基于遗传算法的末端物流网点布局方法、装置、设备及介质制造方法及图纸

本发明专利技术提供了一种基于遗传算法的末端物流网点布局方法、装置、设备及介质，其中的末端物流网点布局方法包括：获取区域内客户点集合和末端物流网点集合的基本信息；设定区域内所有末端物流网点的运营状态并对区域内的所有客户点和末端物流网点建立业务量分配模型；建立末端物流网点布局模型；使用遗传算法求解所述末端物流网点布局模型从而完成对末端物流网点的选择布局。本发明专利技术通过对已有的各末端物流网点的运营成本、与客户点之间的距离、业务量大小等因素进行综合考虑从而建立末端物流网点布局模型，并采用遗传算法对末端物流网点布局模型进行求解，从而获得最终的末端物流网点的布局方案，降低了物流公司的配送成本。

【技术实现步骤摘要】
基于遗传算法的末端物流网点布局方法、装置、设备及介质
本专利技术涉及到物流智能化领域，具体涉及一种基于遗传算法的末端物流网点布局方法、装置、设备及介质。
技术介绍
随着我国网络媒介与电子商务的蓬勃发展，各大物流公司的竞争日趋激烈。快递物流的末端配送网点是快递公司在区域内运营的空间聚集点，末端物流网点的数量、规模与位置反映了快递公司末端的服务水平和能力。在整个物流配送环节中，末端物流配送成本占整个配送网络的30％以上。因此，区域内的末端配送网点的布局是否合理，对快递企业提高经济效益与服务水平，降低管理成本，实现持续发展起着重要作用。现阶段，各快递公司的末端物流配送服务网点的规模不断扩大，但整体来说仍存在很多亟待解决的问题，如末端物流网点规模小、业务分散、重复设点、重复配送等，这些问题极大地增加了快递公司的配送成本。因此，合理选择、布局末端配送网点，可以有效地优化物流资源配置、降低物流成本。
技术实现思路
为了实现上述技术目标，本专利技术第一方面提供了一种基于遗传算法的末端物流网点布局方法，其具体技术方案如下：一种基于遗传算法的末端物流网点布局方法，其包括：获取区域内客户点集合和末端物流网点集合的基本信息；设定区域内所有末端物流网点的运营状态并对区域内的所有客户点和末端物流网点建立业务量分配模型；建立末端物流网点布局模型；使用遗传算法求解所述末端物流网点布局模型从而完成对末端物流网点的选择布局。在一些实施例中，所述设定区获取区域内客户点集合和末端物流网点集合的基本信息包括：获取区域内客户点集合：客户点集合其中，n为区域内的客户点的数量，i为客户点的编号，Ci表示第i个客户点，区域内客户点集合的基本信息还包括：客户点Ci的业务需求量pi，能够为客户点Ci提供服务的末端物流网点集合B(i)；获取末端物流网点集合的基本信息：末端物流网点集合其中，m为区域内末端物流网点的数量，j为末端物流网点的编号，Nj表示第j个末端物流网点，区域内末端物流网点集合的基本信息还包括：末端物流网点Nj的运营成本zj，末端物流网点Nj的所能提供的业务量上限qj，末端物流网点Nj的服务范围内的客户点集合A(j)；获取客户点集合和末端物流网点集合的基本信息还包括：从客户点Ci到末端物流网点Nj的距离dij，从客户点Ci到末端物流网点Nj的最大距离Kij，从客户点Ci到末端物流网点Nj的单位距离的运输成本cij。在一些实施例中，所述设定区域内所有末端物流网点的运营状态并对区域内的所有客户点和末端物流网点建立业务量分配模型包括：设定区域内所有末端物流网点的运营状态：区域内末端物流网点Nj的运营状态包括两种：保留和舍弃，设定一二元决策变量xj来表示末端物流网点Nj的运营状态，其中，xj∈{0,1}，当xj＝0时，表示末端物流网点Nj被舍弃，当xj＝1时，表示末端物流网点Nj被保留；对区域内的所有客户点和末端物流网点建立业务量分配模型：一个客户点的业务量可以被分配到多个末端物流网点，设定一个非负整数决策变量表示客户点分配给末端物流网点的业务量，其中，yij∈{0,1，…,min{pi,qj}}表示客户点Ci分配给Nj的业务量，如果yij＝0，表示末端物流网点Nj没有覆盖客户点Ci，否则，表示末端物流网点Nj覆盖了客户点Ci。