一种基于蚁群算法的货物优化配送方法及系统技术方案

本发明专利技术涉及一种目标优化的技术领域，揭露了一种基于蚁群算法的货物优化配送方法，包括：获取货物配送信息，并将货物配送信息进行编码表示，得到货物配送信息编码结果；建立货物配送的多目标函数，并初始化蚁群算法参数；将若干只蚂蚁放置在货物配送信息编码结果中的路径节点位置，蚂蚁根据挥发因子和启发因子选择下一步要走的节点位置，直到遍历完所有节点，并结束本轮算法；在每轮算法迭代后更新算法的信息素，直到达到最大迭代次数，从所有路径中选取多目标函数值最小的路径作为多目标函数的货物配送最优解，并输出货物配送的最优配送路径结果。本发明专利技术还提供了一种基于蚁群算法的货物优化配送系统。本发明专利技术实现了基于蚁群算法的货物优化配送。

【技术实现步骤摘要】
一种基于蚁群算法的货物优化配送方法及系统
本专利技术涉及目标优化的
，尤其涉及一种基于蚁群算法的货物优化配送方法及系统。
技术介绍
伴随着国内电子商务、快递行业的快速发展，网络购物以及异地采购等需求飞速增长，快递企业业务量与日俱增，人们对于物流配送各方面的要求也更高。目前我国现阶段物流运输成本较高，而且现在对运输货物的时效性要求也较高，如何更好的提高货物的配送效率，降低物流运输成本是现在急切要处理的问题。启发式算法可用来求解最优可行解，相较于精确算法，可以更为合适地处理大范围的车辆配送路径问题。蚁群算法是一种传统的启发式算法，是经由蚂蚁找寻食物进程中发觉路径的行动抽象出来的，找寻更优路径且具有一定随机性的算法，但传统蚁群算法存在具有较长时间搜索、容易落进部分最优解以及迭代冗余的缺点。鉴于此，如何对传统蚁群算法进行改进，更为高效地实现货物配送，成为本领域技术人员亟待解决的问题。
技术实现思路
本专利技术提供一种基于蚁群算法的货物优化配送方法，通过对货物配送问题进行编码表示，并建立货物配送的多目标函数；改进传统蚁群算法挥发因子、启发因子以及信息素的更新方式，从而利用改进的蚁群算法实现更为优化的货物配送。为实现上述目的，本专利技术提供的一种基于蚁群算法的货物优化配送方法，包括：获取货物配送信息，并将货物配送信息进行编码表示，得到货物配送信息编码结果；建立货物配送的多目标函数，并初始化蚁群算法参数；将若干只蚂蚁放置在货物配送信息编码结果中的路径节点位置，蚂蚁根据挥发因子和启发因子选择下一步要走的节点位置，直到遍历完所有节点，并结束本轮算法；在每轮算法迭代后更新算法的信息素，直到达到最大迭代次数，从所有路径中选取多目标函数值最小的路径作为多目标函数的货物配送最优解，并输出货物配送的最优配送路径结果。可选地，所述将货物配送信息进行编码表示，包括：所述编码表示流程为：对货物配送信息进行二重编码表示，在第一重编码表示中，第一维数字表示批次的索引，表示对应维度的货物被分到当前批次，第二维数字表示配送区域索引，根据货物配送目的地的分布情况，将配送区域划分为K个区域，第一重编码表示结果为8位数字，前四位表示批次索引，后四位表示配送区域索引，在本专利技术一个具体实施例中，每个配送区域有一个配送负责人，由配送负责人选择空闲的配送员进行货物配送；在第二重编码表示中，第一维数字表示货物进入配送中心的时间，第二维数字表示预定的货物配送到达时间，第三维数字用0/1表示是否在当前时刻开始配送，若为1则表示在当前时刻进行货物配送，否则不进行配送。可选地，所述货物配送的多目标函数为：其中：cs，ij表示在第s个配送区域内，由节点i到节点j的单位距离运输成本；ds，ij表示在第s个配送区域内，由节点i到节点j的距离；xs，ij表示在第s个配送区域内，货物配送车辆从节点i行驶到节点j进行配送；ps，ij表示在第s个配送区域内，从节点i行驶到节点j之间道路的拥堵系数，0≤p≤2，其值越高表示拥堵程度越高；v表示货物配送车辆的平均行驶速度。