异构车机编队协同路径的生成方法和装置制造方法及图纸

本发明专利技术提供一种异构车机编队协同路径的生成方法和装置，涉及物流配送领域。本发明专利技术以最小化客户等待时间的标准差为目标构建可重访的车机协同团队定向模型，充分考虑公平性，并在考虑公平性的前提下，将异构车辆与无人机进行协同以完成物资的配送任务，不仅能增大物资发放的范围，让更多的客户收到所需物资，而且能够最大限度降低成本，提高了车辆与无人机完成物资配送任务的效率。同时，本发明专利技术考虑车辆在巡检过程中需要沿路网行驶，而无人机不用受路网约束，更加符合实际的物流配送情况。更加符合实际的物流配送情况。更加符合实际的物流配送情况。

【技术实现步骤摘要】
异构车机编队协同路径的生成方法和装置


[0001]本专利技术涉及物流配送领域，具体涉及一种异构车机编队协同路径的生成方法和装置。

技术介绍

[0002]物流配送提供的是物流服务，因此满足客户对物流服务的需求是配送的前提。然而，物流配送在人道主义救援场景的物流配送过程中，由于物资有限，往往不能满足所有客户的需求，比如发放应急物资，不仅需要迅速且充分地分配应急物资，还需要重点关注所有受灾人员是否可以得到公平的救助，即保证公平性。从而提升人道主义救援的有效性，将储备的应急物资迅速送达给有需要的人。
[0003]现有技术中，仅由无人机完成物流配送任务设计范围受到限制，同时物资有限的情况下，并未考虑物资发放的公平性，导致现有的人道主义救援公平性低。

