基于遗传算法的多式联运铁路物流中心布点方法及系统技术方案

本发明专利技术提供一种基于遗传算法的多式联运铁路物流中心布点方法及系统，属于多式联运数据规划技术领域，包括：采集多个目标城市的铁路物流关联数据集合，基于铁路物流关联数据集合划分多个目标城市的城市类型；根据城市类型获取多个目标城市的多式联运货运运输数据，利用多式联运货运运输数据中的多个预设运输优化变量，建立多式联运多级物流中心的多目标优化模型；基于预设遗传算法求解多目标优化模型，得到最优推荐布点方案。本发明专利技术通过采集多个目标城市的铁路物流关联数据集合，输出不同城市的铁路运输等级，以运输距离、运输区域和运输时间为切入点建立多目标优化模型，输出多式联运物流中心的最优布点方案，具有较强的综合性和客观性。合性和客观性。合性和客观性。

【技术实现步骤摘要】
基于遗传算法的多式联运铁路物流中心布点方法及系统


[0001]本专利技术涉及多式联运数据规划
，尤其涉及一种基于遗传算法的多式联运铁路物流中心布点方法及系统。

技术介绍

[0002]随着经济的发展，对于铁路、水运、公路和航空等的货运的需求量也越来越大，并进一步发展出多式联运。当前的铁路规划建设已基本完成，为满足当前货运形势的要求，需要在既有的铁路线路和枢纽点上按照合理的规划和设计，对铁路物流中心的进行统筹配置，提高铁路的运输效率和运输满意度，支撑经济贸易发展。因此，如何规划出合适的物流中心布局是急需解决的问题。
[0003]目前，在城市中划分主要是以经济、货运量、人口密度等进行划分，物流中心选址主要为一个特定城市的物流配送中心的选址，物流中心布点选择不区分类别，物流中心以距离参数主要是单一距离为目的地，物流中心区域的选择均为单一城市的确定地点根据路径优化选择一个最优解。物流中心的运输时间为从物流中心根据不同的路径选择到达目的地的时间集合，而目前物流中心主要为单一物流中心的选择，参数和条件选择都只是单线进行，具有较强的局限性。

