一种考虑随机需求与时间窗的电动车辆配送路线生成方法技术

本发明专利技术公开了一种基于自适应大规模邻域搜索算法的考虑随机需求与时间窗的电动车辆配送路线生成方法，所述方法包括：给定初始数据；定义移除与插入算子；构造初始解；通过自适应大规模邻域搜索算法对解进行迭代搜索；输出最优解。本发明专利技术所述方法考虑了随机需求对车辆负载的影响，能够更好的计算电动车辆的能耗，减少电量不足情况的发生。同时采用自适应机制来调整算子的得分，能够有效的提高解的收敛速度。采用本具体实施的方法，生成的电动车辆配送方案能够有效的减少配送所需车辆数，进而降低配送成本。低配送成本。低配送成本。

【技术实现步骤摘要】
一种考虑随机需求与时间窗的电动车辆配送路线生成方法


[0001]本专利技术涉及车辆路径问题研究
，具体涉及一种考虑随机需求与时间窗的电动车辆配送路线生成方法。

技术介绍

[0002]日益增长的运输需求给环境带来了巨大的压力，由于电动车辆可以提供零尾气排放，高效率和低噪音的运输服务，所以电动车辆正广泛应用于配送活动中。然而电动车的运营存在一些局限性，例如续航里程有限、公共充电站数量不足、充电时间长。带时间窗的车辆路径问题（VRPTW）是配送任务中核心的优化模型，电动车需要及时充电来克服其续航里程有限的缺点，而电动车辆的充电需求很容易造成客户时间窗违例，所以带时间窗的电动车辆路径问题（EVRPTW）是一个极具挑战性的组合优化问题。同时为了避免电动车在配送过程中出现电量不足的情况，需要准确的估计电动车的剩余电量。在现有的方法中通常假设电动车的能耗与驾驶里程成正比而忽略了车辆负载对能耗的影响。
[0003]然而在实际的配送过程中，由于客户需求的不确定与电动车容量的限制，通常会导致电动车载负载的不确定。而车辆负载是影响电动车能耗的关键因素，因此在实际配送过程中忽略客户需求的不确定性与车辆负载对电动车能耗的影响制定出的配送路线通常是不可行的。因此如何在需求随机与时间窗的约束下制定出可行且成本较少的配送方案至关重要，同时这也是本专利技术的新颖性与创造性所在。基于此本专利技术提出了一种考虑随机需求与时间窗的电动车辆配送路线生成方法，定义了多种移除与插入算子来改进解，同时采用自适应机制来调整算子的得分，能够有效的提高解的收敛速度。通过与现有的方法相比，本专利提出的方法能够更加准确的计算电动车的能耗，同时减少车辆数，降低配送成本。

