【技术实现步骤摘要】
一种基于改进型蜻蜓算法的车辆路径优化方法和系统
本专利技术涉及车辆路径优化技术，具体涉及基于改进型蜻蜓算法的带软时间窗的车辆路径优化方法和系统，尤其可应用于物流行业中。
技术介绍
带软时间窗的车辆路径问题是目前物流运输领域研究的一个热门问题。该问题可以描述为：一个配送中心，拥有一定数量的同种车辆，车辆容量有限且已知，车辆满载货物由配送中心出发，向区域内若干客户配送同种商品，要求在完成配送任务的总路程最短的基础上派出的车辆数最少，并考虑在客户点的驻留成本、运输成本、服务超时惩罚成本等。蜻蜓算法是Mirjalili于2015年提出的一种新型群智能启发式算法。该算法来源于对蜻蜓的静态与动态智能行为的研究，与其他的群智能优化算法相似的是，蜻蜓算法也有着一定的局部最优解避免能力和精确近似全局最优解的能力。启发式算法已经被广泛地应用在带软时间窗的车辆路径问题的研究中，然而这些算法大都是传统的启发式算法或者是由传统启发式算法改进而来的算法，例如，遗传算法、蚁群算法等等，这些算法在车辆路径问题研究中的应用已经较为成熟。
【技术保护点】
1.一种基于改进型蜻蜓算法的车辆路径优化方法，其特征在于，方法包括：/n步骤1：对车辆路径问题进行数学建模；/n步骤2：利用改进的蜻蜓算法在全局角度对已数学建模的车辆路径问题进行求解，得到蜻蜓算法的执行结果；/n步骤3：从蜻蜓算法的执行结果，指导物流运输车辆进行相应的路径选择。/n
【技术特征摘要】
1.一种基于改进型蜻蜓算法的车辆路径优化方法，其特征在于，方法包括：
步骤1：对车辆路径问题进行数学建模；
步骤2：利用改进的蜻蜓算法在全局角度对已数学建模的车辆路径问题进行求解，得到蜻蜓算法的执行结果；
步骤3：从蜻蜓算法的执行结果，指导物流运输车辆进行相应的路径选择。
2.根据权利要求1所述的基于改进型蜻蜓算法的车辆路径优化方法，其特征在于，步骤1进一步包括：
分析现实的车辆路径问题的特点，设置车辆路径问题的约束条件；
将车辆路径问题抽象成一个无向连通图表示的优化问题，并设置车辆路径问题的参数，其中在无向连通图中将车辆路径上的所有客户和配送中心设置为图的顶点，路径设置为图的边，定位所有的客户节点、配送中心节点并为每个节点进行编号，其中参数包括客户参数和货车参数，客户参数包括但不限于时间窗、节点之间路线长度、运输费用，货车参数包括但不限于行驶速度；
基于车辆路径问题的优化目标，构建对应数学模型的目标函数，其中优化目标包括但不限于运输成本、时间成本、超时惩罚。
3.根据权利要求1所述的基于改进型蜻蜓算法的车辆路径优化方法，其特征在于，步骤2进一步包括：
初始化蜻蜓种群，将车辆路径规划方案的节点编号排列组合作为蜻蜓的位置向量；
迭代开始，利用数学模型构建的目标函数计算种群中个体的适应度，选取并记录种群中的最优适应度值和对应的蜻蜓位置向量，即选择最佳的运输路线规划方案以及对应的成本；
利用种群迭代变异策略，对当前种群的较差个体进行替换；
利用蜻蜓算法的优化步骤对种群中蜻蜓位置向量进行更新，更新内...
【专利技术属性】
技术研发人员：谭书华，钟丽，李潇，刘晨磊，孙哲，孙知信，
申请(专利权)人：圆通速递有限公司，
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。