兼顾车辆意向与运输成本的不规则工业品运输方法及系统技术方案

本发明专利技术提供了一种兼顾车辆意向与运输成本的不规则工业品物流运输方法及系统，包括：读取订单信息及车辆资源信息；根据订单信息生成对应的虚拟车；通过所述虚拟车和所述订单信息，建立虚拟车运输的运筹学模型并计算所述运筹学模型，得到对应的虚拟车运输方案；计算真实车辆与虚拟车的总成本，将所述虚拟车运输方案根据所述车辆资源信息与真实车辆匹配，进而获得最优不规则工业品运输方案。本发明专利技术通过结合运筹优化模型与匹配模型的新算法，能够对包含有复杂的运力约束的不规则工业品优化问题进行快速优化，自动给出不规则工业品运输方案以及每个方案所使用的运力池中的运力。以及每个方案所使用的运力池中的运力。以及每个方案所使用的运力池中的运力。

【技术实现步骤摘要】
兼顾车辆意向与运输成本的不规则工业品运输方法及系统


[0001]本专利技术涉及组合最优算法
，具体地，涉及一种兼顾车辆意向与运输成本的不规则工业品运输方法及系统。尤其涉及一种在不规则工业品车货匹配中利用匹配算法兼顾车辆意向与运输成本的方法。

技术介绍

[0002]不规则工业品运输场景可看作经典VRP问题的一个特殊场景。因某些不规则工业品运输，例如需要使用的板车体型庞大、可替代性差，在不规则工业品运输场景中，运力常常是调度人员所需要考虑的关键资源，与运力有关的各种约束亦比起其它VRP场景更为复杂，例如异形车种类繁多、车辆本身包含目的地属性限制，等等。
[0003]不规则工业品运输因其规模庞大，在整个物流行业中占有独特地位。经核算，一辆小轿车的运输成本可达千元以上，较大型的物流企业，在不规则工业品运输方面,例如整车运输方面可产生百万元以上一个月的成本，因此不规则工业品运输非常需要较为成熟的物流优化算法。然而，以整车运输为例，运力(或车辆)的意向约束常常导致整车物流优化算法优化效果或优化性能不佳。这里，车辆的意向约束可包括车辆所希望的出发地与目的地、板车所能够运载的车型等，也包含必须满足的硬约束以及可以量化为成本惩罚公式的软约束。由于运力的稀缺以及车辆约束的复杂性，目前在整车配送自动化与优化场景中，一般使用贪心算法以最大化程度地满足车辆有关的约束。例如，自动化整车调度算法依据打分公式将可用运力排序，之后按照每个运力(车辆)的有关限制，为车辆匹配它所将要运输的订单。尽管这种做法可以最大化地满足车辆约束，在成本优化方面却丧失了许多优化空间。整车运输优化中的常用算法还包括直接利用带有车辆意向惩罚或车辆意向约束的运筹学模型。这种优化算法在优化运输成本方面效果较好，但车辆意向约束要转化为运筹学模型，往往会造成模型复杂度呈数量级上升，对求解造成较大的负担，拖累优化算法的运行效率，不适用于需要频繁调用的优化算法。
[0004]专利文献CN110111004A提供了一种整车物流调度方法及装置、计算机可读介质以及物流系统。该方法包括：步骤A：对原始数据进行预处理，得到有效可用的订单数据、板车数据；B：根据所述订单数据和板车数据，基于蒙特卡洛算法产生一个整车物流调度方案；C：利用约束条件判断所产生的整车物流调度方案是否合理，若合理，则保留所述整车物流调度方案；D：重复步骤B
‑
C，产生下一个整车物流调度方案，并与上一个所保留的整车物流调度方案比较，保留优解；E：循环执行n
‑
1次步骤D，所保留的优解为最终的整车物流调度方案。
[0005]但是，专利文献CN110111004A在板车约束较多时，无法稳定产生满足板车约束解的问题。有时候，整车运输因为板车来源单一且数量少，不需要考虑板车约束；在另一些场景中，板车有载重约束、出发地、意向目的地等许多约束，且每个板车的约束不同。在一个2000订单、100辆板车的上述含有板车约束的使用场景中，使用上述专利的方法进行仿真实验，在30分钟、10的7次方量级蒙特卡罗方法后，仍没有满足约束解生成。

