一种应用于物流配送中心的车辆分配过程的优化调度方法技术

本发明专利技术涉及到一种应用于物流配送中心的车辆分配过程的优化调度方法，属于车辆运输过程的智能优化调度领域。本发明专利技术以物流配送中心采用车辆配送订单中货物的过程为调度模型和优化目标，针对该模型提出了混合遗传算法对其进行相应的优化；其中调度模型根据配送中心运输各个货物所需时间来建立，优化目标为最小化最大运输时间。本发明专利技术可以在较短时间内对物流中心车辆的安排提供更为合理的分配方案。

【技术实现步骤摘要】
一种应用于物流配送中心的车辆分配过程的优化调度方法
本专利技术涉及到一种应用于物流配送中心的车辆分配过程的优化调度方法，属于车辆运输过程的智能优化调度领域。
技术介绍
目前我国大部分物流配送中心如(电子商务中的物流配送、大型连锁超市等的)车辆调度仍依赖人工经验并采用人工安排的方式，从而导致企业运输资源无法充分利用，运行成本过高，或者无法满足客户要求。因此，对物流配送优化问题进行研究，建立能即时反映客户需求的自动车辆调度及路线安排系统，是提升服务及资源利用率的重要课题。对于给定的物流配送中心的车辆调度及路线安排这一问题，除了要考虑载重量及运输费用等约束条件外，在实际的系统中还需考虑客户对车辆到达时间的要求。这种时间限制可以分为硬限制和软限制两种。硬限制要求在某一时间点到达，而软限制要求在指定的一段时间内到达。这种带时间约束的物流配送中心的车辆调度优化，若完全用精确算法进行求解，往往会随着问题规模的扩大而引起过大的计算量，难以达到快速响应的要求。由于不同的货物对运输车辆的要求不同、其次车辆本身情况的不同如运输同样的货物所需要的时间不同。因此，合理的运输方案可以最小化最大运输时间。本专利技术根据不同货物的车辆运输时间建立排序模型，通过优化最大运输时间，从而为物流分配中心找到最优的运输方案，让配送中心的资源合理利用，降低运输成本，最终，最大化配送中心的经济效益。
技术实现思路
本专利技术需要解决的技术问题是在相对较少的时间内为配送中心提供合理的运输方案，让各个车辆得到合理的利用，从而实现节能降耗。最终，为配送中心在较短时间内提供合理的运输方案。本专利技术的技术方案是：一种应用于物流配送中心的车辆分配过程的优化调度方法，在短时间内为配送中心提供合理的运输方案。通过货物所需的运输时间确定运输模型，并设计混合遗传算法对其进行优化从而最小化其最大运输时间Cmax(π)即fitness值。具体过程如下：(π*)＝minCmax(π)其中，π*为物流中心中所有车辆分配货物序列，使得最大运输时间Cmax(π)最小。式中，车辆数i(i∈(1,…,m)),货物数为n，令π＝[π1,π2,…,πn]为待分配的n个货物的排序，Ti为第i辆车上运输的货物总数，为第i台车辆上装运的货物顺序，为货物所需的运输时间，为货物和之间的装车整理时间，表示货物和之间的开始运输时间之差，其中混合遗传算法对分配方案进行优化的具体步骤如下：A、解的编码和解码方式：根据物流配送中心待运输货物进行相应的编码，初始化时产生种群，种群中的每个个体都对应待运输的货物的一种排序；解码即根据最优的运输顺序从而为配送中心提供实际的车辆调度安排。B、种群的初始化：随机生成初始种群，群中的每个个体都对应待运输的货物的一种排序，然后计算每个个体的最大运输时间Cmax(π)即fitness值并让其按照从小到大的顺序进行排列；C、更新阶段：每个个体分别进行遗传和变异两种方式进行更新，期间各个个体更新均采用保优操作，即优于当前个体则进行更新，反之则不变。D、基于insert领域的局部搜索：对当代的最优个体(最大运输时间Cmax(π)即fitness值最小的个体)进行insert领域搜索操作；E、终止条件：反复迭代并输出最优个体即找到最大运输时间Cmax(π)最小对应待运输货物的排序。本专利技术的有益效果是：1、根据配送中心运输货物的时间建立了运输模型和优化目标；2、针对该模型提出了混合遗传算法，对该问题进行求解；最终，为配送中心的货物运输提供了具体运输方案，从而实现配送中心资源的合理利用，实现其生产效益的最大化。附图说明图1本专利技术的整体流程图；图2混合遗传算法的遗传操作图；图3混合遗传算法的变异操作图；图4混合遗传算法的Insert操作图。具体实施方式下面结合附图和具体实施例对本专利技术作进一步说明。实施例1：国内某配送中心需要对5件货物进行配送，该公司有2辆可以使用的车辆负责该次任务，但其运输能力不同。1、有些车辆由于自身条件不能运输某些货物；2、同一货物通过不同车辆的运输时间不同。3、由于运输货物之前需要考虑装车时间，定义为设置时间。按照前述技术方案中的方法来对本次运输建立调度模型并优化，以初始货物运输排序π＝[3,2,5,4,1]为例，由于本次约束条件有货物运输约束、货物运输时间、货物运输间带序相关的设置时间，具体的约束见表1。表1相关约束条件对于上述实例，使用混合遗传算法对该方案进行优化求解，算法的具体实施步骤见图1-4。具体是先初始化生成种群，计算种群中每个个体的fitness值再根据其值大小进行排序，将种群中的个体分别进行两种不同方式更新，最后再进行基于insert的局部搜索操作。混合免疫算法独立运行20次，每次的运行结果(最大运输时间Cmax(π)即fitness值)如表2所示。表2不同迭代次数得到的最大运输时间Cmax(π)从上表中可以发现混合遗传算法可以有效的解决该问题，从而有效的缩短最大运输时间Cmax(π)即fitness值最小。上面结合附图对本专利技术的具体实施方式作了详细说明，但是本专利技术并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本专利技术宗旨的前提下作出各种变化。本文档来自技高网...

【技术保护点】
1.一种应用于物流配送中心的车辆分配过程的优化调度方法，其特征于：根据物流配送中心车辆配送货物的不同情况来确定调度方案，并用混合遗传算法对调度方案进行优化从而最小化其最大运输时间Cmax(π)；具体过程如下：

【技术特征摘要】
1.一种应用于物流配送中心的车辆分配过程的优化调度方法，其特征于：根据物流配送中心车辆配送货物的不同情况来确定调度方案，并用混合遗传算法对调度方案进行优化从而最小化其最大运输时间Cmax(π)；具体过程如下：其中，π*为物流中心中所有车辆分配货物序列，使得最大完工时间Cmax(π)最小；i为车辆数，i∈(1,…,m)，n为货物数，令π＝[π1,π2,…,πn]为待分配的n个货物的排序，Ti为第i辆车上运输的货物总数，为第i台车辆上装运的货物顺序，为货物所需的运输时间，为货物和之间的装车整理时间，表示货物和之间的开始运输时间之差,2.根据权利要求1所述的应用于物流配送中心的车辆分配过程的优化调度方法，其特征在于：所述混合遗传算法对调度方案进行优化...

【专利技术属性】
技术研发人员：钱斌，黄元元，胡蓉，吴丽萍，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南,53