一种求解带时间窗车辆路径问题的自适应多目标优化方法技术

本发明专利技术提出了一种求解带时间窗车辆路径问题的自适应多目标优化方法，其内容涉及物流运输和智能计算两大技术领域。本发明专利技术的技术方案包含三个机制：一，评估当前解在不同目标上的优化潜力，并根据其值自适应地选择一个目标作为搜索方向；二，将不同邻域操作对各个目标的提升度进行量化，并结合所选择的搜索方向，自适应选择一种邻域操作对当前解进行局部搜索；三，引入邻域操作库，制定触发策略，对搜索过程中使用的邻域操作进行动态调整。本发明专利技术将以上三个机制进行结合，充分发挥不同邻域操作的搜索特性，可以有效提升带时间窗车辆路径问题的求解效率和优化效果。

【技术实现步骤摘要】
一种求解带时间窗车辆路径问题的自适应多目标优化方法
本专利技术涉及物流运输和智能计算两大技术邻域，为带时间窗车辆路径问题提出一种求解带时间窗车辆路径问题的自适应多目标优化方法。
技术介绍
随着科技的进步和电子商务的飞速发展，物流产业已成为拉动国家经济发展与提高居民生活水平的重要动力源泉。在物流产业中，车辆路径问题(VehicleRoutingProblem，VRP)是物流管理与运输组织优化中的核心问题之一，其研究受到了人们的广泛关注。车辆路径问题是指在满足一定的约束条件(如时间限制、车载容量限制、交通限制等)，通过对一系列客户点安排合理的行车路线，在满足客户点需求的前提下，实现配送车辆最少、配送时间最短、配送成本最低、配送路程最短等目标的优化问题。车辆路径问题的求解方法，基本上可分为传统优化算法和智能优化算法两大类。由于传统优化方法在求解实际问题时存在较多的限制，为此，许多专家学者把精力主要用在构造高质量解决方案的智能优化算法的设计上面。目前针对车辆路径问题的研究中已提出了许多有效的智能优化算法，其使用的策略大致上可分为以下几类：先分组后安排路线的方法、先安排路线后分组的方法、节约/插入方法、改进/交换法、基于数学规划的方法、交互式优化法。对于组合优化问题而言，使用局部搜索方法是提高智能优化算法求解性能的重要手段之一。因而，如何将不同的局部搜索方法与智能优化算法进行有效结合，成为了目前车辆路径问题研究的重点之一。
技术实现思路
本专利技术的主要目的在于克服现有技术中的上述缺陷，提出一种结合了多目标优化、自适应操作选择以及邻域操作动态调整等机制的求解带时间窗车辆路径问题的自适应多目标优化方法。本专利技术采用如下技术方案：一种求解带时间窗车辆路径问题的自适应多目标优化方法，其特征在于，包括如下步骤：1)通过启发式构造方法生成初始种群，并将非占优解保存到存档解集S中，令Count＝0，对于所有生成的非占优解，按照各个目标函数进行评估；2)初始化邻域操作库lib、邻域操作池pool、概率矩阵NS和邻域操作质量矩阵NQ；3)从存档解集S中随机选择一个解X，对解X的各个目标函数值进行归一化处理来评估其优化潜力，并根据其潜力值确定选择概率；4)根据各个目标的选择概率自适应选择一个优化目标作为当前搜索方向，记选中的目标为obj，若obj＝1,则通过用于减少调度使用的车辆数目的邻域操作对解X在当前搜索方向上进行局部搜索，得到解X′，并更新存档解集S，进入步骤7)；否则，进入步骤5)；5)根据概率矩阵NS，自适应选择邻域操作Nk，利用邻域操作Nk对解X进行局部搜索，得到解X′并更新存档解集S、邻域操作质量矩阵NQ和概率矩阵NS；若存档解集S有发生更新，则Count＝0，进入步骤7)；否则Count＝Count+1，进入步骤6)；6)判断Count＞limit是否成立，limit为预设的阀值，若是，则触发邻域操作动态调整策略，进入步骤7)；否则，直接进入步骤7)；7)判断是否满足终止条件，若否，则返回步骤3)；若是，程序结束，输出存档解集S中的所有解。