【技术实现步骤摘要】
一种带时间窗的机器人物流运输调度方法、系统、设备及存储介质
[0001]本专利技术涉及机器人运输路径规划
,更具体地,涉及一种带时间窗的机器人物流运输调度方法、系统设备及存储介质。
技术介绍
[0002]物流运输成本是企业生产成本的重要构成,降低物流运输成本能降低运营成本,促进企业经济效益的提高。现有商业应用中已见企业采用机器人进行物流运输,优化物流运输调度,有效地提高运输效率、降低运输成本。
[0003]在一个交通网络中,使用多台机器人向多个客户运送货物,每个客户有需求量、收货时间窗要求,每个客户恰好由一台机器人送货;使用一个配送中心,配送中心使用多台相同类型的机器人为若干客户送货,每台机器人有容量约束;机器人从配送中心出发,把货物运送到客户,最后返回到配送中心。该场景中存在一个路径规划问题,如何将送货任务分配给各机器人,并为每台机器人确定运输路径,使总的运输距离最短。
[0004]现有技术已公开了多种解决该路径规划问题的方法,如引入时间窗的概念,建立对应模型,但存在收敛能力差、寻优效率低等问题。
技术实现思路
[0005]本专利技术为克服上述现有技术所述的收敛能力差、寻优效率低的缺陷,提供一种带时间窗的机器人物流运输调度方法、系统、设备及存储介质。
[0006]为解决上述技术问题,本专利技术的技术方案如下:
[0007]第一方面,一种带时间窗的机器人物流运输调度方法,包括以下步骤:
[0008]S1、建立带时间窗的机器人物流运输调度问题的数学模型;所述 ...
【技术保护点】
【技术特征摘要】
1.一种带时间窗的机器人物流运输调度方法,其特征在于,包括以下步骤:S1、建立带时间窗的机器人物流运输调度问题的数学模型;所述数学模型表达式为:s.t.s.t.s.t.s.t.s.t.s.t.start
j
≤arive
j
≤end
j (8)(8)其中,D表示运输成本;C1表示单台机器人成本;VN表示使用的机器人数量;K为配送中心拥有的机器人集合;N为需要配送服务的m个顾客点的集合,N={1,2,...,m};V={0}∪N,0表示配送中心;V
k
表示机器人k访问顾客的集合;i、j表示顾客编号;是一个决策变量,表示机器人k服务顾客i以后是否服务顾客j;当机器人k服务完顾客i后直接服务顾客j时,否则,否则,表示顾客i是否被机器人k服务;当顾客i由机器人k服务时,否则,Q表示机器人装载能力约束;q
i
表示顾客i的需求量,且q0=0;C
ij
表示从顾客i与顾客j之间的距离;arive
j
表示机器人到达顾客j的时间;start
j
表示顾客j允许的最早开始服务时间;end
j
表示顾客j允许的最迟开始服务时间;时间窗约束要求配送机器人必须在时间范围[start
j
,end
j
]内到达顾客j;容量约束要求配送机器人必须满足顾客j的货物需求量;S2、初始化参数,令迭代次数t=1,加载配送中心、顾客及配送机器人的具体数据,将所有蚂蚁的出发点设置为配送中心节点0;S3、第k只蚂蚁从配送中心节点0出发;其中,k=1,2,
…
,n;n表示蚂蚁总数量;S4、由第k只蚂蚁构建一条完整路径,具体为:S4
‑
1、计算转移控制因子;S4
‑
2、计算蚂蚁k访问的下一个节点:对于第k只蚂蚁,按式(11)计算下一个访问的节点j,其中,k=1,2...,n:
其中,j点是满足容量及时间窗约束且是未被蚂蚁k访问过的节点;τ
ij
表示节点i到节点j路径上的信息素浓度;η
ij
=1/C
ij
为启发函数,表示蚂蚁从节点i转移到节点j的期望程度;wait
j
=max{(start
j
‑
arive
j
),h}表示节点j或机器人的等待时间;当start
j
>arive
j
时,wait
j
表示机器人需等待的时间;当start
j
<arive
j
时,表示节点j需等待的时间;当start
j
=arive
j
时,h为一较小的正数,否则h=0;width
j
=end
j
‑
start
j
表示节点j的时间窗宽度;表示蚂蚁k从节点i出发后可以访问的节点集合,该节点集合同时满足载重量和时间窗约束;α、β、γ、δ分别表示信息素重要程度因子、能见度重要程度因子、时间窗宽度重要程度因子和等待时间重要程度因子;为选择概率,表示蚂蚁k从节点i移动到节点j的概率;S4
‑
3、判断第k只蚂蚁是否遍历完所有节点:若完成转步骤S4
‑
4;否则返回执行步骤S4
‑
2;S4
‑
4、计算局部信息素增量、执行信息素扩散策略和更新局部信息素,进一步包括:S4
‑4‑
1、计算局部信息素增量当第k只蚂蚁完成当前迭代时,对蚂蚁k经过的路径释放信息素,对节点i=1,2,...,m;j=1,2,...,m,i≠j,则按式(12)更新蚂蚁所经过路径的信息素增量:其中,L
k
为此次迭代中第k只蚂蚁所走路径总长度;Q1为一预设正常数;S4
‑4‑
2、执行信息素扩散策略;S4
‑4‑
3、更新局部信息素,对节点i=1,2,...,m;j=1,2,...,m,i≠j,按式(13)更新计算节点i、j之间的局部信息素浓度i、j之间的局部信息素浓度其中,ρ
L
表示局部信息素挥发因子,0<ρ
L
<1;S4
‑
5、判断当代所有蚂蚁是否执行完搜索过程:若是则执行步骤S5;否则返回执行步骤S3;S5、优化全局配送路径,具体步骤包括:S5
‑
1、将当代蚂蚁搜索到的最优配送路径与当前全局最优配送路径比较,选取目标函数值更小的作为当前全局最优配送路径;S5
‑
2、采用2
‑
opt方法优化当前全局最优配送路径,对当前全局最优配送路径重复n1次下述操作:随机选取路径中不相连的两个节点,将两个节点之间的路径翻转过来获得新路径,若翻转后得到的路径优于当前全局最优配送路径,则更新当前全局最优配送路径;
S5
‑
3、采用交换策略优化全局最优配送路径,对当前全局最优配送路径重复n2次下述操作:随机选取路径中的两个节点,将两个节点交换位置,若交换后的路径优于当前全局最优配送路径,则更新当前全局最优配送路径;S6、优化局部配送路径,具体步骤包括:S6
‑
1、解码,将当前全局最优配送路径解码得到从配送中心0出发的多条局部配送路径,具体操作为:将当前全局最优配送路径的第1个节点添加到第1条局部配送路径中,检查这条路径是否满足载重量约束和时间窗约束,检查完若发现满足约束,则把当前全局最优配送路径的第2个节点添加到第1条局部配送路径中;重复上述操作,直至发现不满足约束条件,则认为局部配送路径1解码完毕;同理,继续依次对当前全局最优配送路径的剩余节点进行解码,得到剩余局部配送路径;S6
‑
2、采用2
‑
opt方法优化每条局部配送路径,对每条局部配送路径重复n3次下述操作:随机选取路径中不...
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。