考虑电池更换和混合时间窗约束的电动车路径优化方法技术

本发明专利技术公开了一种考虑电池更换和混合时间窗约束的电动车路径优化方法，包括以下步骤：采集汽车装配线的基础数据和生产计划信息；建立电动配送小车的信息模型；建立考虑电池更换和混合时间窗约束的电动车路径优化问题的目标函数；确定优化过程的约束条件；采用整数编码表示优化问题的解；采用基于莱维飞行和粒子滤波强化的多目标鲸鱼优化算法求解所述目标函数，确定最优的电动车配送路径方案。与现有技术相比，本发明专利技术在物料配送过程中，充分考虑了电动车行驶里程有限的问题，同时考虑了环境和经济利益需求，从而提高生产的可持续性。性。性。

【技术实现步骤摘要】
考虑电池更换和混合时间窗约束的电动车路径优化方法


[0001]本专利技术涉及智能制造
，尤其是涉及一种考虑电池更换和混合时间窗约束的电动车路径优化方法。

技术介绍

[0002]随着环境污染问题的日益严重，绿色物流已经引起了政府和企业的高度重视。在这种情况下，在物流运营中使用电动汽车的兴趣急剧增加。与传统燃料汽车相比，电动汽车在绿色物流方面具有显著优势，比如：零排放和低成本。然而，电动汽车通常行驶里程十分有限，充电持续时间相对较长，必须依赖有限的能源补充基础设施，这给电动车的广泛应用带来了重大挑战。而有效地规划电动汽车路径可以有效解决上述问题。因此，如何对电动汽车路径进行合理有效地规划具有重要意义。
[0003]在现代化的制造环境中，客户定制化、产品多样化等因素对汽车制造业提出了巨大挑战，越来越多的汽车企业采用混流装配线的生产方式。在此行业背景下，厂内物流阶段的供应活动成为一大难题，汽车制造企业纷纷采用以物料超市为衔接点的两级配送网络来构筑高效可靠的零部件供应体系。物料超市就近布置在车间的生产线附近，并承担着物料中转存储区的角色。超市从距离较远的中心仓库处获取零部件，并为其邻近的装配工位提供多频次、小批量的物料配送。此外，在汽车装配系统中，对物料的配送时间有很高的要求。过早地配送物料，会使线边库存水平升高，造成装配线的混乱，进而损害产品质量；如果不能及时将物料送到装配工位，将会造成装配线缺货而降低产量。因此，需要设定时间窗来对物料配送时间进行严格控制，在确保装配线不发生缺货的同时尽可能降低线边库存水平。<br/>[0004]现有的电动车路径优化方法大多忽视了在运输过程中对换电设施的访问。由于电动汽车的可用里程可能不足以在一次运行中执行规定的路线，因此不可避免地需要在运输途中进行电力补充。在路径规划时，必须考虑这些访问，以避免长距离的绕行，这对于经济效益和环境考虑都是必要的。此外，基于精益思想的准时化生产模式要求零件能被准确、准时地送到指定地点，否则会造成生产停滞或库存积压等风险，这使得将时间窗集成到路径优化模型中成为必要。

