一种订单指派与车辆路径优化方法、装置及设备制造方法及图纸

本发明专利技术涉及交通技术领域，公开了一种订单指派与车辆路径优化方法、装置及设备，方法包括：获取每一位乘客的订单信息；订单信息包括上车站点、下车站点和时间窗需求，其中，时间窗需求是指乘客对于上车时间或下车时间的要求；根据每一位乘客的订单信息，利用导航软件查询每一个订单的实时通行时间；根据每一位乘客的订单信息、每一个订单的实时通行时间以及车容量约束，构建订单指派与车辆路径优化模型；根据订单数量以及全部订单中包含的上车站点和下车站点的数量，对订单指派与车辆路径优化模型进行求解，从而解决大规模订单指派与车辆路径优化的问题。径优化的问题。径优化的问题。

【技术实现步骤摘要】
一种订单指派与车辆路径优化方法、装置及设备


[0001]本公开涉及交通
，具体涉及一种订单指派与车辆路径优化方法、装置及设备。

技术介绍

[0002]共享交通包括定制巴士、网约车、共享汽车、共享单车等多种模式。订单指派和车辆路径优化是城市共享交通运营管理的重要组成部分。订单指派为每辆车指派一定数量需要服务的订单；而车辆路径优化是在给定订单指派方案的前提下，确定每辆车访问站点的顺序、访问站点的时间以及在每个站点的停车时间，使得整个订单指派方案得以顺利执行。
[0003]高效的订单指派与车辆路径优化方法是共享交通健康可持续发展的重要保证。当前，绝大多数共享交通企业在应对订单指派与车辆路径优化问题时，缺少系统科学思想的指导，系统的弹性与可扩展性不强，急需优化改进。现有技术中，订单指派与车辆路径优化研究主要聚焦于数学建模与中小规模问题求解，而订单指派与车辆路径优化是一种典型的大规模混合整数规划问题，计算复杂性非常高，急需一种面向大规模订单指派与车辆路径优化问题行之有效的解决办法。

