客户满意度的物流服务车辆路径求解方法及系统技术方案

本发明专利技术涉及物流技术领域，具体涉及一种客户满意度的物流服务车辆路径求解方法及系统，本发明专利技术使用马尔可夫模型描述车流量指标，并使用函数形式映射客户满意度情况，建立总运输时间和客户满意度作为成本优化目标，并将双优化目标线性加权后作为局部搜索算法求解最小化总成本的总目标，最终通过Solomon数据集进行最后的结果验证。本发明专利技术考虑到遗传算法的求解复杂问题性能，在其基本框架上设计了符合问题需求的局部搜索算子SQI，利用Solomon数据集验证提出的算法的有效性。本发明专利技术提出的基于提高服务质量算法SQI可以有效提高标准遗传算法的局部搜索能力，在相同收敛时间内降低目标总成本，提高配送服务质量，避免算法陷入局部最优解。解。解。

【技术实现步骤摘要】
客户满意度的物流服务车辆路径求解方法及系统


[0001]本专利技术涉及物流
，具体涉及一种客户满意度的物流服务车辆路径求解方法及系统。

技术介绍

[0002]随着经济建设的迅速发展，物流运输业成为增长速度最快的行业领域之一[1]，而物流问题成为企业甚至到个人在社会活动中为降低成本、提高工作效率都需要考虑的棘手问题。车辆路径和装载配送是研究物流问题的难点和重点，也是每个参与相关物流活动的企业单位需要尽快解决的问题。
[0003]车辆路径问题(Vehicle Routing Problem，VRP)最早于1959年由Dantzig和Ramser首次提出[2]，是经典的运筹学优化问题，即有容量限制的车辆从仓库中心出发，依次服务有一定需求量的客户，并返回起点，要求客户仅被服务一次，最终在满足容量约束条件下，所有车辆行驶的路径之和最小。带约束条件的组合优化问题是近几十年来研究的一个热点问题[3
‑
6]，并在很多学科及相关物流行业有着很强的应用价值，通过优化车辆路径，可以降低成本，提高效益。
[0004]目前，国内外学者对车辆路径问题展开了深入研究，通过不同角度对实际VRP问题进行剖析并提出多种求解方法。如经营者为降低成本、提高效益的同时，还要保证服务质量。易云飞等考虑实时动态因素，设计了一种新的伊藤
‑
蚁群算法[7]。包菊芳等人结合粒子群算法和遗传算法，将双重满意度模型应用到实际算例进行求解[[8]。辜勇等针对多中心配送问题，提出了三阶段算法[9]。孙刘诚等考虑协作配送模式，利用遗传算法验证了新模式可以有效提高经济效益[10]。Xu等采用自适应大邻域搜索算法求解冷链配送多车厢路径问题[11]。徐廷政等从配送救灾物资角度出发，利用改进的遗传算法减少了延误时间[12]。任明磊引入激励效用理论，设计蚁群算法对随机抽取的实际算例进行求解以验证模型的合理性[13]。Wang等在Clarke
‑
Wright算法上实现了配送成本和客户满意两者双赢[14]。Zhang等设计两阶段优化算法，有效控制了配送成本[15]。Ren等提出了结合插入启发式的遗传算法以解决外卖配送问题，为企业提供理论依据和决策参考[16]。
[0005]综上，车辆路径问题的研究涵盖了最少时间、最短路径和企业效益等多方面。但通常忽略实际应用中会存在很多不确定性，比如在某一时刻由于车流量过大容易导致交通拥堵，原本行驶时间最短的路径因此增加不必要的时间消耗，从而耽误配送任务，付出更严重的成本代价。
[0006]因此，本文充分考虑实时车辆行驶时间因素，利用具有非确定性意义的概率预测模型——马尔可夫模型对车流量进行实时评估，建立总运输时间和客户满意度的双目标优化模型，并在标准遗传算法(Genetic Algorithm，GA)上设计了一种基于提高服务质量的(Service Quality Improving，SQI)的局部搜索算子，以Solomon数据集为测试算例验证模型的合理性和算法的有效性，结果表明本文提出的混合遗传算法(Genetic Algorithm based on Service Quality Improving，GASQI)与其他算法在求解性能上对比效果更好。

