一种面向高层住宅的无人机上门配送路径的优化方法技术

本发明专利技术实施例提供一种面向高层住宅的无人机上门配送路径的优化方法，属于物流的调度优化技术领域。所述优化方法包括：获取待配送客户点集合；从所述待配送客户点集合中取出一个客户点加入当前的单次配送点集合中；判断当前的单次配送点集合是否满足预设条件；在判断当前的单次配送点集合不满足所述预设条件的情况下，删除当前加入单次配送客户点集合中的客户点；判断所述待配送客户点集合是否为空集；在判断所述待配送客户点集合不为空集的情况下，再次返回执行从所述待配送客户点集合中取出一个客户点加入当前的单次配送点集合中的步骤；在判断所述待配送客户点集合为空集的情况下，保存当前的无人机单次配送点集合；重置待配送客户点集合。置待配送客户点集合。置待配送客户点集合。

【技术实现步骤摘要】
一种面向高层住宅的无人机上门配送路径的优化方法


[0001]本专利技术涉及物流的调度优化
，具体地涉及一种面向高层住宅的无人机上门配送路径的优化方法。

技术介绍

[0002]随着无人机技术的逐渐成熟，物流配送
也逐渐开始引用无人机的相关技术。举例来说，在一些高层住宅中，由于运输难度较大，逐渐开始采用无人机进行运输配送。针对无人机配送的情况，现有技术中已经出现相关的物流调度方法。但是，这种方法由于没有考虑无人机在高空飞行过程中的特殊工况，因此生成的调度方案难以满足现场的实施需求。

技术实现思路

[0003]本专利技术实施例的目的是提供一种面向高层住宅的无人机上门配送路径的优化方法，该优化方法包括：
[0004]获取待配送客户点集合；
[0005]从所述待配送客户点集合中取出一个客户点加入当前的单次配送点集合中；
[0006]判断当前的单次配送点集合是否满足预设条件；
[0007]在判断当前的单次配送点集合不满足所述预设条件的情况下，删除当前加入单次配送客户点集合中的客户点；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向高层住宅的无人机上门配送路径的优化方法，其特征在于，所述优化方法包括：获取待配送客户点集合；从所述待配送客户点集合中取出一个客户点加入当前的单次配送点集合中；判断当前的单次配送点集合是否满足预设条件；在判断当前的单次配送点集合不满足所述预设条件的情况下，删除当前加入单次配送客户点集合中的客户点；判断所述待配送客户点集合是否为空集；在判断所述待配送客户点集合不为空集的情况下，再次返回执行从所述待配送客户点集合中取出一个客户点加入当前的单次配送点集合中的步骤；在判断所述待配送客户点集合为空集的情况下，保存当前的无人机单次配送点集合；重置待配送客户点集合，从待配送客户点集合中删除已加入单次配送点集合中的所有客户点，选择新的单次配送点集合，再次返回执行从所述待配送客户点集合中取出一个客户点加入当前的单次配送点集合中的步骤；在判断当前的单次配送点集合满足所述预设条件的情况下，判断所述待配送客户点集合是否为空集；在判断所述待配送客户点集合不为空集的情况下，再次返回执行从所述待配送客户点集合中取出一个客户点加入当前的单次配送点集合中；在判断所述待配送客户点集合为空集的情况下，判断当前所有的单次配送点集合是否已经包含所有的客户点；在判断当前所有的单次配送点集合未包含所有的客户点的情况下，再次返回执行重置待配送客户点集合，从待配送客户点集合中删除已加入单次配送点集合中的所有客户点，选择新的单次配送点集合的步骤；在判断当前所有的单次配送点集合已经包含所有的客户点的情况下，组合每个所述单次配送点集合以构成无人机的配送集合方案；连接配送集合方案中的各个客户点以构成无人机路径；判断客户点的总数量是否大于预设数值；在判断所述客户点数量小于或等于所述预设数值的情况下，采用insert算子优化所述无人机路径；采用swap算子优化所述无人机路径；采用reinsert算子优化所述无人机路径；在判断所述客户点数量大于所述预设数值的情况下，采用reinsert算子优化所述无人机路径；采用swapv算子优化所述无人机路径；分别计算由多个无人机路径构成的无人机路径方案的目标值，并选择当前最小的目标值对应的无人机路径方案作为当前最优无人机路径方案；判断当前的迭代次数是否大于或等于预设的次数阈值；在判断当前的迭代次数小于所述次数阈值的情况下，根据当前最优无人机路径方案更新信息素浓度，并再次返回执行从所述待配送客户点集合中取出一个客户点加入当前的无
人机路径中的步骤；在判断当前的迭代次数大于或等于预设的次数阈值，在历史生成的无人机路径方案中选择目标值最小的无人机路径方案作为最优解输出。2.根据权利要求1所述的优化方法，其特征在于，从所述待配送客户点集合中取出一个客户点加入当前的单次配送点集合中包括：根据公式(1)计算每个客户点的选择概率，p_value(iter)
gk
＝(tau
gk
)
alpha
*(Eta
gk
)
beta
，0<g,k≤n， (1)其中，p_value(iter)
gk
为第k个客户点到第g个客户点的所述选择概率，tau
gk
为第k个客户点与第g个客户点之间的信息素浓度，alpha为信息素重要程度因子，Eta
gk
为第k个客户点与第g个客户点之间的启发函数值，beta为启发函数重要程度因子，n为客户点的总数量；在区间[0,1]生成一个随机数；判断所述随机数是否小于或等于预设的控制转移规则常数；在判断所述随机数小于或等于所述控制转移规则常数的情况下，选择所述选择概率最大的客户点作为取出的客户点；在判断所述随机数大于所述控制转移规则常数的情况下，采用轮盘赌法根据所述选择概率选择取出的客户点。3.根据权利要求1所述的优化方法，其特征在于，所述预设条件包括公式(2)和公式(3)，Z
k
＝∑
i∈allow_usv
weight
i
≤ED， (3)其中，Q
k
为第k个单次配送点集合的累计能耗，allow_usv为当前的单次配送点集合，P
ij
为无人机从第i个客户点飞到第j个客户点的平均功率，d
ij
为第i个客户点到第j个客户点之间的非对称距离，VD为无人机的飞行速度，TD
j
为无人机在第j个客户点的服务时间，P
s0
为无人机从单次配送点集合的最后一个客户点飞到初始配送平台的平均功耗，d
k0
为第k个客户点和初始配送平台之间的非对称距离，...

【专利技术属性】
技术研发人员：蒋丽，杨露，梁昌勇，臧晓宁，梁樑，陈敬贤，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：