一种运输调度线路设定方法和装置制造方法及图纸

本发明专利技术涉及一种运输调度线路设定方法和装置，步骤S1：建立运输调度线路模型：步骤S2：利用配置后的蚁群算法求解运输调度线路模型，获得第一配送线路；步骤S3：根据各个车辆到达沿途各节点的时间和节点对应的订单到达时间的时间差给规划后的第一配送线路中各配送子线路打分；步骤S4：筛选分数值大于线路分数阈值的配送子线路，构成第二配送线路集；步骤S4：对第二配送线路集中各配送子线路执行线路自搜索，构成第三配送线路集；步骤S4：对第三配送线路集执行车辆间线路搜索，获得最优配送线路。本发明专利技术能够在保证获得最优线路的同时降低运算量，考虑订单到达时间对需求拆分的影响，提高了方法的适用性。提高了方法的适用性。提高了方法的适用性。

【技术实现步骤摘要】
一种运输调度线路设定方法和装置


[0001]本专利技术实施例涉及车辆调度
，特别涉及一种运输调度线路设定方法和装置。

技术介绍

[0002]车辆线路问题一直是物流运输和配送方面的重要问题，现有技术的车辆线路问题通常假定每个客户的需求只能由一辆车在单次服务中完成，而在现实情况中的物流中，难免会出现客户需求量大于车辆最大承载量的情况，这时就需要对客户的需求进行拆分，目前需求可拆分的车辆线路规划问题已经成为车辆线路问题中一个新的分支。
[0003]蚁群算法是现有技术中常见的求解方法之一，蚁群算法求解运输调度线路时，主要包括初始客户选择环节、状态转移环节和信息素变化环节，三个环节的实现方式均通过随机设置实现全局搜索。具体来说，客户选择环节通常采用全部放置方式或随机放置方式，对于大规模问题算法运行时间会大幅增加，算法的收敛速度慢。状态转移环节通常采用伪随机比例转换公式，根据随机数q与预设参数q1的大小关系确定选择下一个节点的方法。然而现有技术中，参数q1通常为用户预设的，预设的参数通常是凭经验设置，对人的依赖性较强，状态转移直接决定了最优线路求解的运算量和收敛速度，采用预设的参数选择下一个节点无法动态应对线路规划问题中实时变化的客户需求，机械地进行全局搜索，运算量较大。
[0004]此外，在线路规划时，对部分客户的需求会进行拆分和组合，现有技术在拆分组合时，主要考虑车辆是否装满以及客户之间的距离，均未考虑订单到达时间，导致已发送订单延误送达的情况。
[0005]利用蚁群算法求解需求可拆分的车辆线路规划问题时，现有技术中通常还采用2
‑
opt算法对最优解进行更新，现有技术中通常通过线路长度筛选较短的线路进行交换的方式减少计算量，部分线路交换节点后线路长度会出现大幅度衰减，简单通过线路长度筛选部分线路易错过最优解；而对所有线路进行交换会大幅增加算法的运算量，现有技术中的2
‑
opt算法难以在保证获得最优解的同时降低算法运算量。
[0006]因此，亟需一种收敛速度快，满足客户需求的运输调度线路设定方法和装置。

