基于差分进化算法的多目标优化家禽配送方法及系统技术方案

本发明专利技术公开了一种基于差分进化算法的多目标优化家禽配送方法，包括：获取当天所有订单数据，所述订单数据包括家禽数量、家禽种类以及配送地点；利用所述订单数据、改进的差分进化算法和约束条件，获取多目标优化的最优配送方案解集；利用目标函数，获取运输成本最小的配送方案。如此，可以使总运输里程显著降低，车辆空间利用率显著提高，并减少了分拣家禽、装车等步骤的人力和物力，提高客户的服务效果和满意程度，对企业的品牌产生有益的影响。

【技术实现步骤摘要】
基于差分进化算法的多目标优化家禽配送方法及系统
本专利技术涉及物流配送
，尤其涉及一种基于差分进化算法的多目标优化家禽配送方法及系统。
技术介绍
近年来家禽养殖利润率越来越低，越来越多有实力的家禽养殖企业选择增大规模、精细化布局的方式来应对市场变化，以获取更大的利润。运输作为物流活动的重要组成部分和核心环节，生产企业必须将运输过程进行优化升级来节约成本，提高效率。在运输车辆类型、顾客需求、取送货方式、以及时间窗等多种条件的约束下，企业往往存在着由于运输路径规划不合理导致的运输成本过高，运输效率低等问题。因此，在各种条件的约束下，企业如何合理地进行路径规划是一个具有现实意义的问题，对降低企业的运输和人力成本十分重要。
技术实现思路
本专利技术目的在于，提供一种基于差分进化算法的多目标优化家禽配送方法及系统，以解决现有配送方式中未经统筹或随机安排导致配送效率低和配送成本较高的问题。为实现上述目的，本专利技术提供一种基于差分进化算法的多目标优化家禽配送方法，包括：获取当天所有订单数据，所述订单数据包括家禽数量本文档来自技高网...

【技术保护点】
1.一种基于差分进化算法的多目标优化家禽配送方法，其特征在于，包括：/n获取当天所有订单数据，所述订单数据包括家禽数量、家禽种类以及配送地点；/n利用所述订单数据、改进的差分进化算法和约束条件，获取多目标优化的最优配送方案解集；/n利用目标函数，获取运输成本最小的配送方案。/n

【技术特征摘要】
1.一种基于差分进化算法的多目标优化家禽配送方法，其特征在于，包括：
获取当天所有订单数据，所述订单数据包括家禽数量、家禽种类以及配送地点；
利用所述订单数据、改进的差分进化算法和约束条件，获取多目标优化的最优配送方案解集；
利用目标函数，获取运输成本最小的配送方案。


2.根据权利要求1所述的基于差分进化算法的多目标优化家禽配送方法，其特征在于，还包括建立所述目标函数，所述目标函数为：



其中Z为运输成本，N为订单的数量，tij为第i个订单的配送地点到第j个订单的配送地点的时间，xijk＝1则为车辆k经过第i个订单的配送地点和第j个订单的配送地点之间的路径，K为车辆总数，xijk＝0则为第k车辆未经过第i个订单的配送地点和第j个订单的配送地点之间的路径，v为车辆的平均行驶速度。


3.根据权利要求1所述的基于差分进化算法的多目标优化家禽配送方法，其特征在于，还包括建立所述约束条件，所述约束条件包括：
车辆最大行驶距离的约束条件，公式如下：



其中，为车辆的总行驶距离，L为车辆的最大行驶距离；
装载能力的约束条件，公式如下：
0≤qr≤C
其中，qi表示第r辆车的装载能力，C为车辆的最大装载能力；
每个客户至少由一辆车服务的约束条件，公式如下：



其中，为所有车辆经过第i个订单的配送地点和第j个订单的配送地点之间的路径的总次数；
车辆服务完客户后必须返回配送中心的约束条件，公式如下：



其中，为所有车辆经过配送中心的次数；
车辆从配送中心出发时车辆的装载量为所有所述订单数据的家禽数量总和的约束条件



G0k为车辆从配送中心出发时的载重量，dj为第j个订单的的家禽需求量。


4.根据权利要求1所述的基于差分进化算法的多目标优化家禽配送方法，其特征在于，所述利用所述订单数据、改进的差分进化算法和约束条件，获取多目标优化的最优配送方案解集，包括：
S1、根据所述订单数据中家禽总数量m和车辆的数量K随机生成编码，根据所述约束条件对所述编码进行检验，若所述编码不符合约束条件，则重新生成编码，作为初始种群；
S2、利用所述目标函数计算个体适应度值；
S3、利用多策略融合变异方法进行变异操作；
S4、利用自适应参数调整方法进行交叉操作，生成下一代群体；
S5、判断是否满足t＝T，若是，则以进化过程中所得到的具有最大适应度个体作为最优解输出，输出多目标优化的最优编码解集，并终止计算；若否，则返回重复循环执行S2-S5；
其中，所述初始种群的数量为50个，即M＝...

【专利技术属性】
技术研发人员：张昱，徐速，郭旭，张东波，王晓旭，魏千洲，凌翔，
申请(专利权)人：广东省科学院智能制造研究所，
类型：发明
国别省市：广东;44