技术实现思路

[0005]针对现有技术存在的上述问题，本专利技术提供了一种考虑电池更换和混合时间窗约束的电动车路径优化方法，针对采用电动配送小车对汽车装配线进行循环物料配送的场景，提供了一种稳定可靠的汽车装配线物料配送方法。
[0006]本专利技术的技术方案如下：
[0007]考虑电池更换和混合时间窗约束的电动车路径优化方法，包括如下步骤：
[0008]S1：采集汽车装配线的基础数据和生产计划信息，包括：装配线工位数量、生产计划期内的周期数量、物料超市到装配工位的距离、各个工位在不同生产周期的物料需求数量；
[0009]S2：建立电动配送小车的信息模型，包括：电动配送小车的最大装载容量、电动配送小车的电池容量和耗电率、电动配送小车的行驶速度、电动配送小车的使用成本；
[0010]S3：建立考虑电池更换和混合时间窗约束的电动车路径优化问题的目标函数；
[0011]S4：确定优化过程的约束条件；
[0012]S5：采用整数编码表示优化问题的解；所属整数编码包括：工位划分层、电池交换层和配送执行层；
[0013]S6：采用基于莱维飞行和粒子滤波强化的多目标鲸鱼优化算法求解所述目标函数，经过迭代计算，将满足停止条件的求解结果作为最优的电动车配送路径方案；所属电动车配送路径方案包括：每辆车负责配送的工位范围、电动配送小车的物料配送路线及相应的电池更换计划。
[0014]进一步的，步骤S3以最小化物料配送成本和最大化电池的平均利用率为目标，构建目标函数：
[0015]minf＝(f1,f2)
ꢀꢀ
(1)
[0016][0017][0018]其中：f1表示最小化配送成本，包括换电站的建设成本、电动车的使用成本、运输成本和惩罚成本；f2表示最大化电池的平均利用率；S表示装配工位集合，下标为s；K表示电动小车集合，下标为k；B
k
表示小车k所在路线的配送次数；y
bk
为二进制变量，若小车k在第b次配送时进行换电池则为1；否则，为0；n表示电动小车的实际使用数量；f表示每次更换电池的操作成本；g表示单辆电动小车的使用成本；λ表示单位距离成本；p
sb
表示第b次配送时工位s的惩罚成本；E
k
表示电动车k第一次离开物料超市时的电量；L
k
表示电动车k换电池前的剩余电量；Q表示电动车的电池容量。
[0019]进一步的，步骤S4所述约束条件包括：
[0020](4
‑
1)责任区域划分，即每辆电动小车至少承担一个工位的配送任务，且负责配送的区域不得重叠：
[0021]x1＝1
ꢀꢀ
(4)
[0022][0023]x
n
＝|S|
ꢀꢀ
(6)
[0024](4
‑
2)电动小车的装载量约束：
[0025][0026](4
‑
3)电动小车每次配送的换电池次数约束：
[0027][0028](4
‑
4)电动小车离开和到达每个节点时的电量计算：
[0029][0030][0031][0032][0033](4
‑
5)电动小车连续两次配送的电量连续性约束：
[0034][0035](4
‑
6)二进制变量约束：
[0036][0037](4
‑
7)电动小车的使用数量约束：
[0038]n≤|K|
ꢀꢀ
(15)(4
‑
8)物料配送时间约束：
[0039][0040](4
‑
9)惩罚成本计算：
[0041][0042](4
‑
10)物料配送时间计算：
[0043][0044][0045](4
‑
11)物料配送距离和时间计算：
[0046][0047][0048][0049](4
‑
12)物料配送次数计算：
[0050][0051]公式(4)
‑
(23)的符号变量定义如下：{0}表示物料超市；{BSS}表示换电站；R＝S∪{0}∪{BSS}表示所有节点的集合；S
k
表示由电动车k负责配送的工位集合；R
k
表示所有电动车k访问的节点；x
k
表示电动车k配送的最后一个工位；z
k
＝1表示电动车k离开物料超市后更换电池，否则z
k
＝0；C表示电动车的装载量；D
s
表示调度周期内工位s的物料需求；T表示调度周期，以节拍数量表示；st表示更换电池的操作时间；rt表示在物料超市的装载时间；Δt表示单位物料的卸载时间；d
gh