在一些实施例中，所述末端物流网点布局模型为：目标函数：约束条件包括：约束条件1：约束条件2：约束条件3：0≤dij≤Kij，i＝1，2，…，n，j＝1，2，…，m；约束条件4：，xj∈{0,1}，j＝1，2，…，m；约束条件5：yij∈{0,1，…,min{pi,qj}}，i＝1，2，…，n，j＝1，2，…，m；其中：目标函数，使得区域内末端物流网点和客户点之间的总分配成本最小，总分配成本为末端物流网点运营成本与末端物流网点到客户点的运输成本之和；约束条件1表示末端物流网点承担的业务量不超过末端物流网点的所能提供的业务量上限；约束条件2表示客户点的业务需求量被完全满足；约束条件3表示客户点到末端物流网点的运输距离不超过客户点到末端物流网点的最大距离。在一些实施例中，所述使用遗传算法求解所述末端物流网点布局模型包括：染色体编码：采用自然数自然数编码，其中，1，2，…，m表示m个待选的末端物流网点，m+1，m+2，…，m+n表示n个客户点，每条染色体有m+n个基因位，每个基因位的取值是[m+1,m+n]中的自然数，代表客户点的一个排列；然后将m个代表网点的基因位，采用插空法的方式插入客户点的排列中，且保证排列的末尾为网点基因位；初始种群的产生：随机生成200～500个满足所述约束条件的个体，适应度计算：基于所述目标函数值计算个体的适应度，以确定各个体的遗传机会；遗传算子：根据种群中个体的适应度大小，采用轮盘赌的方式选择遗传算子，个体被选中的概率与其适应度函数值大小成正比，适应度越高，被选择的概率越大；交叉变异：采用交叉及变异运算产生新个体，设置交叉概率为0.5，变异概率为0.2。在一些实施例中，在所述使用遗传算法求解所述末端物流网点布局模型从而完成对末端物流网点的选择布局之后至，还包括：采用蚁群算法规划配送路径，包括：构建带权有向图G＝(R，E)，其中：R为节点的集合，包括所述区域的客户点集合内的所有客户点及选定的所有末端物流网点，E为带权重有向边的集合，带权重有向边表示节点之间的配送成本；获取区域内客户点集合的配送需求，采用蚁群算法在所述带权有向图G＝(R，E)中寻找最优的配送路径。本专利技术第二方面提供了一种基于遗传算法的末端物流网点布局装置，其包括：获取模块，用于获取区域内客户点集合和末端物流网点集合的基本信息；设定模块，用于设定区域内所有末端物流网点的运营状态并对区域内的所有客户点和末端物流网点建立业务量分配模型；建模模块，用于建立末端物流网点布局模型；求解模块，用于使用遗传算法求解所述末端物流网点布局模型从而完成对末端物流网点的选择布局。本专利技术第三方面提供了一种电子设备，包括存储器、处理器及存储在存储器内并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的基于遗传算法的末端物流网点布局方法。本专利技术第四方面提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现上述的基于遗传算法的末端物流网点布局方法。本专利技术通过对已有的各末端物流网点的运营成本、与客户点之间的距离、业务量大小等因素进行综合考虑从而建立末端物流网点布局模型，并采用遗传算法对末端物流网点布局模型进行求解，从而获得最终的末端物流网点的布局方案。本专利技术实现了对末端物流网点的优化布局，降低了物流公司的配送成本。附图说明图1为本专利技术实施例提供的基于遗传算法的末端物流网点布局方法的本文档来自技高网...