技术实现思路

[0006]针对现有技术中的缺陷，本专利技术的目的是提供一种兼顾车辆意向与运输成本的不规则工业品物流运输方法及系统。
[0007]根据本专利技术提供的一种兼顾车辆意向与运输成本的不规则工业品运输方法，包括：
[0008]步骤S1：读取订单信息及车辆资源信息；
[0009]步骤S2：根据订单信息生成对应的虚拟车；
[0010]步骤S3：通过所述虚拟车和所述订单信息，建立虚拟车运输的运筹学模型并计算所述运筹学模型，得到对应的虚拟车运输方案；
[0011]步骤S4：计算真实车辆与虚拟车的总成本，将所述虚拟车运输方案根据所述车辆资源信息与真实车辆匹配，进而获得最优不规则工业品运输方案。
[0012]优选地，以成本最低为目标的不规则工业品运输优化建立运筹学模型如下式：
[0013]min∑
s
Y
j
使得
[0014]其中，Y
j
表示虚拟车辆V
j
产生的固有成本，X
sj
表示将订单A
s
装载在虚拟车辆V
j
上，m表示虚拟车辆数量，t表示订单数量。
[0015]优选地，所述总成本包括每个运输方案的固有成本和车辆意向约束产生的惩罚成本；
[0016]所述固有成本包括订单的距离成本和运力的服务成本；
[0017]所述惩罚成本包括软约束和硬约束。
[0018]优选地，惩罚成本的计算包括：
[0019]计算软约束惩罚成本：对于已有惩罚运算方法的软约束，车辆意向的惩罚成本可直接使用运算方法计算；
[0020]计算硬约束惩罚成本：对于必须满足的硬约束，当车辆不满足硬约束时，在所述惩罚成本增加一个在数量级上远大于其余成本的值M，计算公式如下：
[0021]I
i，j
＝C
ij
+M if不满足硬约束else C
ij
[0022]其中，C
ij
表示真实车辆W
i
与虚拟车辆V
j
在软约束下产生的惩罚成本，I
i，j
表示真实车辆W
i
与虚拟车辆V
j
在全部约束下产生的惩罚成本，所述全部约束包括软约束和硬约束；使用真实车辆W
i
代替虚拟车辆V
j
的方案，总成本为：
[0023]I
′
i，j
＝I
i，j
+Y
j
[0024]其中，I
′
i，j
表示真实车辆W
i
发生的总成本，Y
j
表示虚拟车辆V
j
产生的固有成本。
[0025]优选地，步骤S4包括：
[0026]步骤S4.1：对于每个真实车辆W
i
和虚拟车辆V
j
分别赋予初始化权重CW
i
和CV
j
，计算公式如下：
[0027]CW
i
＝min
j
(
‑
I
′
i，j
)
[0028]CV
j
＝0
[0029]其中，I
′
i，j
为真实车辆W
i
发生的总成本；
[0030]步骤S4.2：将所有真实车辆W
i
和所有虚拟车辆V
j
构成点的二部图记为G(S，E)，即S中包含所有W
i
与V
j
，W
i
与V
j
是S中的点。对于所有的I
′
i，j
，若有
‑
I
′
...

