一种求解多目标带时间窗异构车型选址‑路径问题的算法制造技术

本发明专利技术提供一种求解多目标带时间窗异构车型选址‑路径问题的算法，该算法主要应用智能优化算法求解多目标带时间窗异构车型选址‑路径(MOFSMLRPTW)问题，涉及物流运输和智能优化算法两大领域。算法主要包括三个部分：第一，利用当前种群目标间的冲突信息将目标空间分解成若干组互不重叠的子目标空间；第二，对新产生的解进行局部搜索，加快算法的收敛速度；第三，更新存档，利用存档收集优化过程中产生的非占优解。本发明专利技术通过对存在的非对称样例和对称样例进行测试，证明了该发明专利技术的方法的有效性。

【技术实现步骤摘要】
一种求解多目标带时间窗异构车型选址-路径问题的算法
本专利技术涉及物流供应管理领域，更具体地，涉及一种求解多目标带时间窗异构车型选址-路径问题的算法。
技术介绍
随着电子商务以及其他信息技术的高速发展，滞后的物流供应管理成为一个亟待解决的问题，如何合理选择配送中心的地址、规划车辆配送路线、降低成本、满足客户需求，受到越来越多的重视。选址-路径(LRP)：选择仓库地址、规划配送路线。作为物流供应管理的重要一环，因此很好的解决LRP问题具有重要的意义。带时间窗异构车型选址-路径(FSMLRPTW)是LRP问题的一个变种，引入了异构车型和时间窗的概念。FSMLRPTW在现实生活中应用广泛，例如：食品分配、供应链管理、报刊投递。尤其在邮政物流，存在大量的应用。FSMLRPTW是一个富有挑战性的组合优化问题，包含了许多复杂的限制条件，例如：仓库的容量限制、每条路径上车辆的容量限制、每个客户的时间窗限制等等。作为LRP问题的一个变种，FSMLRPTW是一个NP难问题。目前存在的解决FSMLRPTW的算法并不多，主要是自适应大领域算法(ALNS)。这些算法都是将FSMLRPTW看作一个单目标优化问本文档来自技高网...

【技术保护点】
一种求解多目标带时间窗异构车型选址‑路径问题的算法，其特征在于，包括以下步骤：S1：令t＝0，初始化产生种群大小为N的种群Pt，并且初始化目标分组Ψ＝{f1,f2,f3,f4,f5,f6}，其中f1代表总的开放的仓库花费，f2代表总的异构车队的固定花费，f3代表总的行驶距离，f4代表最长工作时间，f5代表总的等待时间，f6代表总的延迟时间；S2：以种群Pt中的个体初始化存档A，该存档用于收集在优化过程中产生的非占优解；S3：将种群Pt中的个体复制给外部种群Qt，通过Qt临时保存Pt中的个体；S4：从Pt中随机选择两个个体p1和p2，通过交叉操作产生一个子代个体c，并用个体c更新存档A，重复该过...

【技术特征摘要】
1.一种求解多目标带时间窗异构车型选址-路径问题的算法，其特征在于，包括以下步骤：S1：令t＝0，初始化产生种群大小为N的种群Pt，并且初始化目标分组Ψ＝{f1,f2,f3,f4,f5,f6}，其中f1代表总的开放的仓库花费，f2代表总的异构车队的固定花费，f3代表总的行驶距离，f4代表最长工作时间，f5代表总的等待时间，f6代表总的延迟时间；S2：以种群Pt中的个体初始化存档A，该存档用于收集在优化过程中产生的非占优解；S3：将种群Pt中的个体复制给外部种群Qt，通过Qt临时保存Pt中的个体；S4：从Pt中随机选择两个个体p1和p2，通过交叉操作产生一个子代个体c，并用个体c更新存档A，重复该过程直到产生大小为N的子种群Ct；S5：使用领域操作优化Ct中的个体，得到优化的子种群C′t，并以C′t中的个体更新存档A；S6：基于Ψ的每组目标Ψi，利用快速非占优排序以及拥挤距离从Pt∪C′t中选择数目为N/|Ψ|的子种群令S7：t＝t+1，判断是否达到了终止条件，若是，转步骤S11；S8：判断t是否为ItC的倍数，若是，转步骤S9；若否，转步骤S4；S9：基于所有的目标{f1,f2,f3,f4,f5,f6}，利用快速非占优排序以及拥挤距离从Pt∪Qt中选择数目为N的种群Ot；S10：根据种群Ot中目标的冲突性，重新计算目标分组，得到新的目标分组为Ψ，令Pt＝Ot，转步骤S3；S11：基于存档A，得到帕累托最优解集并输出，算法终止。2.根据权利要求1所述的求解多目标带时间窗异构车型选址-路径问题的算法，其特征在于，f1为开放仓库的总花费，计算如下：其中D表示仓库的集合，hp表示仓库p是否开放，若p开放则hp＝1，否则hp＝0，Sp表示仓库p的花费。3.根据权利要求2所述的求解多目标带时间窗异构车型选址-路径...

【专利技术属性】
技术研发人员：王甲海，袁两胜，印鉴，
申请(专利权)人：中山大学，广东恒电信息科技股份有限公司，
类型：发明
国别省市：广东,44