表示节点g本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.考虑电池更换和混合时间窗约束的电动车路径优化方法，其特征在于，包括如下步骤：S1：采集汽车装配线的基础数据和生产计划信息，包括：装配线工位数量、生产计划期内的周期数量、物料超市到装配工位的距离、各个工位在不同生产周期的物料需求数量；S2：建立电动配送小车的信息模型，包括：电动配送小车的最大装载容量、电动配送小车的电池容量和耗电率、电动配送小车的行驶速度、电动配送小车的使用成本；S3：建立考虑电池更换和混合时间窗约束的电动车路径优化问题的目标函数；S4：确定优化过程的约束条件；S5：采用整数编码表示优化问题的解；所属整数编码包括：工位划分层、电池交换层和配送执行层；S6：采用基于莱维飞行和粒子滤波强化的多目标鲸鱼优化算法求解所述目标函数，经过迭代计算，将满足停止条件的求解结果作为最优的电动车配送路径方案；所属电动车配送路径方案包括：每辆车负责配送的工位范围、电动配送小车的物料配送路线及相应的电池更换计划。2.根据权利要求1所述的考虑电池更换和混合时间窗约束的电动车路径优化方法，其特征在于：步骤S3以最小化物料配送成本和最大化电池的平均利用率为目标，构建目标函数：minf＝(f1,f2)
ꢀꢀꢀꢀꢀꢀ
(1)(1)其中：f1表示最小化配送成本，包括换电站的建设成本、电动车的使用成本、运输成本和惩罚成本；f2表示最大化电池的平均利用率；S表示装配工位集合，下标为s；K表示电动小车集合，下标为k；B
k
表示小车k所在路线的配送次数；y
bk
为二进制变量，若小车k在第b次配送时进行换电池则为1；否则，为0；n表示电动小车的实际使用数量；f表示每次更换电池的操作成本；g表示单辆电动小车的使用成本；λ表示单位距离成本；p
sb
表示第b次配送时工位s的惩罚成本；E
k
表示电动车k第一次离开物料超市时的电量；L
k
表示电动车k换电池前的剩余电量；Q表示电动车的电池容量。3.根据权利要求1所述的考虑电池更换和混合时间窗约束的电动车路径优化方法，其特征在于，步骤S4所述约束条件包括：(4
‑
1)责任区域划分，即每辆电动小车至少承担一个工位的配送任务，且负责配送的区域不得重叠：
x1＝1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)x
n
＝|S|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)(4
‑
2)电动小车的装载量约束：(4
‑
3)电动小车每次配送的换电池次数约束：(4
‑
4)电动小车离开和到达每个节点时的电量计算：4)电动小车离开和到达每个节点时的电量计算：4)电动小车离开和到达每个节点时的电量计算：4)电动小车离开和到达每个节点时的电量计算：(4
‑
5)电动小车连续两次配送的电量连续性约束：(4
‑
6)二进制变量约束：(4
‑
7)电动小车的使用数量约束：n≤|K|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)(4
‑
8)物料配送时间约束：(4
‑
9)惩罚成本计算：(4
‑
10)物料配送时间计算：
(4
‑
11)物料配送距离和时间计算：11)物料配送距离和时间计算：11)物料配送距离和时间计算：(4
‑
12)物料配送次数计算：公式(4)
‑
(23)的符号变量定义如下：{0}表示物料超市；{BSS}表示换电站；R＝S∪{0}∪{BSS}表示所有节点的集合；S
k
表示由电动车k负责配送的工位集合；R
k
表示所有电动车k访问的节点；x
k
表示电动车k配送的最后一个工位；z
k
＝1表示电动车k离开物料超市后更换电池，否则z
k
＝0；C表示电动车的装载量；D
s
表示调度周期内工位s的物料需求；T表示调度周期，以节拍数量表示；st表示更换电池的操作时间；rt表示在物料超市的装载时间；Δt表示单位物料的卸载时间；d
gh
表示节点g和h之间的距离；v表示电动车的行驶速度；q表示电量消耗率；α表示单位时间提前配送的机会成本；β表示单位时间延迟配送的机会成本；RL
gbk
表示电动车k第b次离开节点g时的剩余电量；RA
gbk
表示电动车k第b次到达节点g时的剩余电量；t
sbk
表示电动车k第b次到达工位s的时间；[E
sb
，L
sb
]表示第b次配送时工位s的可接受时间窗；[ET
sb
，LT
sb
]表示第b次配送时工位s的期望时间窗；TD
k
表示电动车k不更换电池时的总配送距离；DT
k
表示电动车k的总配送时间；ΔD
k
表示电动车k由于更换电池多行驶的距离；u
ghbk
＝1表示电动车k第b次配送时直接由节点g行驶至节点h，否则u
ghbk
＝0。4.根据权利要求1所述的考虑电池更换和混合时间窗约束的电动车路径优化方法，其特征在于，步骤S5所述整数编码的具体方法如下：
其中：所有配送电动车的最大配送次数；前两行表示工位划分层，x
k
(k＝1，...，n)表示电动车k负责配送的最后一个工位；S
k
(k＝1，...，n)表示小车k的物料配送顺序，此处用一个代表工位排列组合的编号表示，并...

【专利技术属性】
技术研发人员：靳文瑞，赵哲，吕孝孝，周炳海，
申请(专利权)人：同济大学，
类型：发明
国别省市：