【技术保护点】

【技术特征摘要】
1.一种兼顾车辆意向与运输成本的不规则工业品运输方法，其特征在于，包括：步骤S1：读取订单信息及车辆资源信息；步骤S2：根据订单信息生成对应的虚拟车；步骤S3：通过所述虚拟车和所述订单信息，建立虚拟车运输的运筹学模型并计算所述运筹学模型，得到对应的虚拟车运输方案；步骤S4：计算真实车辆与虚拟车的总成本，将所述虚拟车运输方案根据所述车辆资源信息与真实车辆匹配，进而获得最优不规则工业品运输方案。2.根据权利要求1所述的兼顾车辆意向与运输成本的不规则工业品物流运输方法，其特征在于，以成本最低为目标的不规则工业品运输优化建立运筹学模型如下式：min∑
s
Y
j
使得∑
j
X
sj
＝1，其中，Y
j
表示虚拟车辆V
j
产生的固有成本，X
sj
表示将订单A
s
装载在虚拟车辆V
j
上，m表示虚拟车辆数量，t表示订单数量。3.根据权利要求1所述的兼顾车辆意向与运输成本的不规则工业品物流运输方法，其特征在于，所述总成本包括每个运输方案的固有成本和车辆意向约束产生的惩罚成本；所述固有成本包括订单的距离成本和运力的服务成本；所述惩罚成本包括软约束和硬约束。4.根据权利要求3所述的兼顾车辆意向与运输成本的不规则工业品物流运输方法，其特征在于，惩罚成本的计算包括：计算软约束惩罚成本：对于已有惩罚运算方法的软约束，车辆意向的惩罚成本可直接使用运算方法计算；计算硬约束惩罚成本：对于必须满足的硬约束，当车辆不满足硬约束时，在所述惩罚成本增加一个在数量级上远大于其余成本的值M，计算公式如下：I
i，j
＝C
ij
+M if不满足硬约束else C
ij
其中，C
ij
表示真实车辆W
i
与虚拟车辆V
j
在软约束下产生的惩罚成本，I
i，j
表示真实车辆W
i
与虚拟车辆V
j
在全部约束下产生的惩罚成本，所述全部约束包括软约束和硬约束；使用真实车辆W
i
代替虚拟车辆V
j
的方案，总成本为：I
′
i，j
＝I
i，j
+Y
j
其中，I
′
i，j
表示真实车辆W
i
发生的总成本，Y
j
表示虚拟车辆V
j
产生的固有成本。5.根据权利要求4所述的兼顾车辆意向与运输成本的不规则工业品物流运输方法，其特征在于，步骤S4包括：步骤S4.1：对于每个真实车辆W
i
和虚拟车辆V
j
分别赋予初始化权重CW
i
和CV
j
，计算公式如下：CW
i
＝min
j
(
‑
I
′
i，j
)CV
j
＝0其中，I
′
i，j
为真实车辆W
i
发生的总成本；步骤S4.2：将所有真实车辆W
i
和所有虚拟车辆V
j
构成点的二部图记为G(S，E)，即S中包含所有W
i
与V
j
，W
i
与V
j
是S中的点。对于所有的I
′
i，j
，若有
‑
I
′
i,j
＝CW
i
+CV
j
，则真实车辆W
i
和所有虚拟车辆V
j
之间有连边，即E中有边(i，j)；步骤S4.3：求解所述G(S，E)的最大匹配((W
i1
，V
′
i1
)，(W
i2
，V
′
i2
)，....(W
ik
，V
′
ik
))，并判
断所述最大匹配的匹配数k是否等于真实车辆的W
i
总数n，若是，则当前匹配为车辆的最优匹配方案；若否，则触发步骤S4.4；步骤S4.4：对于所有不满足
‑
I
′
i,j
＝CW
i
+CV
j
的
‑
I
′
i,j
，记d＝min
ij
(CW
i
+CV
j
‑
I
′
i,j
)if CW
i
+CV
j
‑
I
′
i,j
≠0根据所述步骤S4.3中获得的最大匹配中的点(W
i1
，W
i2
，.....W
ik
)及(V
i1
，V
′
i2
，......V
′
ik
)，更新CW
i
与CV
j
的值，计算公式如下：CW
i
＝CW
i
+dCV
j
＝CV
j
‑
d并触发步骤S4.2。6.一种兼顾车辆意向与运输...

【专利技术属性】
技术研发人员：翟蓬勃，徐冠奇，郑仁，
申请(专利权)人：重庆赛创机器人科技有限公司，
类型：发明
国别省市：