【技术实现步骤摘要】
本专利技术涉及一种物流调度方法,尤其涉及一种基于城市配送的智能优化调度方法,属于物流管理范畴内的车辆优化调度
技术介绍
车辆路径问题(VehicleRoutingProblem,VRP)自1959年由Dantzig等提出以来,一直是应用数学、运筹学、计算机、管理科学等学科的研究热点。VRP问题一种离散变量的最优化问题(即组合优化问题,组合优化问题还包括加工调度问题、0-1背包问题、装箱问题、聚类问题等),已被证明具有NP-hard属性。在求解VRP问题中,随着问题规模的增大,组合对象的数量增长极快,即使是中等规模的实例,其组合的规模也会到达不可思议的数量级(产生组合爆炸)。目前,尚无一种有效算法在可接受的时间量级内,精确求解大规模VRP问题,故对VRP问题及其求解方法的研究具有极高的学术价值;伴随现代物流的快速发展,物流作为精益供应链的重要环节,故对VRP问题的研究同时具有极高的经济价值。基于种群种群增量学习(Population-basedIncreasedLearning,PBIL)最初由Baluja.S.在1994年提出,并成功应用于求解旅行商问题和作业车间调度等多种组合优化问题,PBIL算法属于分布式估计算法(estimationofdistributionalgorithm,EDA)中最简单的一类(即各变量独立的EDA算法),是求解VRP等组合优化问题的有效方法之一。PBIL集成了基于函数优化的遗传搜索和竞争学习两种策略,将进化过程视为学习过程,通过竞争学习所获取的知识——学习概率(LearningProbability)来指导后代的 ...
【技术保护点】
一种城市配送的智能优化调度方法,其特征在于,包括如下步骤:S1)采用OVRPTW调度模型,通过不同车辆对同一收货点的多次配送进行派车排单;S2)设定派车排单结算的优化目标:在最小化配送车辆数的基础上实现车辆总工作时长最短;S3)采用EHPBIL算法求解OVRPTW调度模型;S4)通过3维概率幅学习模型,实现车辆信息独立遗传;S5)通过基于学习模型的观测规则,实现十进制编码;S6)通过优质解信息累积实现算法搜索收敛,并通过最大最小化学习模型避免算法早熟。
【技术特征摘要】
1.一种城市配送的智能优化调度方法,其特征在于,包括如下步骤:S1)采用OVRPTW调度模型,通过不同车辆对同一收货点的多次配送进行派车排单;S2)设定派车排单结算的优化目标:在最小化配送车辆数的基础上实现车辆总工作时长最短;S3)采用EHPBIL算法求解OVRPTW调度模型;S4)通过3维概率幅学习模型,实现车辆信息独立遗传;S5)通过基于学习模型的观测规则,实现十进制编码;S6)通过优质解信息累积实现算法搜...
【专利技术属性】
技术研发人员:曹高立,曹鹏,赵瑞彬,
申请(专利权)人:上海节点供应链管理有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。