【技术实现步骤摘要】
一种基于改进粒子群算法的冷链物流车辆路径选择方法
本专利技术涉及冷链物流车辆路径选择
，尤其涉及一种基于改进粒子群算法的冷链物流车辆路径选择方法。
技术介绍
近年来，全球变暖问题越来越严重，气象学家认为大气中温室气体浓度的增加是全球变暖的主要原因。到2020年，车辆单位能耗需要降低10％，其中货运单位能耗需要降低12％，以实现经济的可持续发展。因此，这对于确保温室气体排放最小化，实现经济与环境的双赢，特别是在高耗能冷链物流行业这一研究领域，是至关重要的。冷链物流与普通物流相比，是一个需要消耗更多的燃料来维护低温环境的供应链系统，它的温室气体排放量与货运燃料消耗量线性相关，其碳排放占全球温室气体排放的5.5％。与普通货车相比，冷藏车的尾气排放量要高出30％。研究发现路径的优化降低了冷链物流中的能量消耗与环境污染。但以往的研究，特别是对绿色冷链物流车辆路径选择问题的研究比较有限；仅有的研究也只围绕温室气体排放问题，未考虑甲烷和一氧化二氮。因此，综合考虑冷链物流的特点和全套温室气体，建立模型优化车辆路径以减少能源消耗...
【技术保护点】
1.一种基于改进粒子群算法的冷链物流车辆路径选择方法，将物流车辆抽象为粒子，其特征在于，包括以下步骤：/nS1：随机生成粒子群，设置粒子群的参数，所述参数包括粒子群大小、搜索维数、学习因子；/nS2：随机生成粒子群中所有粒子的位置和速度；/nS3：根据改进粒子群算法后的适应度函数计算粒子群中每个粒子的适应度值；如果粒子的适应度值优于当前粒子的个别极值，则当前粒子的位置为个别最优位置；整个种群中所有粒子的个体极值为全局最优；所述个别极值为直至上一次更新所得的粒子最优位置的适应度值；/nS4：通过对步骤S3中个别极值和全局最优的追踪，更新粒子群中每个粒子的位置和速度；/nS5：...
【技术特征摘要】
1.一种基于改进粒子群算法的冷链物流车辆路径选择方法，将物流车辆抽象为粒子，其特征在于，包括以下步骤：
S1：随机生成粒子群，设置粒子群的参数，所述参数包括粒子群大小、搜索维数、学习因子；
S2：随机生成粒子群中所有粒子的位置和速度；
S3：根据改进粒子群算法后的适应度函数计算粒子群中每个粒子的适应度值；如果粒子的适应度值优于当前粒子的个别极值，则当前粒子的位置为个别最优位置；整个种群中所有粒子的个体极值为全局最优；所述个别极值为直至上一次更新所得的粒子最优位置的适应度值；
S4：通过对步骤S3中个别极值和全局最优的追踪，更新粒子群中每个粒子的位置和速度；
S5：确定是否达到了目的条件，如果达到了目的条件，即得到最优解；否则，返回到步骤S3。
2.根据权利要求1所述的一种基于改进粒子群算法的冷链物流车辆路径选择方法，其特征在于，步骤S2随机生成的粒子群中所有粒子的位置满足以下条件：在每个粒子的位置向量中，Xa为1～Y之间的随机整数，Xb为1～x之间的随机整数；其中，Xa为车号，Y为物流车辆的总数量，Xb为所有在以车号为Xa进行发货的客户中，客户点的订单号；x为客户的总数量。
3.根据权利要求2所述的一种基于改进粒子群算法的冷链物流车辆路径选择方法，其特征在于，步骤S2随机生成的粒子群中所有粒子的速度满足以下条件：在每个粒子的速度向量中，Va为-(Y-1)～(Y-1)之间的随机整数，Vb为-(x-1)～(x-1)之间的随机整数；其中，Va为粒子飞行的方向，Vb为粒子飞行的距离。
4.根据权利要求3所述的一种基于改进粒子群算法的冷链物流车辆路径选择方法，其特征在于，步骤S3中所述的适应度函数为
式中，M为无穷大正数；x表示客户数量；Y表示物流车辆的数量；F1表示物流车辆营运成本；F2表示冷链产品单价；F3表示运输过程中制冷的单位成本；F4表示卸货时制冷的单位成本；F5表示车辆提前到达时的单位等待费用；F6表示车辆晚到时的单位惩罚费用；F7表示燃料单价；F8表示温室气体排放单价；qi表示i需要的客户产品的数量；qj表示j需要...
【专利技术属性】
技术研发人员：侯丽，朱玲娜，张奇松，
申请(专利权)人：宁波工程学院，
类型：发明
国别省市：浙江;33
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。