技术实现思路

[0004]本专利技术提供一种订单指派与车辆路径优化方法、装置及设备，以解决现有技术无法解决大规模订单指派与车辆路径优化的技术问题。
[0005]本专利技术提供了一种订单指派与车辆路径优化方法，包括：
[0006]获取每一位乘客的订单信息；所述订单信息包括上车站点、下车站点和时间窗需求，其中，所述时间窗需求是指乘客对于上车时间或下车时间的要求；
[0007]根据所述每一位乘客的订单信息，利用导航软件查询每一个订单的实时通行时间；
[0008]根据每一位乘客的订单信息、所述每一个订单的实时通行时间以及车容量约束，构建订单指派与车辆路径优化模型；
[0009]根据所述订单数量以及全部订单中包含的上车站点和下车站点的数量，对所述订单指派与车辆路径优化模型进行求解。
[0010]优选的，所述获取每一位乘客的订单信息，具体包括：
[0011]构建与各个站点对应的地名词库；
[0012]建立各个站点与经纬度坐标之间的对应关系；
[0013]获取每一个订单中上车站点和下车站点的经纬度坐标。
[0014]所述根据所述订单数量以及全部订单中包含的上车站点和下车站点的数量，对所述订单指派与车辆路径优化模型进行求解，具体包括：
[0015]根据所述订单数量、所述上车站点和所述下车站点的数量，将所述订单指派与车辆优化模型划分为小规模问题、中规模问题和大规模问题；
[0016]对于所述小规模问题，采用分支定界算法对所述订单指派与车辆路径优化模型求解；
[0017]对于所述中规模问题，采用分布式启发式算法对所述订单指派与车辆路径优化模型求解；
[0018]对于所述大规模问题，采用分治式启发式算法对所述订单指派与车辆路径优化模型求解。
[0019]优选的，在所述导航软件中可视化展示订单指派与车辆路径优化结果。
[0020]优选的，所述订单指派与车辆路径优化模型为：
[0021][0022][0023][0024][0025][0026][0027][0028][0029][0030]0≤AT
k,N+1
‑
AT
k0
≤T
max
[0031][0032][0033][0034][0035][0036][0037][0038][0039][0040][0041][0042][0043][0044][0045]x
pk
∈{0,1},y
kij
∈{0,1},z
ki
∈Z
+
,AT
ki
,HT
ki
∈Z
+
[0046]其中，K为可用的最大车辆数，k为车辆的索引；P为订单个数，p为订单的索引；N为站点个数，0表示车辆的出发场站，N+1表示车辆的到达场站，i,j为站点和场站的索引。c
r
为完成一个订单的收益，c
f
为车辆的固定使用成本，c
v
为车辆单位时间的行驶成本，c
u
为未完成订单的单位惩罚成本，c
t
为司机单位时间的工作成本；t
ij
为从站点i到站点j的通行时间；AT
ki
表示车辆k到达站点i的时间，i＝0,1,
…
,N+1；HT
ki
表示车辆k在站点i的停留时间，i＝0,1,
…
,N+1；为车辆在一个站点的停留时间上限；R
max
为一个车辆访问的最大站点个数；T
max
为一个车辆的工作时长上限；EDT(p)为订单p的期望上车时间，EAT(p)为订单p的期望下车时间，δ
p
为订单p可接受的上车/下车偏移时间；z
ki
为车辆k到达站点i时的载客人数；Cap为车辆的最大载客；M为一个非常大的数；x
pk
为0
‑
1变量，若订单p被车辆k服务则等于1，否则等于0；y
kij
为0
‑
1变量，若车辆k从站点i走行到站点j则等于1，否则等于0；其中，所述约束包括车辆路径约束、旅行时间约束、停站数量约束、工作时长约束、时间窗约束、车容量约束；所述车辆路径约束要求每辆车从起始场站出发，经过一系列站点后，最终到达终点场站；所述旅行时间约束要求每辆车到达前序站点的时间，加上在前序站点的停车时间，加上从前序站点到后继站点的旅行时间，等于该车到达后继站点的时间；所述旅行时长约束要求每辆车的在途旅行时间不超过某一规定值；所述时间窗约束要求对于任意一辆车及其服务的任一订单，该车到达订单上车站点及下车站点的时间，刚好在订单的上车时间窗及下车时间窗之内；所述车容量约束要求每辆车在旅行过程中的载客始终小于等于车容量。
[0047]优选的，所述对于所述大规模问题，采用分治式启发式算法对所述订单指派与车辆优化模型求解，具体包括：
[0048]基于全部订单的位置信息、时间窗以及通行时间信息，构建聚类模型；
[0049]根据所述聚类模型，将所述大规模问题分解为若干规模相近的中规模问题；
[0050]针对每个所述中规模问题，利用分布式启发式算法求解。
[0051]本专利技术还提供了一种订单指派与车辆路径生成装置，包括：
[0052]获取模块：用于获取每一位乘客的订单信息；所述订单信息包括上车站点、下车站点、乘车人数和时间窗需求，其中，所述时间窗需求是指乘客对于上车时间或下车时间的要求；
[0053]查询模块：用于根据所述每一位乘客的订单信息，利用导航软件查询每一个订单的实时通行时间；
[0054]集成模块：用于根据每一位乘客的订单信息、所述每一个订单的实时通行时间以
及车容量约束，构建订单指派与车辆路径优化模型；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种订单指派与车辆路径优化方法，其特征在于，包括：获取每一位乘客的订单信息；所述订单信息包括上车站点、下车站点和时间窗需求，其中，所述时间窗需求是指乘客对于上车时间或下车时间的要求；根据所述每一位乘客的订单信息，利用导航软件查询每一个订单的实时通行时间；根据每一位乘客的订单信息、所述每一个订单的实时通行时间以及车容量约束，构建订单指派与车辆路径优化模型；根据所述订单数量以及全部订单中包含的上车站点和下车站点的数量，对所述订单指派与车辆路径优化模型进行求解。2.根据权利要求1所述的方法，所述获取每一位乘客的订单信息，具体包括：构建与各个站点对应的地名词库；建立各个站点与经纬度坐标之间的对应关系；获取每一个订单中上车站点和下车站点的经纬度坐标。3.根据权利要求1所述的方法，所述根据所述订单数量以及全部订单中所述包含的上车站点和下车站点的数量，对所述订单指派与车辆路径优化模型进行求解，具体包括：根据所述订单数量、所述上车站点和所述下车站点的数量，将所述订单指派与车辆优化模型划分为小规模问题、中规模问题和大规模问题；对于所述小规模问题，采用分支定界算法对所述订单指派与车辆路径优化模型求解；对于所述中规模问题，采用分布式启发式算法对所述订单指派与车辆路径优化模型求解；对于所述大规模问题，采用分治式启发式算法对所述订单指派与车辆路径优化模型求解。4.根据权利要求1所述的方法，所述方法还包括在所述导航软件中可视化展示订单指派与车辆路径优化结果。5.根据权利要求3所述的方法，所述订单指派与车辆路径优化模型为：订单指派与车辆路径优化模型为：订单指派与车辆路径优化模型为：订单指派与车辆路径优化模型为：订单指派与车辆路径优化模型为：订单指派与车辆路径优化模型为：订单指派与车辆路径优化模型为：订单指派与车辆路径优化模型为：
0≤AT
k,N+1
‑
AT
k0
≤T
maxmaxmaxmaxmaxmaxmaxmaxmaxmaxmaxmaxmaxmax
x
pk
∈{0,1},y
kij
∈{0,1},z
ki
∈Z
+
,AT
ki
,HT
ki
∈Z
+
其中，K为可用的最大车辆数，k为车辆的索引；P为订单个数，p为订单的索引；N为站点个数，0表示车辆的出发场站，N+1表示车辆的到达场站，i,j为站点和场站的索引。c
r
为完成一个订单的收益，c
f
为车辆的固定使用成本，c
v
为车辆单位时间的行驶成本，c
u
为未完成订单的单位惩罚成本，c
t
为司机单位时间的工作成本；t
ij
为从站点i到站点j的通行时间；AT
ki
表示车辆k到达站点i的时间，i＝0,1,
…
,N+1；HT
...

【专利技术属性】
技术研发人员：李想，杨明，马红光，赵雨薇，陈楠，
申请(专利权)人：北京化工大学，
类型：发明
国别省市：