可选地，所述蚂蚁根据挥发因子和启发因子选择下一步要走的节点位置，包括：将确定好的m只蚂蚁放置在货物配送信息编码结果中的路径节点位置，每只蚂蚁随机的选择要走的路径，并且在路径上留下信息素，在本专利技术一个具体实施例中，每只蚂蚁表示货物的二重编码结果，其中在t时刻蚂蚁转移方向概率的计算公式为：其中：表示蚂蚁k在t时刻从节点i到节点i移动的概率；βij(t)表示t时刻(i，j)路径上的信息素浓度；δij(t)表示t时刻(i，j)路径上的启发因子；τ表示信息素重要因子；α表示启发函数重要程度因子；∪表示蚂蚁待访问节点的集合；在本专利技术一个具体实施例中，本专利技术对传统启发因子进行改进，改进结果为：δij(t)＝1/(d0j+dij+djk)其中：d0j表示节点j离配送中心节点的距离；djk表示节点j与待访问节点的距离；dij表示两个节点之间的距离；蚂蚁在任意时刻计算概率转移矩阵，将蚂蚁下一步将要选择的节点的集合看成一个圆，该圆被分割成若干个扇形，蚂蚁选择每一个节点的概率相当于每一个扇形的面积占大圆面积的比；通过rand函数来产生一个(0，1)之间的随机数来选择哪一个扇形面被选中，从而将对应节点作为下一时刻蚂蚁移动的节点，直到蚂蚁遍历完所有待访问节点；并记录访问路径的长度。在本专利技术一个具体实施例中，节点包括普通节点和待访问节点，所述待访问节点表示货物配送目的地。可选地，所述在每轮算法迭代后更新算法的信息素，直到达到最大迭代次数，包括：在每轮算法迭代后更新算法的信息素，所述信息素的更新公式为：其中：言息素增量，表示蚂蚁k从t时刻到t+1时刻在路径(i，j)上产生的信息素；Q为蚂蚁k遍历完所有待访问节点后留下的信息素之和；F表示蚂蚁k在当前所找到的最优路径值，即多目标函数值最小的路径；fk表示当前迭代次数中，蚂蚁k所找出路径值所对应的多目标函数值；ρ表示挥发因子；N表示当前迭代次数，Nmax表示蚁群算法的最大迭代次数；将更新后的信息素导入信息素矩阵M中，并开始下一轮算法迭代，直到达到最大迭代次数；在本专利技术一个具体实施例中，每轮迭代后输出一条路径，从所有路径中选取多目标函数值最小的路径作为多目标函数的货物配送最优解，并输出货物配送的最优配送路径结果。此外，为实现上述目的，本专利技术还提供一种基于蚁群算法的货物优化配送系统，所述系统包括：货物数据获取装置，用于获取货物配送信息，并将货物配送信息进行编码表示，得到货物配送信息编码结果；数据处理器，用于建立货物配送的多目标函数，并初始化蚁群算法参数；货物优化配送装置，用于将若干只蚂蚁放置在货物配送信息编码结果中的路径节点位置，蚂蚁根据挥发因子和启发因子选择下一步要走的节点位置，直到遍历完所有节点，并结束本轮算法；在每轮算法迭代后更新算法的信息素，直到达到最大迭代次数，从所有路径中选取多目标函数值最小的路径作为多目标函数的货物配送最优解，并输出货物配送的最优配送路径结果。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有货物优化配送程序指令，所述货物优化配送程序指令可被一个或者多个处理器执行，以实现如上所述的基于蚁群算法的货物优化配送的实现方法的步骤。相对于现有技术，本专利技术提出一种基于蚁群算法的货物优化配送方法，该技术具有以下优势：首先，本专利技术建立货物配送的多目标函数用来进行货物的优化配送，所述多目标函数结果为：其中：cs，ij表示在第s个配送区域内，由节点i到节点j的单位距离运输成本；ds，ij表示在第s本文档来自技高网...

