n为止；其中，所述近邻消除步骤包括：从消除集N中选择一个客户点r；从初始调度方案中选择多个客户点构建数组，数组中的客户点不包括消除集N中的客户点；将数组中的客户点按照与客户点r的相关度从小到大进行排序；选择排序后的数组中的第一个客户点加入消除集N。结合第一方面的第二种实现方式，本专利技术实施例在第一方面的第四种实现方式中，采用强连通分量消除策略，从初始调度方案中消除客户点，包括：利用初始调度方案的各客户点建立有向图，有向图中每两个客户点的边的距离为这两个客户点的相关度；在所述有向图中运行克鲁斯卡尔Kruskal算法，在有向图中根据各客户点的连通分量确定各聚簇；从各聚簇中选择一个聚簇，并根据被选的聚簇中的客户点形成消除集。结合第一方面的第四种实现方式，本专利技术实施例在第一方面的第五种实现方式中，根据被选的聚簇中的客户点形成消除集，包括：如果被选的聚簇中总客户点数大于或等于n，则从被选的聚簇中选择n个客户点加入消除集N；如果被选的聚簇中总客户点数小于n，则将被选的聚簇中的所有客户点加入消除集N，并执行近邻消除步骤，直到消除集N中的客户点数等于n为止；其中，所述近邻消除步骤包括：从消除集N中选择一个客户点r，从初始调度方案中选择多个客户点构建数组，数组中的客户点不包括消除集N中的客户点；将数组中的客户点按照与客户点r的相关度进行从小到大的排序；选择排序后的数组中的第一个客户点加入消除集N。结合第一方面或其任意一种实现方式，本专利技术实施例在第一方面的第六种实现方式中，采用优化插入策略，将被消除的客户点重新插入被消除的调度方案中，得到更新调度方案，包括：如果消除集N不为空，则根据从消除集N中选择一个客户点r，其中，表示将客户点r插入被消除的调度方案中最好的路线上时，代价函数在插入前后的变化值；表示将客户点r插入被消除的调度方案中第2好的路线上时，代价函数在插入前后的变化值；表示将客户点r插入调度方案中最好的线路和第2好线路时的差值最大；根据将选出的客户点r插入被消除的调度方案中最好的线路中的最好位置，其中，表示将客户点r插入被消除的调度方案中路线k时，使得该线路的代价函数在插入前后的变化值最小的路线；采用插入客户点r之后的调度方案作为下一次插入客户点的调度方案，继续执行选择客户点和插入客户点的步骤，直至消除集N为空。结合第一方面或其任意一种实现方式，本专利技术实施例在第一方面的第七种实现方式中，根据初始调度方案与更新调度方案的代价函数，确定最优调度方案，包括：如果初始调度方案的代价函数大于更新调度方案的代价函数，则接受更新调度方案；或如果初始调度方案的代价函数小于或等于更新调度方案的代价函数，则采用非更优解接受策略确定是否接受更新调度方案。结合第一方面的第七种实现方式，本专利技术实施例在第一方面的第八种实现方式中，采用非更优解接受策略确定是否接受更新调度方案，包括：采用模拟退火算法计算接受非更优解的概率；如果接受非更优解的概率大于设定阈值，则接受更新调度方案。第二方面，本专利技术实施例提供了一种调度优化装置，包括：消除模块，用于采用聚类消除策略，从初始调度方案中消除设定数量的客户点，其中，所述初始调度方案包括各车辆的初始路线；插入模块，用于采用优化插入策略，将被消除的客户点重新插入被消除的调度方案中，得到更新调度方案，其中，所述被消除的调度方案包括消除设定数量的客户点后各车辆的路线，所述更新调度方案包括重新插入客户点后各车辆的路线；确定模块，用于根据初始调度方案与更新调度方案的代价函数，确定最优调度方案。结合第二方面，本专利技术实施例在第二方面的第一种实现方式中，还包括：多次执行模块，用于多次执行聚类消除、优化插入和确定最优调度方案的步骤；其中，如果迭代次数未达到阈值或执行结果不满足截止条件，则将当前的最优调度方案作为新的初始调度方案，则执行聚类消除、优化插入和确定最优调度方案的步骤；如果迭代次数达到阈值或执行结果满足截止条件，则输出最优调度方案。结合第二方面，本专利技术实施例在第二方面的第二种实现方式中，所述消除模块包括：第一消除子模块，用于采用近邻消除策略，从初始调度方案中消除客户点；和/或第二消除子模块，用于采用强连通分量消除策略，从初始调度方案中消除客户点。结合第二方面的第二种实现方式，本专利技术实施例在第二方面的第三种实现方式中，所述第一消除子模块还用于：如果消除集N中没本文档来自技高网...

