信息发送方法、装置、电子设备和计算机可读介质制造方法及图纸

技术编号:37598017 阅读:11 留言:0更新日期:2023-05-18 11:46
本公开的实施例公开了信息发送方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取路径长度目标函数、路径熟悉度目标函数、节点序列、节点熟悉度序列集合和节点间的距离矩阵;生成上述路径长度目标函数和上述路径熟悉度目标函数的初始解,得到初始解种群;利用上述节点序列、上述节点熟悉度序列集合和上述节点间的距离矩阵,对上述初始解种群进行迭代优化处理,得到目标解种群;将上述目标解种群发送至目标终端。该实施方式能够较为快速的实现较好的路径规划。能够较为快速的实现较好的路径规划。能够较为快速的实现较好的路径规划。

【技术实现步骤摘要】
信息发送方法、装置、电子设备和计算机可读介质


[0001]本公开的实施例涉及计算机
,具体涉及信息发送方法、装置、电子设备和计算机可读介质。

技术介绍

[0002]车辆路径优化问题,指的是在配送中心地理位置、运输车辆容量等相关信息与客户需求、地理位置等相关信息确定的情况下,满足一定的约束条件,以一定的优化指标为目标,合理安排车辆的配送方案。目前,在对车辆路径进行双目标优化时,通常采用的方式为:将目标一设置为约束,再将目标二作为优化目标进行求解,然后,调换目标一与目标二的角色再进行求解。或者利用遗传算法进行双目标优化。
[0003]然而,当采用上述方式对车辆路径进行双目标优化时,经常会存在如下技术问题:
[0004]第一,直接考虑全部路径进行大规模求解时,精确求解耗时较长,甚至无法解出。
[0005]第二,在目标一设置为约束的时候,有时要设置为松弛条件才能得到比较好的解,需要人工判定,且判定较难。
[0006]第三,在问题约束复杂、规模较大的情况下,遗传算法的建模、编码过程会较复杂。