技术实现思路

[0007]针对现有技术的不足，本专利技术公开了一种客户满意度的物流服务车辆路径求解方法及系统，用于解决上述问题。
[0008]本专利技术通过以下技术方案予以实现：
[0009]第一方面，本专利技术提供了一种客户满意度的物流服务车辆路径求解方法，述方法使用马尔可夫模型描述车流量指标，并使用函数形式映射客户满意度情况，建立总运输时间和客户满意度作为成本优化目标，并将双优化目标线性加权后作为局部搜索算法求解最小化总成本的总目标，最终通过Solomon数据集进行最后的结果验证。
[0010]更进一步的，所述方法中，马尔可夫模型具体如下：
[0011]车队从客户点i出发到下一个客户点j的配送过程中，在客户点i出发的车流量情况取决于上一个服务的客户点所做的决定，故车流量情况可视为一个马尔可夫过程，因此利用马尔可夫模型描述两个地点之间的车流量情况，其中每个地点可视为一个状态，车流量即为转移概率。
[0012]更进一步的，所述方法中，马尔可夫模型中，假设n+1个地点为状态x0，x1，x2，...，x
n
，其中状态x0代表仓库中心，状态x1，...，x
w
x
n+1
代表n个客户点；此时t时刻有N辆车在地点i等待出发到下一个地点，其中有M1辆车出发到地点j，M2辆车出发到地点k，N
‑
M1
‑
M2辆车停留在原地，则称M1/N为状态x
i
转移到状态x
j
的转移概率，M2/N为状态x
i
转移到状态x
k
的转移概率，(N
‑
M1
‑
M2)/N为状态x
i
转移到状态x
i
的转移概率，取M1/N值进行量化地点i到地点j之间的车流量，排除突发事件不考虑，全部转移概率都趋向于稳定值，最终构成转移概率矩阵如下：
[0013][0014]P为转移概率矩阵，其中p
ij
，i，j∈{0，1，2，...，n}表示地点i到地点j之间的车流量，p
ij
，i＝j∈{0，1，2，...，n}表示车流量停留在地点i不动，P的作用体现了车辆行驶时间的实时性，同时要求每隔一个T时间段更新一次P，表明车流量随着时间的改变而改变。
[0015]更进一步的，所述方法中，建立客户满意度作为成本优化目标时，使用满意度函数，通过客户的时间窗以数学方式进行模糊表述，作为成本惩罚是否增加的一个参考度量，客户对服务质量的评价只存在满意和不满意两种选择，对服务质量做0
‑
1决策，如果车队准时在客户规定的时间窗内进行配送，客户就给予满意的评价；否则，客户将选择不满意的评价。
[0016]设C
r
(i)为车队r服务客户i的服务质量评价，[A
i
，B
i
]为客户i规定的服务时间窗，t
i
为车队r到达客户i时的时间，于是满意度函数可表示为
[0017][0018]当车队按照客户规定的时间窗提供配送服务时客户满意，此时不计入成本惩罚；若车队不按时配送，客户不满意将导致后续成本得到一个累加的成本惩罚措施。
[0019]更进一步的，所述方法中，构建数学模型包括以下假设条件：
[0020]进行配送任务的车辆需要保持车型一致，确保车辆容量均为Q，且车辆行驶过程速
度保持匀速；
[0021]客户需求量和服务时间窗保持不变，且每个客户的需求量不超过车辆的最大限制装载量；
[0022]车辆行驶过程不考虑红绿灯和突发事件的发生；