技术实现思路

[0004]本专利技术针对带时间窗的电动车辆路径问题的巨大复杂性，本专利技术提供一种考虑随机需求与时间窗的电动车辆配送路线生成方法，来生成电动车辆配送方案，减少企业的配送成本。
[0005]本专利技术解决上述技术问题的技术方案如下：本专利技术实施例提供一种考虑随机需求与时间窗的电动车辆配送路线生成方法，包括以下步骤：步骤1：给定客户信息，充电站信息，车场、客户、充电站间的距离矩阵与客户的需求分布和期望送达时间，定义解S为配送路线的集合，其中每条配送路线为带顺序的客户节点与充电桩节点的集合，定义目标函数为最小化用车数与车辆总耗电量，令n=0，N
NI
=25000，N
SR
=60，N
RR
=2000；步骤2：定义移除操作包含客户节点移除操作、充电桩节点移除操作、路线移除操作，其中客户节点移除操作包括随即移除算子：随机移除解中K个客户节点；目标最小移除算子：移除解中K个客户节点使得目标函数值最小；相似度最高移除算子：移除解中相似度
最高的K个客户；充电桩节点移除操作包括随即移除算子：随机移除解中σ个充电桩；路径最短移除算子：移除解中σ个充电桩使得配送车辆路径最短；充电最多移除算子：移除解中充电次数最多的σ个充电桩；路线移除操作包括随即移除算子：随机移除解中ω条路线；数量最少移除算子：移除解中客户数量小的ω条路线；里程最大移除算子：移除解中里程最长的ω条路线；耗电最多移除算子：移除解中耗电最多的ω条路线；步骤3：定义插入操作包含客户节点插入操作集合、充电桩节点插入操作集合，其中客户节点插入操作包括随机插入算子：随机将客户插入到解中；增量最小插入算子：依次将客户插入到使目标函数增量最小的位置；能耗最小插入算子：依次将客户插入到能耗增加最小的位置；充电桩节点插入操作包括距离最小插入算子：首先找出车辆到达时电量为负的客户，然后在该客户前插入使得距离增加最小的充电站；步骤4：构造初始解S
init
并赋值给当前解S
cur
，最优解S
BR
，新解S
new
；步骤5：如果n>N
NI
转步骤14，否则继续；步骤6：如果n除以N
SR
的余数为0，则根据充电桩节点移除操作与充电桩节点插入操作中各算子的评分，通过轮盘赌算法随机选择出一个充电桩节点移除算子与一个充电桩节点插入算子，根据选择出来的算子更新S
cur
得到临时解S
temp
，转步骤9，否则继续；步骤7：如果n除以N
RR
的余数为0，则根据路线移除操作与客户节点插入操作中各算子的评分，通过轮盘赌算法随机选择出一个路线移除算子与一个客户节点插入算子，根据选择出来的算子更新S
cur
得到临时解S
temp
，转步骤9，否则继续；步骤8：根据客户移除操作与客户节点插入操作中各操作的评分，通过轮盘赌算法随机选择出一个客户移除算子与一个客户节点插入算子，根据选择出来的算子更新S
cur
得到临时解S
temp
；步骤9：如果S
temp
不可行，则对S
temp
执行充电桩节点插入操作；步骤10：如果S
temp
的目标函数大于S
BR
的目标函数，则对S
temp
进行局部搜索后赋值给S
new
，否则直接将S
temp
赋值给S
new
；步骤11：如果S
new
的目标函数小于S
BR
的目标函数，则将S
new
赋值给S
BR
；步骤12：如果S
new
的目标函数小于S
cur
的目标函数，则将S
new
赋值给S
cur
，否则以一定概率则将S
new
赋值给S
cur
；步骤13：更新算子评分，令n=n+1，转步骤5；步骤14：输出最优解S
BR
。
[0006]本专利技术实施例提供一种考虑随机需求与时间窗的电动车辆配送路线生成方法，通过自适应大规模邻域搜索算法进行迭代搜索；采用自适应机制来调整算子的得分，能够有效的提高解的收敛速度；采用本具体实施的方法，生成的电动车辆配送方案能够有效的减少配送所需车辆数，进而降低配送成本。
附图说明
[0007]图1为本专利技术实施例一种考虑随机需求与时间窗的电动车辆配送路线生成方法被执行时的流程示意图；图2为本专利技术实施例初始解构造流程示意图。
具体实施方式
[0008]以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。
[0009]图1为本专利技术实施例一种考虑随机需求与时间窗的电动车辆配送路线生成方法被执行时的流程示意图，如图1所示，包括以下步骤：步骤1：给定客户信息，充电站信息，车场、客户、充电站间的距离矩阵与客户的需求分布和期望送达时间，定义解S为配送路线的集合，其中每条配送路线为带顺序的客户节点与充电桩节点的集合，定义目标函数为最小化用车数与车辆总耗电量，令n=0，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑随机需求与时间窗的电动车辆配送路线生成方法，其特征在于，能够根据客户的需求以及配送时间要求生成出合理的电动车辆配送路线集合，具体步骤如下：步骤1：给定客户信息，充电站信息，车场、客户、充电站间的距离矩阵与客户的需求分布和期望送达时间，定义解S为配送路线的集合，其中每条配送路线为带顺序的客户节点与充电桩节点的集合，定义目标函数为最小化用车数与车辆总耗电量，令n=0, N
NI
=25000,N
SR
=60，N
RR
=2000;步骤2：定义移除操作包含客户节点移除操作、充电桩节点移除操作、路线移除操作，其中客户节点移除操作包括随即移除算子：随机移除解中K个客户节点；目标最小移除算子：移除解中K个客户节点使得目标函数值最小；相似度最高移除算子：移除解中相似度最高的K个客户；充电桩节点移除操作包括随即移除算子：随机移除解中σ个充电桩；路径最短移除算子：移除解中σ个充电桩使得配送车辆路径最短；充电最多移除算子：移除解中充电次数最多的σ个充电桩；路线移除操作包括随即移除算子：随机移除解中ω条路线；数量最少移除算子：移除解中客户数量小的ω条路线；里程最大移除算子：移除解中里程最长的ω条路线；耗电最多移除算子：移除解中耗电最多的ω条路线；步骤3：定义插入操作包含客户节点插入操作集合、充电桩节点插入操作集合，其中客户节点插入操作包括随机插入算子：随机将客户插入到解中；增量最小插入算子：依次将客户插入到使目标函数增量最小的位置；能耗最小插入算子：依次将客户插入到能耗增加最小的位置；充电桩节点插入操作包括距离最小插入算子：首先找出车辆到达时电量为负的客户，然后在该客户前插入使得距离增加最小的充电站；步骤4：构造初始解S
init
并赋值给当前解S
cur
，最优解S
BR
，新解S
new
；步骤5：如果n>N
NI
转步骤14，否则继续；步骤6：如果n除以N
SR
的余数为0，则根据充电桩节点移除操作与充电桩节点插入操作中各算子的评分，通过轮盘赌算法随机选择出一个充电桩节点移除算子与一个充电桩节点插入算子，根据选择出来的算子更新S
cur
得到临时解S
temp
，转步骤9，否则继续；步骤7：如果n除以N
RR
的余数为0，则根据路线移除操作与客户节点插入操作中各算子的评分，通过轮盘赌算法随机选择出一个路线移除算子与一个客户节点插入算子，根据选择出来的算子更新S
cur
得到临时解S
temp
，转步骤9，否则继续；步骤8：根据客户移除操作与客户节点插入操作中各操作的评分，通过轮盘赌算法随机选择出一个客户移除算子与一个客户节点插入算子，根据选择出来的算子更新S
cur
得到临时解S
temp
；步骤9：如果S
temp
不可行，则对S
temp
执行充电桩节点插入算子；步骤10：如果S
temp
的目标函数...

【专利技术属性】
技术研发人员：沈吟东，沈若愚，
申请(专利权)人：武汉禾青优化科技有限公司，
类型：发明
国别省市：