【技术保护点】
1.一种基于蚁群算法的货物优化配送方法，其特征在于，所述方法包括：/n获取货物配送信息，并将货物配送信息进行编码表示，得到货物配送信息编码结果；/n建立货物配送的多目标函数，并初始化蚁群算法参数；/n将若干只蚂蚁放置在货物配送信息编码结果中的路径节点位置，蚂蚁根据挥发因子和启发因子选择下一步要走的节点位置，直到遍历完所有节点，并结束本轮算法；/n在每轮算法迭代后更新算法的信息素，直到达到最大迭代次数，从所有路径中选取多目标函数值最小的路径作为多目标函数的货物配送最优解，并输出货物配送的最优配送路径结果。/n

【技术特征摘要】
1.一种基于蚁群算法的货物优化配送方法，其特征在于，所述方法包括：
获取货物配送信息，并将货物配送信息进行编码表示，得到货物配送信息编码结果；
建立货物配送的多目标函数，并初始化蚁群算法参数；
将若干只蚂蚁放置在货物配送信息编码结果中的路径节点位置，蚂蚁根据挥发因子和启发因子选择下一步要走的节点位置，直到遍历完所有节点，并结束本轮算法；
在每轮算法迭代后更新算法的信息素，直到达到最大迭代次数，从所有路径中选取多目标函数值最小的路径作为多目标函数的货物配送最优解，并输出货物配送的最优配送路径结果。


2.如权利要求1所述的一种基于蚁群算法的货物优化配送方法，其特征在于，所述将货物配送信息进行编码表示，包括：
对货物配送信息进行二重编码表示，在第一重编码表示中，第一维数字表示批次的索引，表示对应维度的货物被分到当前批次，第二维数字表示配送区域索引，根据货物配送目的地的分布情况，将配送区域划分为K个区域，第一重编码表示结果为8位数字，前四位表示批次索引，后四位表示配送区域索引；
在第二重编码表示中，第一维数字表示货物进入配送中心的时间，第二维数字表示预定的货物配送到达时间，第三维数字用0/1表示是否在当前时刻开始配送，若为1则表示在当前时刻进行货物配送，否则不进行配送。


3.如权利要求2所述的一种基于蚁群算法的货物优化配送方法，其特征在于，所述货物配送的多目标函数为：






其中：
cs,ij表示在第s个配送区域内，由节点i到节点j的单位距离运输成本；
ds,ij表示在第s个配送区域内，由节点i到节点j的距离；
xs,ij表示在第s个配送区域内，货物配送车辆从节点i行驶到节点j进行配送；
ps,ij表示在第s个配送区域内，从节点i行驶到节点j之间道路的拥堵系数，0≤p≤2，其值越高表示拥堵程度越高；
v表示货物配送车辆的平均行驶速度。


4.如权利要求3所述的一种基于蚁群算法的货物优化配送方法，其特征在于，所述蚂蚁根据挥发因子和启发因子选择下一步要走的节点位置，包括：
将确定好的m只蚂蚁放置在货物配送信息编码结果中的路径节点位置，每只蚂蚁随机的选择要走的路径，并且在路径上留下信息素，其中在t时刻蚂蚁转移方向概率的计算公式为：



其中：

表示蚂蚁k在t时刻从节点i到节点j移动的概率；
βij(t)表示t时刻(i,j)路径上的信息素浓度；
δij(t)表示t时刻(i,j)路径上的启发因子；
2表示信息素重要因子；
3表示启发函数重要程度...

【专利技术属性】
技术研发人员：潘红斌，
申请(专利权)人：江苏佳利达国际物流股份有限公司，
类型：发明
国别省市：江苏;32