[0023]无论车队是否按时还是延本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种客户满意度的物流服务车辆路径求解方法，其特征在于，所述方法使用马尔可夫模型描述车流量指标，并使用函数形式映射客户满意度情况，建立总运输时间和客户满意度作为成本优化目标，并将双优化目标线性加权后作为局部搜索算法求解最小化总成本的总目标，最终通过Solomon数据集进行最后的结果验证。2.根据权利要求1所述的一种客户满意度的物流服务车辆路径求解方法，其特征在于，所述方法中，马尔可夫模型具体如下：车队从客户点i出发到下一个客户点j的配送过程中，在客户点i出发的车流量情况取决于上一个服务的客户点所做的决定，故车流量情况可视为一个马尔可夫过程，因此利用马尔可夫模型描述两个地点之间的车流量情况，其中每个地点可视为一个状态，车流量即为转移概率。3.根据权利要求2所述的一种客户满意度的物流服务车辆路径求解方法，其特征在于，所述方法中，马尔可夫模型中，假设n+1个地点为状态x0，x1，x2，...，x
n
，其中状态x0代表仓库中心，状态x1，...，x
n
，x
n+1
代表n个客户点；此时t时刻有N辆车在地点i等待出发到下一个地点，其中有M1辆车出发到地点j，M2辆车出发到地点k，N
‑
M1
‑
M2辆车停留在原地，则称M1/N为状态x
i
转移到状态x
j
的转移概率，M2/N为状态x
i
转移到状态x
k
的转移概率，(N
‑
M1
‑
M2)/N为状态x
i
转移到状态x
i
的转移概率，取M1/N值进行量化地点i到地点j之间的车流量，排除突发事件不考虑，全部转移概率都趋向于稳定值，最终构成转移概率矩阵如下：P为转移概率矩阵，其中p
ij
，i，j∈{0，1，2，...，n}表示地点i到地点j之间的车流量，p
ij
，i，j∈{0，1，2，...，n}表示车流量停留在地点i不动，P的作用体现了车辆行驶时间的实时性，同时要求每隔一个T时间段更新一次P，表明车流量随着时间的改变而改变。4.根据权利要求1所述的一种客户满意度的物流服务车辆路径求解方法，其特征在于，所述方法中，建立客户满意度作为成本优化目标时，使用满意度函数，通过客户的时间窗以数学方式进行模糊表述，作为成本惩罚是否增加的一个参考度量，客户对服务质量的评价只存在满意和不满意两种选择，对服务质量做0
‑
1决策，如果车队准时在客户规定的时间窗内进行配送，客户就给予满意的评价；否则，客户将选择不满意的评价。设C
r
(i)为车队r服务客户i的服务质量评价，[A
i
，B
i
]为客户i规定的服务时间窗，t
i
为车队r到达客户i时的时间，于是满意度函数可表示为当车队按照客户规定的时间窗提供配送服务时客户满意，此时不计入成本惩罚；若车队不按时配送，客户不满意将导致后续成本得到一个累加的成本惩罚措施。5.根据权利要求1所述的一种客户满意度的物流服务车辆路径求解方法，其特征在于，所述方法中，构建数学模型包括以下假设条件：进行配送任务的车辆需要保持车型一致，确保车辆容量均为Q，且车辆行驶过程速度保持匀速；客户需求量和服务时间窗保持不变，且每个客户的需求量不超过车辆的最大限制装载
量；车辆行驶过程不考虑红绿灯和突发事件的发生；无论车队是否按时还是延迟为客户提供服务，客户都不能以任何理由拒绝；车队向客户完成提供服务后，马上出发到下一个客户点。6.根据权利要求1所述的一种客户满意度的物流服务车辆路径求解方法，其特征在于，所述方法中，数学模型如下：minz＝(1
‑
ρ)z1+ρz2
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)(4)(4)(4)(4)(4)(4)(4)其中，式(4)为双目标经过...

【专利技术属性】
技术研发人员：张玉州，黄子秦，
申请(专利权)人：安庆师范大学，
类型：发明
国别省市：