技术实现思路

[0007]本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
[0008]本公开的一些实施例提出了信息发送方法、装置、电子设备和计算机可读介质,来解决以上
技术介绍
部分提到的技术问题中的一项或多项。
[0009]第一方面,本公开的一些实施例提供了一种信息发送方法,该方法包括:获取路径长度目标函数、路径熟悉度目标函数、节点序列、节点熟悉度序列集合和节点间的距离矩阵,其中,上述节点熟悉度序列集合中的各个节点熟悉度序列分别对应于不同的配送员,上述距离矩阵中任一位置处的数值表示对应的两个节点之间的距离值;生成上述路径长度目标函数和上述路径熟悉度目标函数的初始解,得到初始解种群,其中,上述初始解种群中的初始解包括至少一个节点子序列,上述初始解种群中每个初始解包括的节点子序列的数量与配送员的数量相同;利用上述节点序列、上述节点熟悉度序列集合和上述节点间的距离矩阵,对上述初始解种群进行迭代优化处理,得到目标解种群;将上述目标解种群发送至目标终端。
[0010]第二方面,本公开的一些实施例提供了一种信息发送装置,装置包括:获取单元,被配置成获取路径长度目标函数、路径熟悉度目标函数、节点序列、节点熟悉度序列集合和节点间的距离矩阵,其中,上述节点熟悉度序列集合中的各个节点熟悉度序列分别对应于不同的配送员,上述距离矩阵中任一位置处的数值表示对应的两个节点之间的距离值;生成单元,被配置成生成上述路径长度目标函数和上述路径熟悉度目标函数的初始解,得到
初始解种群,其中,上述初始解种群中的初始解包括至少一个节点子序列,上述初始解种群中每个初始解包括的节点子序列的数量与配送员的数量相同;优化单元,被配置成利用上述节点序列、上述节点熟悉度序列集合和上述节点间的距离矩阵,对上述初始解种群进行迭代优化处理,得到目标解种群;发送单元,被配置成将上述目标解种群发送至目标终端。
[0011]第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
[0012]第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
[0013]本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的信息发送方法,能够较为快速的实现较好的路径规划。具体来说,造成精确求解耗时较长,甚至无法解出的原因在于:现有方法中往往将双目标路径优化问题转化为单目标优化问题进行求解。基于此,本公开的一些实施例的信息发送方法,首先,获取路径长度目标函数、路径熟悉度目标函数、节点序列、节点熟悉度序列集合和节点间的距离矩阵,其中,上述节点熟悉度序列集合中的各个节点熟悉度序列分别对应于不同的配送员,上述距离矩阵中任一位置处的数值表示对应的两个节点之间的距离值。然后,生成上述路径长度目标函数和上述路径熟悉度目标函数的初始解,得到初始解种群,其中,上述初始解种群中的初始解包括至少一个节点子序列,上述初始解种群中每个初始解包括的节点子序列的数量与配送员的数量相同。接着,利用上述节点序列、上述节点熟悉度序列集合和上述节点间的距离矩阵,对上述初始解种群进行多个方向扩展和迭代优化处理,得到目标解种群。由此,通过寻找多目标的更多解和更优质解,来重新设计启发式算法的迭代方向,进而能够较为快速的获得优质解。最后,将上述目标解种群发送至目标终端。由此,能够较为快速的实现较好的路径规划。
附图说明
[0014]结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
[0015]图1是根据本公开的信息发送方法的一些实施例的流程图;
[0016]图2是本公开的信息发送装置的一些实施例的结构示意图;
[0017]图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
[0018]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
[0019]另外还需要说明的是,为了便于描述,附图中仅示出了与有关专利技术相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
[0020]需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单
元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0021]需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
[0022]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
[0023]下面将参考附图并结合实施例来详细说明本公开。
[0024]图1示出了根据本公开的信息发送方法的一些实施例的流程100。该信息发送方法,包括以下步骤:
[0025]步骤101,获取路径长度目标函数、路径熟悉度目标函数、节点序列、节点熟悉度序列集合和节点间的距离矩阵。
[0026]在一些实施例中本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种信息发送方法,包括:获取路径长度目标函数、路径熟悉度目标函数、节点序列、节点熟悉度序列集合和节点间的距离矩阵,其中,所述节点熟悉度序列集合中的各个节点熟悉度序列分别对应于不同的配送员,所述距离矩阵中任一位置处的数值表示对应的两个节点之间的距离值;生成所述路径长度目标函数和所述路径熟悉度目标函数的初始解,得到初始解种群,其中,所述初始解种群中的初始解包括至少一个节点子序列,所述初始解种群中每个初始解包括的节点子序列的数量与配送员的数量相同;利用所述节点序列、所述节点熟悉度序列集合和所述节点间的距离矩阵,对所述初始解种群进行迭代优化处理,得到目标解种群;将所述目标解种群发送至目标终端。2.根据权利要求1所述的方法,其中,所述生成所述路径长度目标函数和所述路径熟悉度目标函数的初始解,得到初始解种群,包括:利用目标算法确定所述路径长度目标函数和所述路径熟悉度目标函数的非支配解;将所述路径长度目标函数和所述路径熟悉度目标函数的非支配解分别确定为初始解,得到初始解种群。3.根据权利要求1所述的方法,其中,所述节点熟悉度序列集合通过以下步骤生成:获取历史时间段内每个配送员到达所述节点序列中每个节点所表征的地点的次数,以生成次数组,得到次数组集合;根据所述节点序列中各个节点的次序,对所述次数组集合中每个次数组中的次数进行排序,得到次数序列集合;将所述次数序列集合确定为节点熟悉度序列集合。4.根据权利要求1所述的方法,其中,所述方法还包括:接收所述目标终端针对所述目标解种群中任一目标解返回的确认信息;根据所述任一目标解中的每个节点子序列生成配送路径信息,得到配送路径信息集合;将所述配送路径信息集合中的每个配送路径信息发送至对应的车辆导航终端,其中,每个车辆导航终端对应于一辆配送车辆,每辆配送车辆对应于一个配送员;控制拣货设备对所述每辆配送车辆所要配送的物品进行分拣。5.根据权利要求1所述的方法,其中,所述利用所述节点序列、所述节点熟悉度序列集合和所述节点间的距离矩阵,对所述初始解种群进行迭代优化处理,得到目标解种群,包括:对所述路径长度目标函数和所述路径熟悉度目标函数进行加权求和,得到算子适应函数,其中,所述算子适应函数...

【专利技术属性】
技术研发人员:刘鹏飞郑博嘉徐克勤程希来
申请(专利权)人:多点生活武汉科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1