【技术实现步骤摘要】
基于改进狮群算法的疫情下社区物资车辆路径优化方法
[0001]本专利技术涉及一种基于改进狮群算法的疫情下社区物资车辆路径优化方法， 属于路径预测领域。
技术介绍
[0002]在传统的车辆路径优化问题研究中，目标总是降低总运输成本、碳排放 量、运输时间成本，提高客户满意度，这些目标的设立都与商业问题有关。 然而，在救灾、紧急情况和人道主义后勤方面，会出现很多非营利组织、公 民和政府机构自愿将救灾物资送到需要的地方。近两年以来，受新冠疫情影 响，我国很多社区都采取过封闭式管理，这样能够最大程度上降低疫情的传 播范围以及居民的感染风险。社区内的居民生活日用品的需求成为了一个难 题，为了方便管理以及尽可能降低资金压力，很多社区会招募志愿者参与生 活物资的配送，这里就会涉及到车辆路径优化问题。不同于传统商业模式下 的车辆路径优化，司机为社区组织的志愿者，应尽可能使每条路径的行程距 离均衡，在这里考虑的优先目标是服务方工作量的公平性，也可以理解为工 作负载，其次才应是运输总成本。同时需要考虑疫情下的物资运送特征，存 在因司机近段时间去过...
【技术保护点】
【技术特征摘要】
1.一种基于改进狮群算法的疫情下社区物资车辆路径优化方法，其特征在于，包括以下步骤：步骤1：建立路径规划数学模型，初始化算法参数；步骤2：顺序编码，随机生成初始狮群，计算狮群个体初始适应度值，使用帕累托非支配排序机制以及个体拥挤距离来对个体进行排序，确定初始狮王，母狮和幼狮；步骤3：检测是否有外敌入侵，若有，查看入侵者能否支配当前狮王，能则取代当前狮王，不能则被驱赶；步骤4：使用狮群传代算子PO和尝试次数maxtrial实现狮群位置更新；步骤5：使用平衡化算子优化工作负载均衡目标；步骤6：更新狮群中狮王和其他个体的最佳位置，重新确定狮群个体的身份；步骤7：判断迭代次数t是否等于算法最大迭代次数T，如果不等于，则t+1，回到步骤3，重复进行步骤3到步骤6，直到t＝T，此时记录狮群历史最优个体。2.根据权利要求1所述的基于改进狮群算法的疫情下社区物资车辆路径优化方法，其特征在于：所述步骤1建立的建立路径规划数学模型具体为：特征在于：所述步骤1建立的建立路径规划数学模型具体为：特征在于：所述步骤1建立的建立路径规划数学模型具体为：以及约束函数：以及约束函数：w∈[0,m),w∈N
+
其中G＝(V,E)为配送网络；V为节点集，V＝{0,1,2,......,n}，其中0表示配送中心，其余节点表示客户；E为弧集，E＝{(i,j)|i,j∈V,i≠j}；K为车辆集，K＝{1,2,......,m}，即m辆车，对应m位司机，z
k
为0
‑
1决策变量，0表示第k辆车因为司机个人原因无法参与配送，令num(∑z
k
＝0)为w，表示无法参与配送的司机数，则实际车辆数为p＝m
‑
w；d
ij
为弧(i,j)的行驶距离；R
k
为子路径集，R
k
＝{r1,r2,......,r
p
}，r
k
表示第k辆车的行驶路径；为该路径的客户点数；表示该路径上的第i个客户点；C为配送车辆的最大载重；Q
i
表示每个客户点的需求量；y
ik
为0
‑
1决策变量，1表示客户点i由车辆k服务；t表示迭代次数；第一个约束函数表示每辆车服务的客户点总需求量不超过自身载重；第二个约束函数表示车辆集中哪些车参加配送；第三个约束函数表示不能参与配送的车辆数小于车辆总数m，且为正整数；第四个
约束函数表示一个客户只能由一辆车提供服务。3.根据权利要求1所述的基于改进狮群算法的疫情下社区物资车辆路径优化方法，其特征在于：所述步骤1中初始化算法参数包括算法最大迭代次数T，狮群大小P，狮群成年狮子的占比B，入侵因子lf。4.根据权利要求1所述的基于改进狮群算法的疫情下社区物资车辆路径优化方法，其特征在于，所述步骤2具体包括：步骤21：对配送路径进行实数编码，然后对狮群初始化；步骤22：对经过帕累托排序的个体依据各自拥挤距离的大小确定他们的顺序，排在最前面的个体成为狮王，依据狮群成年狮子的占比B的大小确定成年狮子的个数，按照个体排列顺序确定其他个体的身份。5.根据权利要求4所述的基于改进狮群算法的疫情下社区物资车辆路径优化方法，其特征在于，所述步骤21进行实数编码具体为：先生成代表配送中心的0，1～n代表所有需要配送的客户点，随机选择客户点加入，并判断是否满足所述路径规划数学模型的约束条件，...
【专利技术属性】
技术研发人员：宫婧，祝子豪，孙知信，孙哲，赵学健，胡冰，汪胡青，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。