所述按照各个目标函数进行评估，各个目标函数包括：f1＝|R|f3＝max{Ti|i＝1，…，R}其中，f1表示调度使用的车辆数目，R表示路径集合；f2表示总行驶距离，Di表示第i条路径的行驶距离；f3表示所有路径中，最长的行驶时间，Ti表示第i条路径的行驶时间；f4表示因车辆早到，所有车辆的等待时间之和，Wi表示第i条路径上的所有客户点的等待时间总和；f5表示因车辆迟到，所有客户点的延误时间之和，TDi表示第i条路径上的所有客户点的延迟时间总和。所述步骤2)包括选择8个常用的邻域操作加入到邻域操作库lib中，从邻域操作库lib中随机选择L个不同邻域操作加入到邻域操作池pool中，L<8，令NSk，j＝1/L，NQk，j＝0,其中k＝1，2，...，5,j＝1，2，…，L。所述步骤3)中，归一化如下公式所示：其中，fk为当前解X的第k个目标函数值，是由存档解集S中所有解的各目标的最小值构成的向量，而是存档解集S中所有解的各目标的最大值构成的向量。所述步骤4)中，将解X的各个目标归一化的值作为该目标的选择概率，根据各目标的选择概率，利用轮盘赌方法选择一个目标作为解X的优化方向，记选中的目标为obj。所述步骤5)中，根据概率矩阵NS中第obj-1行中各个邻域操作对应的概率值，利用轮盘赌方法从邻域操作池pool中选择一个邻域操作，记为Nk。所述步骤5)中，根据解X′更新邻域操作质量矩阵NQ的第k列，并根据邻域操作质量矩阵NQ计算概率矩阵NS。所述步骤6)中，所述触发邻域操作动态调整策略包括：根据概率矩阵NS，从邻域操作池pool中移除表现最差的邻域操作，将其放回邻域操作库lib中，并从邻域操作库lib中随机选取一个当前未使用的邻域操作添加到邻域操作池pool，Count＝0，重新初始化概率矩阵NS和邻域操作质量矩阵NQ。所述步骤7)中，所述终止条件即运行时间是否大于预设的计算时间。由上述对本专利技术的描述可知，与现有技术相比，本专利技术具有如下有益效果：本专利技术所提出的自适应多目标优化方法是一种结合了多目标优化、自适应操作选择以及邻域操作动态调整等机制的用于求解带时间窗车辆路径问题的智能优化算法。在提出的算法中，通过考虑不同邻域操作的搜索偏好以及算法在不同进化阶段的搜索特征，自适应地引导算法利用不同的邻域操作来进行不同方向的局部搜索，从而有效地提升算法对带时间窗车辆路径问题的求解性能，获得高质量的解决方案。本专利技术提出的自适应多目标优化方法可以针对带时间窗车辆路径问题的搜索过程，充分挖掘和利用了解决方案中不同目标的优化信息和不同邻域操作的搜索偏好，动态地、自适应地选择合适的局部搜索操作，可以有效地引导算法进行高效的搜索，有利于最优解决方案集的获得。通过对真实实例进行测试表明，本专利技术所提出的算法能够高效地解决带时间窗车辆路径问题。附图说明图1为解的实例表示，其中(a)为解的结构，(b)为解的路径表示；图2为本专利技术自适应多方向局部搜索方法流程图。具体实施方式以下通过具体实施方式对本专利技术作进一步的描述。本专利技术针对带时间窗车辆路径问题，设计了一种自适应多方向局部搜索方法。该算法的技术方案包括以下三个要点。第一，定义当前解在各个目标上的优化潜力，并根据其值自适应地选择一个目标作为优化方向。首先，从存档解集中随机选择一个解，并将解的各目标归一化后的值作为该目标的选择概率；然后，利用轮盘赌方法选择一个目标作为当前解的优化方向。第二，计算当前使用的各个邻域操作的质量矩阵，并将不同邻域操作对不同目标的提升度进行量化，形成邻域操作选择概率矩阵，同时结合所选择的目标，自适应地选择一个邻域操作进行局部搜索。第三，引入邻域操作库，制定触发策略，对搜索过程中使用的邻域操作进行动态调整。当满足触发条件时，根据邻域操作选择概率矩阵的信息，从邻域池中移除表现最差的邻域操作，将其放回邻域操作库，并从操作库中随机选择当前未使用的邻域操作添加到邻域池中。本专利技术的一种求解带时间窗车辆路径问题的自适应多目标优化方法，包括如下步骤：1)通过启发式构造方法生成初始种群，并将非占优解保存到存档解集S中，令Count＝0，对于所有生成的非占优本文档来自技高网...