【技术保护点】
1.一种基于遗传算法的末端物流网点布局方法，其特征在于，其包括：/n获取区域内客户点集合和末端物流网点集合的基本信息；/n设定区域内所有末端物流网点的运营状态并对区域内的所有客户点和末端物流网点建立业务量分配模型；/n建立末端物流网点布局模型；/n使用遗传算法求解所述末端物流网点布局模型从而完成对末端物流网点的选择布局。/n

【技术特征摘要】
1.一种基于遗传算法的末端物流网点布局方法，其特征在于，其包括：
获取区域内客户点集合和末端物流网点集合的基本信息；
设定区域内所有末端物流网点的运营状态并对区域内的所有客户点和末端物流网点建立业务量分配模型；
建立末端物流网点布局模型；
使用遗传算法求解所述末端物流网点布局模型从而完成对末端物流网点的选择布局。


2.如权利要求1所述的末端物流网点布局方法，其特征在于，所述获取区域内客户点集合和末端物流网点集合的基本信息包括：
获取区域内客户点集合：客户点集合其中，n为区域内的客户点的数量，i为客户点的编号，Ci表示第i个客户点，区域内客户点集合的基本信息还包括：客户点Ci的业务需求量pi，能够为客户点Ci提供服务的末端物流网点集合B(i)；
获取末端物流网点集合的基本信息：末端物流网点集合其中，m为区域内末端物流网点的数量，j为末端物流网点的编号，Nj表示第j个末端物流网点，区域内末端物流网点集合的基本信息还包括：末端物流网点Nj的运营成本zj，末端物流网点Nj的所能提供的业务量上限qj，末端物流网点Nj的服务范围内的客户点集合A(j)；
获取客户点集合和末端物流网点集合的基本信息还包括：从客户点Ci到末端物流网点Nj的距离dij，从客户点Ci到末端物流网点Nj的最大距离Kij，从客户点Ci到末端物流网点Nj的单位距离的运输成本cij。


3.如权利要求2所述的末端物流网点布局方法，其特征在于，所述设定区域内所有末端物流网点的运营状态并对区域内的所有客户点和末端物流网点建立业务量分配模型包括：
设定区域内所有末端物流网点的运营状态：区域内末端物流网点Nj的运营状态包括两种：保留和舍弃，设定一二元决策变量xj来表示末端物流网点Nj的运营状态，其中，xj∈{0,1}，当xj＝0时，表示末端物流网点Nj被舍弃，当xj＝1时，表示末端物流网点Nj被保留；
对区域内的所有客户点和末端物流网点建立业务量分配模型：一个客户点的业务量可以被分配到多个末端物流网点，设定一个非负整数决策变量表示客户点分配给末端物流网点的业务量，其中，yij∈{0,1，…,min{pi,qj}}表示客户点Ci分配给Nj的业务量，如果yij＝0，表示末端物流网点Nj没有覆盖客户点Ci，否则，表示末端物流网点Nj覆盖了客户点Ci。


4.如权利要求3所述的末端物流网点布局方法，其特征在于，所述末端物流网点布局模型为：
目标函数：



约束条件包括：
约束条件1：i＝1，2，…，n，j＝1，2，…，m；
约束条件2：i＝1，2，…，n，j＝1，2，…，m；
约束条件3：0≤dij≤Kij，i＝1，2，…，n，j＝1，2，…，m；
约束条件4：，xj∈{0,1}，j＝1，2，…，m；
约束条件5：yij∈{0,1，…,min{pi,qj}}，i＝1，2，…，n，j＝1，2，…，m；
其中：目标函数，使得区域内末端物流网点和客户点之间的总分配成本最小，总分配成本为末端物流网点运营成本与末端物流网点到客户点的运输成本之和；
约束条件1表示末端物流网点承担的业务量不超过末端物流网点的所...

【专利技术属性】
技术研发人员：司华友，吴振豪，高健博，吴琛，金兆鹏，孙圣力，
申请(专利权)人：北京国信云服科技有限公司，
类型：发明
国别省市：北京;11