技术实现思路

[0004](一)解决的技术问题
[0005]针对现有技术的不足，本专利技术提供了一种异构车机编队协同路径的生成方法和装置，解决了现有的人道主义救援公平性低的技术问题。
[0006](二)技术方案
[0007]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0008]第一方面，本专利技术提供一种异构车机编队协同路径的生成方法，所述方法包括：
[0009]S1、获取任务点的坐标和物资数据；
[0010]S2、基于任务点的坐标和物资数据，以最小化等待时间的标准差为目标构建可重访的车机协同团队定向模型；
[0011]S3、基于路网约束和文化基因算法对车机协同团队定向模型求解，获取异构车机编队协同最优路径方案。
[0012]优选的，所述可重访的车机协同团队定向模型包括目标函数，采用公式(1)来表示：
[0013][0014]其中：
[0015][0016][0017]式中：i为任务点编号，T为任务点集合；t
im
为编号m的车辆到达任务点i的时间；为编号m的车辆送达至任务点i的包裹数量；t
ip
为编号p的无人机到达任务点i的时间；为编号p的无人机送达至任务点 i的包裹数量；q
i
为任务点i的需求量；g
i
为任务点i的服务水平；为平均服务水平；G
i
为任务点i的服务满意程度，即任务点i得到的包裹数量与需求量的比值，目标函数的含义为：最小化等待时间的标准差，标准差为离平均水平平方的算数平均数的算术平方根；目的是保持公平性，保证公平的为每个任务点分配物资。
[0018]优选的，所述可重访的车机协同团队定向模型包括约束条件，采用公式(4)至(23)来表示：
[0019][0020][0021][0022][0023][0024][0025][0026][0027][0028][0029][0030][0031][0032][0033][0034][0035][0036][0037][0038][0039]其中：
[0040]公式(4)表示每个节点至少被访问一次；公式(5)表示确保每辆车必须从仓库出发；公式(6)表示每辆车完成任务后必须返回仓库；公式(7)表示流量守恒约束；公式(8)表示变量x
ij
n与公式(8)中的到达时间相关联，这也防止了不包含仓库的子路径；公式(9)表示如果无人机u从i点发射并在k点收集，则必须将点i和k分配给车辆n，即在车辆的路径上；公式(10)和(11)表示确保当无人机u从i点发射时，车辆n和无人机u是时间协调的。注意，无人机u和车辆n可能在不同的时间离开基地。这些约束将迫使车辆n和无人机u同时到达i点；当车辆n和无人机u在k点会合时，公式(12)和(13)对它们进行时间协调。这些约束将迫使车辆n和无人机u同时到达节点k。公式(12)～(13)假设，如果无人机u在i点从车辆n发射，则它们不能在i点会合，这意味着无人机不能从同一个点多次发射；公式(14) 和公式(15)表示假设无人机u在i点从车辆n发射，访问j点后在k 点与车辆会合，公式(14)约束了无人机到达j点的时间，公式(15) 约束了无人机到达k点的时间；公式(16)表示解决了无人机的续航约束，其中H
max
为无人机的最大续航时长；公式(17)表示定义了车辆和无人机的出发时间；公式(18)和(19)表示确保只有在车辆访问该节点时才能为该节点提供服务；公式(20)表示确保每架无人机的最大负荷不超过其容量C
U
；公式(21)表示要求满足每个点的全部需求；公式(22)和公式(23)定义了决策变量的取值。
[0041]ii、j和k为节点编号，T为任务点集合，N为节点集合；u为无人机编号，U为无人机集合；n为车辆编号，V为车辆编号；为决策变量，编号u的无人机是否从节点i出发到达任务点j并返回编号n的车辆或以仓库点0为终点的路径；为决策变量，编号n的车辆从节点i 到任务点j的路径；为决策变量，编号n的车辆从仓库0出发到达任务点i的路径；为决策变量，编号n的车辆从任务点i到仓库L+1的路径；为编号n的车辆从节点j到节点k的路径；为编号n的车辆从节点i到节点j的时间；为编号n的车辆到达节点j的到达时间；为编号n的车辆到达节点i的到达时间；为决策变量，编号n的车辆从节点h到达节点i的路径；为决策变量，编号n的车辆从节点k到达节点l的路径；为编号u的无人机到达节点i的到达时间；为编号u的无人机到达节点k的到达时间；为编号n的车辆到达节点k的到达时间；为编号u的无人机到达节点j的到达时间；为编号u的无人机从节点i到任务点j的时间；为编号u的无人机从任务点i到节点k的时间；H
max
为无人机最大续航时长；编号u的无人机到达仓库0的到达时间；为编号n的车辆到达仓库0的到达时间；为编号 u的无人机送达至任务点j的包裹数量；q
j
为任务点j的需求量；Q
n
为车辆的承载能力；M为一个大的正整数。
[0042]优选的，所述基于路网约束和文化基因算法对车机协同团队定向模型求解，获取异构车机编队协同最优路径方案，包括：
[0043]S301、设定编码规则；
[0044]S302、根据编码规则生成异构车机协同初始路径规划方案集合；