技术实现思路

[0007]本专利技术实施方式的目的在于提供一种运输调度线路设定方法和装置，根据订单实际情况配置蚁群算法的参数，提高算法收敛速度，同时优化2
‑
opt方法，在保证获得最优线路的同时降低算法运算量。
[0008]为解决上述技术问题，本专利技术的实施方式提供了一种运输调度线路设定方法，所述运输调度线路设定方法具体包括：步骤S1：建立运输调度线路模型；步骤S2：根据订单信息配置蚁群算法，利用配置后的蚁群算法求解运输调度线路
模型，获得第一配送线路；步骤S3：预估第一配送线路各个车辆到达沿途各节点的时间，根据各个车辆到达沿途各节点的时间和节点对应的订单到达时间的时间差给规划后的第一配送线路中各配送子线路打分；将分数值大于线路分数阈值的配送子线路作为第二配送线路集；步骤S4：对第二配送线路集中各配送子线路执行线路自搜索，构成第三配送线路集，线路自搜索为两两交换一条配送子线路上的客户以优化线路；步骤S5：对第三配送线路集执行车辆间线路搜索，获得最优配送线路，车辆间线路搜索为两两交换不同车辆的客户以优化线路。
[0009]优选的，根据订单信息配置蚁群算法具体为根据订单信息配置初始节点选择方式、状态转移规则和信息素更新方式，订单信息包括各个订单的订单到达时间。
[0010]优选的，利用配置后的蚁群算法求解运输调度线路模型，具体包括：步骤S201：初始化参数，选择待满足需求的第一节点；步骤S202：规划第一节点的车辆；步骤S203：判断车辆到达第一节点时是否还存在待满足需求的节点，若存在，根据配置后的状态转移规则选择下一节点作为最新的第一节点，返回步骤S202，若不存在，记录规划完成的子线路，修改蚂蚁寻路状态为已寻路，执行步骤S204；步骤S204：判断已寻路状态的蚂蚁数量是否小于寻路阈值，若是，则重置客户需求量为初始状态，返回步骤S202，否则，执行步骤S205；步骤S205：多个蚂蚁寻路获得的多个子线路构成子线路集合，从子线路集合中选择线路最短的子线路，根据配置后的线路信息素更新方式更新子线路信息素；步骤S206：判断是否满足迭代终止条件，若满足，完成本次运输调度线路规划，获得第一配送线路；若不满足，重置客户需求量为初始状态，重置蚂蚁寻路状态为未寻路，返回步骤S202。
[0011]优选的，选择待满足需求的第一节点，具体包括：将所有车辆放置于车场中，在t时刻，车辆k可能选择的初始客户节点为j，选择公式为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)其中， 表示t时刻由车场0到客户节点y构成的边(0,y)上的信息素含量，K
p
表示客户节点集合， 表示t时刻由车场0到可能选择的初始客户节点j构成的边(0,j)上的信息素含量，表示车辆k初始客户选择节点j的概率，k
j
为初始节点选择干预因子，，其中t为当前算法运行时刻，为初始阶段时间阈值，为节点j对应的订单到达时间，根据订单到达时间将各个订单排序，为订单到达时间位于中间位置订单对应的订单到达时间；q是一个在(0,1)区间的随机值，q0是初始选择阈值。
[0012]优选的，第一节点的车辆具体包括：步骤A1：若当前的第一节点的客户需求量不大于车辆承载量，则将第一节点加入线路中，更新车辆承载量，第一节点的车辆规划完毕；否
则，以当前的第一节点的客户需求量和车辆承载量的差值更新第一节点的客户需求量，将第一节点加入线路，派出一辆新车，返回步骤A1。
[0013]优选的，车辆k在t时正好处于客户节点i，下一个可能的客户节点为j，配置后的状态转移规则具体为：
ꢀꢀ
(12)其中，表示车辆k在i节点之后下一客户选择节点j的概率，表示节点i和y之间的信息素含量干预因子，表示节点i和j之间的信息素含量干预因子，节点A和B之间的信息素含量干预因子计算方式为：，T
A
是节点A的订单到达时间，T
B
是节点B的订单到达时间，为时间差阈值， 表示t时刻边(i,y)上的信息素含量，表示节点i和y的启发式信息， 表示t时刻边(i,j)上的信息素含量，表示节点i和j的启发式信息，α为信息素浓度因子，为预期启发式因子，K
p
表示客户节点集合，q是一个在(0,1)区间的随机值，q1是中间选择阈值。