【技术保护点】
1.一种调度优化方法，其特征在于，包括：采用聚类消除策略，从初始调度方案中消除设定数量的客户点，其中，所述初始调度方案包括各车辆的初始路线；采用优化插入策略，将被消除的客户点重新插入被消除的调度方案中，得到更新调度方案，其中，所述被消除的调度方案包括消除设定数量的客户点后各车辆的路线，所述更新调度方案包括重新插入客户点后各车辆的路线；根据初始调度方案与更新调度方案的代价函数，确定最优调度方案。

【技术特征摘要】
1.一种调度优化方法，其特征在于，包括：采用聚类消除策略，从初始调度方案中消除设定数量的客户点，其中，所述初始调度方案包括各车辆的初始路线；采用优化插入策略，将被消除的客户点重新插入被消除的调度方案中，得到更新调度方案，其中，所述被消除的调度方案包括消除设定数量的客户点后各车辆的路线，所述更新调度方案包括重新插入客户点后各车辆的路线；根据初始调度方案与更新调度方案的代价函数，确定最优调度方案。2.根据权利要求1所述的方法，其特征在于，还包括：多次执行聚类消除、优化插入和确定最优调度方案的步骤；其中，如果迭代次数未达到阈值或执行结果不满足截止条件，则将当前的最优调度方案作为新的初始调度方案，则执行聚类消除、优化插入和确定最优调度方案的步骤；如果迭代次数达到阈值或执行结果满足截止条件，则输出最优调度方案。3.根据权利要求1所述的方法，其特征在于，采用聚类消除策略，从初始调度方案中消除客户点，包括：采用近邻消除策略，从初始调度方案中消除客户点；或采用强连通分量消除策略，从初始调度方案中消除客户点。4.根据权利要求3所述的方法，其特征在于，采用近邻消除策略，从初始调度方案中消除客户点，包括：如果消除集N中没有客户点，则从初始调度方案中选择一个客户点加入消除集N；如果消除集N中的客户点数大于0且小于n，则执行近邻消除步骤，直到消除集N中的客户点数等于n为止；其中，所述近邻消除步骤包括：从消除集N中选择一个客户点r；从初始调度方案中选择多个客户点构建数组，数组中的客户点不包括消除集N中的客户点；将数组中的客户点按照与客户点r的相关度从小到大进行排序；选择排序后的数组中的第一个客户点加入消除集N。5.根据权利要求3所述的方法，其特征在于，采用强连通分量消除策略，从初始调度方案中消除客户点，包括：利用初始调度方案的各客户点建立有向图，有向图中每两个客户点的边的距离为这两个客户点的相关度；在所述有向图中运行克鲁斯卡尔Kruskal算法，在有向图中根据各客户点的连通分量确定各聚簇；从各聚簇中选择一个聚簇，并根据被选的聚簇中的客户点形成消除集。6.根据权利要求5所述的方法，其特征在于，根据被选的聚簇中的客户点形成消除集，包括：如果被选的聚簇中总客户点数大于或等于n，则从被选的聚簇中选择n个客户点加入消除集N；如果被选的聚簇中总客户点数小于n，则将被选的聚簇中的所有客户点加入消除集N，并执行近邻消除步骤，直到消除集N中的客户点数等于n为止；其中，所述近邻消除步骤包括：从消除集N中选择一个客户点r，从初始调度方案中选择多个客户点构建数组，数组中的客户点不包括消除集N中的客户点；将数组中的客户点按照与客户点r的相关度进行从小到大的排序；选择排序后的数组中的第一个客户点加入消除集N。7.根据权利要求1至6中任一项所述的方法，其特征在于，采用优化插入策略，将被消除的客户点重新插入被消除的调度方案中，得到更新调度方案，包括：如果消除集N不为空，则根据从消除集N中选择一个客户点r，其中，表示将客户点r插入被消除的调度方案中最好的路线上时，代价函数在插入前后的变化值；表示将客户点r插入被消除的调度方案中第2好的路线上时，代价函数在插入前后的变化值；表示将客户点r插入调度方案中最好的线路和第2好线路时的差值最大；根据将选出的客户点r插入被消除的调度方案中最好的线路中的最好位置，其中，表示将客户点r插入被消除的调度方案中路线k时，使得该线路的代价函数在插入前后的变化值最小的路线；采用插入客户点r之后的调度方案作为下一次插入客户点的调度方案，继续执行选择客户点和插入客户点的步骤，直至消除集N为空。8.根据权利要求1至6中任一项所述的方法，其特征在于，根据初始调度方案与更新调度方案的代价函数，确定最优调度方案，包括：如果初始调度方案的代价函数大于更新调度方案的代价函数，则接受更新调度方案；或如果初始调度方案的代价函数小于或等于更新调度方案的代价函数，则采用非更优解接受策略确定是否接受更新调度方案。9.根据权利要求8所述的方法，其特征在于，采用非更优解接受策略确定是否接受更新调度方案，包括：采用模拟退火算法计算接受非更优解的概率；如果接受非更优解的概率大于设定阈值，则接受更新调度方案。10.一种调度优化装置，其特征在于，包括：消除模块，用于采用聚类消除策略，从初始调度方案中消除设定数量的客户点，其中，所述初始调度方案包括各车辆的初始路线；插入模...

【专利技术属性】
技术研发人员：陈科第，范竣翔，周淼，杨爱民，沈忠刚，周保玉，王可情，孟泉，王蔚，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11