[0045]S303、基于文化基因算法、可重访的车机协同团队定向模型和异构车机协同初始路径规划方案集合获取异构车机编队协同最优路径方案。
[0046]优选的，所述基于文化基因算法、可重访的车机协同团队定向模型和异构车机协同初始路径规划方案集合获取异构车机编队协同最优路径方案，包括：
[0047]S303a、设置文化基因算法的执行参数和基于可重访的车机协同团队定向模型的目标函数，通过公式(24)计算每个路径规划方案的适应度值，所述执行参数包括交叉概率；
[0048][0049]S303b、采用轮盘赌机制从异构车机编队初始路径方案中选择出2 个方案用于遗传操作，适应度值越小的方案被选择的概率越大；
[0050]S303c、对选择出的2个方案进行单点交叉操作，得到2个子代本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异构车机编队协同路径的生成方法，其特征在于，所述方法包括：S1、获取任务点的坐标和物资数据；S2、基于任务点的坐标和物资数据，以最小化等待时间的标准差为目标构建可重访的车机协同团队定向模型；S3、基于路网约束和文化基因算法对车机协同团队定向模型求解，获取异构车机编队协同最优路径方案。2.如权利要求1所述的异构车机编队协同路径的生成方法，其特征在于，所述可重访的车机协同团队定向模型包括目标函数，采用公式(1)来表示：其中：其中：式中：i为任务点编号，T为任务点集合；t
im
为编号m的车辆到达任务点i的时间；为编号m的车辆送达任务点i的包裹数量；t
ip
为编号p的无人机到达任务点i的时间；为编号p的无人机送达任务点i的包裹数量；q
i
为任务点i的需求量；g
i
为任务点i的服务水平；为平均服务水平；G
i
为任务点i的服务满意程度，即任务点i得到的物资数量与需求量的比值，目标函数的含义为：最小化等待时间的标准差，标准差为离平均水平平方的算数平均数的算术平方根；目的是保持公平性，保证公平地为每个任务点分配物资。3.如权利要求1所述的异构车机编队协同路径的生成方法，其特征在于，所述可重访的车机协同团队定向模型包括约束条件，采用公式(4)至(23)来表示：车机协同团队定向模型包括约束条件，采用公式(4)至(23)来表示：车机协同团队定向模型包括约束条件，采用公式(4)至(23)来表示：车机协同团队定向模型包括约束条件，采用公式(4)至(23)来表示：车机协同团队定向模型包括约束条件，采用公式(4)至(23)来表示：车机协同团队定向模型包括约束条件，采用公式(4)至(23)来表示：车机协同团队定向模型包括约束条件，采用公式(4)至(23)来表示：
其中：公式(4)表示每个节点至少被访问一次；公式(5)表示确保每辆车必须从仓库出发；公式(6)表示每辆车完成任务后必须返回仓库；公式(7)表示流量守恒约束；公式(8)表示变量与公式(8)中的到达时间相关联，这也防止了不包含仓库的子路径；公式(9)表示如果无人机u从i点发射并在k点收集，则必须将点i和k分配给车辆n，即在车辆的路径上；公式(10)和(11)表示确保当无人机u从i点发射时，车辆n和无人机u是时间协调的，无人机u和车辆n可能在不同的时间离开基地，这些约束将迫使车辆n和无人机u同时到达i点；当车辆n和无人机u在k点会合时，公式(12)和(13)对它们进行时间协调，这些约束将迫使车辆n和无人机u同时到达节点k；公式(12)～(13)假设，如果无人机u在i点从车辆n发射，则它们不能在i点会合，这意味着无人机不能从同一个点多次发射；公式(14)和公式(15)表示假设无人机u在i点从车辆n发射，访问j点后在k点与车辆会合，公式(14)约束了无人机到达j点的时间，公式(15)约束了无人机到达k点的时间；公式(16)表示解决了无人机的续航约束，其中H
max
为无人机的最大续航时长；公式(17)表示定义了车辆和无人机的出发时间；公式(18)和(19)表示确保只有在车辆访问该节点时才能为该节点提供服务；公式(20)表示确保每架无人机的最大负荷不超过其容量C
U
；公式(21)表示要求满足每个点的全部需求；公式(22)和公式(23)定义了决策变量的取值；
i、j和k为节点编号，T为任务点集合，N为节点集合；u为无人机编号，U为无人机集合；n为车辆编号，V为车辆编号；为决策变量，编号u的无人机是否从节点i出发到达任务点j并返回编号n的车辆或以仓库点0为终点的路径；为决策变量，编号n的车辆从节点i到任务点j的路径；为决策变量，编号n的车辆从仓库0出发到达任务点i的路径；为决策变量，编号n的车辆从任务点i到仓库L+1的路径；为编号n的车辆从节点j到节点k的路径；为编号n的车辆从节点i到节点j的时间；为编号n的车辆到达节点j的到达时间；为编号n的车辆到达节点i的到达时间；为决策变量，编号n的车辆从节点h到达节点i的路径；为决策变量，编号n的车辆从节点k到达节点l的路径；为编号u的无人机到达节点i的到达时间；为编号u的无人机到达节点k的到达时...

【专利技术属性】
技术研发人员：朱默宁，张雪华，徐丽，朱武，罗贺，王国强，靳鹏，马滢滢，张歆悦，蒋儒浩，
申请(专利权)人：中国地震应急搜救中心，
类型：发明
国别省市：