[0014]优选的，根据配置后的线路信息素更新方式更新子线路信息素，具体为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)其中，为更新后的子线路信息素，为当前子线路信息素，为子线路信息素增量，为增量调整因子，，T
i
是节点i的订单到达时间，T
j
是节点j的订单到达时间，为时间差阈值，ib表示本轮迭代最优解决方案，C
ib
表示本轮迭代最短线路的距离，ρ为信息素挥本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运输调度线路设定方法，其特征在于，所述运输调度线路设定方法具体包括：步骤S1：建立运输调度线路模型；步骤S2：根据订单信息配置蚁群算法，利用配置后的蚁群算法求解运输调度线路模型，获得第一配送线路；步骤S3：预估第一配送线路各个车辆到达沿途各节点的时间，根据各个车辆到达沿途各节点的时间和节点对应的订单到达时间的时间差给规划后的第一配送线路中各配送子线路打分；将分数值大于线路分数阈值的配送子线路作为第二配送线路集；步骤S4：对第二配送线路集中各配送子线路执行线路自搜索，构成第三配送线路集，线路自搜索为两两交换一条配送子线路上的客户以优化线路；步骤S5：对第三配送线路集执行车辆间线路搜索，获得最优配送线路，车辆间线路搜索为两两交换不同车辆的客户以优化线路。2.根据权利要求1所述的运输调度线路设定方法，其特征在于，所述步骤S2具体包括：根据订单信息配置蚁群算法具体为根据订单信息配置初始节点选择方式、状态转移规则和信息素更新方式，订单信息包括各个订单的订单到达时间。3.根据权利要求2所述的运输调度线路设定方法，其特征在于，利用配置后的蚁群算法求解运输调度线路模型，具体包括：步骤S201：初始化参数，选择待满足需求的第一节点；步骤S202：规划第一节点的车辆；步骤S203：判断车辆到达第一节点时是否还存在待满足需求的节点，若存在，根据配置后的状态转移规则选择下一节点作为最新的第一节点，返回步骤S202，若不存在，记录规划完成的子线路，修改蚂蚁寻路状态为已寻路，执行步骤S204；步骤S204：判断已寻路状态的蚂蚁数量是否小于寻路阈值，若是，则重置客户需求量为初始状态，返回步骤S202，否则，执行步骤S205；步骤S205：多个蚂蚁寻路获得的多个子线路构成子线路集合，从子线路集合中选择线路最短的子线路，根据配置后的线路信息素更新方式更新子线路信息素；步骤S206：判断是否满足迭代终止条件，若满足，完成本次运输调度线路规划，获得第一配送线路；若不满足，重置客户需求量为初始状态，重置蚂蚁寻路状态为未寻路，返回步骤S202。4.根据权利要求3所述的运输调度线路设定方法，其特征在于，选择待满足需求的第一节点，具体包括：将所有车辆放置于车场中，在t时刻，车辆k可能选择的初始客户节点为j，选择公式为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)其中， 表示t时刻由车场0到客户节点y构成的边(0,y)上的信息素含量，K
p
表示客户节点集合， 表示t时刻由车场0到可能选择的初始客户节点j构成的边(0,j)上的信息素含量，表示车辆k初始客户选择节点j的概率，k
j
为初始节点选择干预因子，
，其中t为当前算法运行时刻，为初始阶段时间阈值，为节点j对应的订单到达时间，根据订单到达时间将各个订单排序，为订单到达时间位于中间位置订单对应的订单到达时间；q是一个在(0,1)区间的随机值，q0是初始选择阈值。5.根据权利要求3所述的运输调度线路设定方法，其特征在于，规划第一节点的车辆具体包括：步骤A1：若当前的第一节点的客户需求量不大于车辆承载量，则将第一节点加入线路中，更新车辆承载量，第一节点的车辆规划完毕；否则，以当前的第一节点的客户需求量和车辆承载量的差值更新第一节点的客户需求量，将第一节点加入线路，派出一辆新车，返回步骤A1。6. 根据权利要求3所述的运输调度线路设定方法，其特征在于，车辆k在t时正好处于客户节点i，下一个可能的客户节点为j，配置后的状态转移规则具体为：

【专利技术属性】
技术研发人员：马晓轩，刘超，郭茂祖，张翰韬，孙博洋，邓轶博，郝冬，
申请(专利权)人：北京建筑大学，
类型：发明
国别省市：