【技术保护点】
1.一种求解带时间窗车辆路径问题的自适应多目标优化方法，其特征在于，包括如下步骤：1)通过启发式构造方法生成初始种群，并将非占优解保存到存档解集S中，令Count＝0，对于所有生成的非占优解，按照各个目标函数进行评估；2)初始化邻域操作库lib、邻域操作池pool、概率矩阵NS和邻域操作质量矩阵NQ；3)从存档解集S中随机选择一个解X，对解X的各个目标函数值进行归一化处理来评估其优化潜力，并根据其潜力值确定选择概率；4)根据各个目标的选择概率自适应选择一个优化目标作为当前搜索方向，记选中的目标为obj，若obj＝1,则通过用于减少调度使用的车辆数目的邻域操作对解X在当前搜索方向上进行局部搜索，得到解X′，并更新存档解集S，进入步骤7)；否则，进入步骤5)；5)根据概率矩阵NS，自适应选择邻域操作Nk，利用邻域操作Nk对解X进行局部搜索，得到解X′并更新存档解集S、邻域操作质量矩阵NQ和概率矩阵NS；若存档解集S有发生更新，则Count＝0，进入步骤7)；否则Count＝Count+1，进入步骤6)；6)判断Count＞limit是否成立，limit为预设的阀值，若是，则触发邻域操作动态调整策略，进入步骤7)；否则，直接进入步骤7)；7)判断是否满足终止条件，若否，则返回步骤3)；若是，程序结束，输出存档解集S中的所有解。...

【技术特征摘要】
1.一种求解带时间窗车辆路径问题的自适应多目标优化方法，其特征在于，包括如下步骤：1)通过启发式构造方法生成初始种群，并将非占优解保存到存档解集S中，令Count＝0，对于所有生成的非占优解，按照各个目标函数进行评估；2)初始化邻域操作库lib、邻域操作池pool、概率矩阵NS和邻域操作质量矩阵NQ；3)从存档解集S中随机选择一个解X，对解X的各个目标函数值进行归一化处理来评估其优化潜力，并根据其潜力值确定选择概率；4)根据各个目标的选择概率自适应选择一个优化目标作为当前搜索方向，记选中的目标为obj，若obj＝1,则通过用于减少调度使用的车辆数目的邻域操作对解X在当前搜索方向上进行局部搜索，得到解X′，并更新存档解集S，进入步骤7)；否则，进入步骤5)；5)根据概率矩阵NS，自适应选择邻域操作Nk，利用邻域操作Nk对解X进行局部搜索，得到解X′并更新存档解集S、邻域操作质量矩阵NQ和概率矩阵NS；若存档解集S有发生更新，则Count＝0，进入步骤7)；否则Count＝Count+1，进入步骤6)；6)判断Count＞limit是否成立，limit为预设的阀值，若是，则触发邻域操作动态调整策略，进入步骤7)；否则，直接进入步骤7)；7)判断是否满足终止条件，若否，则返回步骤3)；若是，程序结束，输出存档解集S中的所有解。2.如权利要求1所述的一种求解带时间窗车辆路径问题的自适应多目标优化方法，其特征在于，所述按照各个目标函数进行评估，各个目标函数包括：f1＝|R|f3＝max{Ti|i＝1，…，R}其中，f1表示调度使用的车辆数目，R表示路径集合；f2表示总行驶距离，Di表示第i条路径的行驶距离；f3表示所有路径中，最长的行驶时间，Ti表示第i条路径的行驶时间；f4表示因车辆早到，所有车辆的等待时间之和，Wi表示第i条路径上的所有客户点的等待时间总和；f5表示因车辆迟到，所有客户点的延误时间之和，TDi表示第i条路径上的所有客户点的延迟时间总和。3.如权利要求1所述的一种求解带时间窗车辆路...

【专利技术属性】
技术研发人员：蔡奕侨，张凯凯，傅顺开，叶剑虹，田晖，杜勇前，
申请(专利权)人：华侨大学，
类型：发明
国别省市：福建,35