技术实现思路

[0004]本专利技术提供一种基于遗传算法的多式联运铁路物流中心布点方法及系统，用以解决现有技术中确定铁路物流中心存在较强的单一性和局限性的缺陷。
[0005]第一方面，本专利技术提供一种基于遗传算法的多式联运铁路物流中心布点方法，包括：采集多个目标城市的铁路物流关联数据集合，基于所述铁路物流关联数据集合划分所述多个目标城市的城市类型；根据所述城市类型获取所述多个目标城市的多式联运货运运输数据，利用所述多式联运货运运输数据中的多个预设运输优化变量，建立多式联运多级物流中心的多目标优化模型；基于预设遗传算法求解所述多目标优化模型，得到多级多式联运物流中心的最优推荐布点方案。
[0006]第二方面，本专利技术还提供一种基于遗传算法的多式联运铁路物流中心布点系统，包括：采集划分模块，用于采集多个目标城市的铁路物流关联数据集合，基于所述铁路物流关联数据集合划分所述多个目标城市的城市类型；获取建立模块，用于根据所述城市类型获取所述多个目标城市的多式联运货运运输数据，利用所述多式联运货运运输数据中的多个预设运输优化变量，建立多式联运多级物流中心的多目标优化模型；
求解处理模块，用于基于预设遗传算法求解所述多目标优化模型，得到多级多式联运物流中心的最优推荐布点方案。
[0007]第三方面，本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于遗传算法的多式联运铁路物流中心布点方法。
[0008]第四方面，本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于遗传算法的多式联运铁路物流中心布点方法。
[0009]本专利技术提供的基于遗传算法的多式联运铁路物流中心布点方法及系统，通过采集多个目标城市的铁路物流关联数据集合，输出不同城市的铁路运输等级，以运输距离、运输区域和运输时间为切入点建立多目标优化模型，输出多式联运物流中心的最优布点方案，在大多数铁路物流自动化设备上均可实施，无需人工干预，具有较强的综合性和客观性。
附图说明
[0010]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0011]图1是本专利技术提供的基于遗传算法的多式联运铁路物流中心布点方法的流程示意图之一；图2是本专利技术提供的基于遗传算法的多式联运铁路物流中心布点方法的流程示意图之二；图3是本专利技术提供的免疫遗传算法模型流程图；图4是本专利技术提供的基于遗传算法的多式联运铁路物流中心布点系统的结构示意图；图5是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0012]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0013]图1是本专利技术实施例提供的基于遗传算法的多式联运铁路物流中心布点方法的流程示意图之一，如图1所示，包括：步骤100：采集多个目标城市的铁路物流关联数据集合，基于所述铁路物流关联数据集合划分所述多个目标城市的城市类型；步骤200：根据所述城市类型获取所述多个目标城市的多式联运货运运输数据，利用所述多式联运货运运输数据中的多个预设运输优化变量，建立多式联运多级物流中心的多目标优化模型；
步骤300：基于预设遗传算法求解所述多目标优化模型，得到多级多式联运物流中心的最优推荐布点方案。
[0014]本专利技术实施例根据需要建立铁路物流中心的多个目标城市，采集铁路物流关联数据集合，根据该数据集合将多个城市划分为不同等级的城市类型，即满足不同的铁路物流运输需求。再根据划分后的城市类型获取每个城市的多式联运货运运输数据，将划分后的城市作为待选物流中心，提取多式联运货运运输数据中的多个待优化变量，建立多式联运多级物流中心的多目标优化模型。最后基于典型的遗传算法求解该多目标优化模型，得到多个等级的多式联运物流中心的最优推荐布点方案。
[0015]具体地，如图2所示，建立多式联运铁路物流，分别从货物吞吐量、人口密度和铁路站点数作为切入点，将多个城市划分为中心城市、枢纽城市和重点城市，由各城市中的铁路枢纽至最近港口距离以及铁路枢纽至最近航空基地距离确定运输距离，根据吞吐量城市环形圈确定运输区域，根据城市所在区域铁路站点数确定运输时间，进一步构建多目标优化模型。根据免疫遗传算法求解多目标优化模型，得到多个等级的物流中心，如一级物流中心、二级物流中心和三级物流货场，并可采用六面评价体系对得到的结果进行评估，满足要求就由智能转运设备、智能装卸设备或整列装卸实施执行，不满足要求则重新进行求解优化，能满足城市中铁路、航空、公路和水路与铁路物流中心的对接需求。
[0016]本专利技术根据货物吞吐量、人口密度、铁路枢纽和铁路站点数把全国范围内城市划分为三个等级分别为中心城市、枢纽城市、重点城市，三级城市对应三级不同的运输定位。为获取三种不同运输定位的一级多式联运物流中心、二级多式联运物流中心、三级多式联运货场的推荐布点，通过建立运输距离、运输区域、运输时间为因变量的多目标模型从中心城市优化得出一级多式联运物流中心、从枢纽城市优化得出二级多式联运物流中心、从重点城市优化得出三级多式联运货场，最后采用免疫遗传算法对不同等级铁路物流中心的模型算法优化得出全国范围内的多式联运一级物流中心、二级物流中心、三级物流货场的推荐布点。给出多式联运中铁路物流中心规划的依据，实现运输距离、运输区域本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法的多式联运铁路物流中心布点方法，其特征在于，包括：采集多个目标城市的铁路物流关联数据集合，基于所述铁路物流关联数据集合划分所述多个目标城市的城市类型；根据所述城市类型获取所述多个目标城市的多式联运货运运输数据，利用所述多式联运货运运输数据中的多个预设运输优化变量，建立多式联运多级物流中心的多目标优化模型；基于预设遗传算法求解所述多目标优化模型，得到多级多式联运物流中心的最优推荐布点方案。2.根据权利要求1所述的基于遗传算法的多式联运铁路物流中心布点方法，其特征在于，所述采集多个目标城市的铁路物流关联数据集合，基于所述铁路物流关联数据集合划分所述多个目标城市的城市类型，包括：获取所述多个目标城市的铁路站点数，基于各目标城市中最高货物吞吐量确定各目标城市货物吞吐量得分，基于各目标城市中最多人口数确定各目标城市人口密度得分，基于各目标城市中最多铁路站点数确定各目标城市铁路站点数得分；将所述各目标城市货物吞吐量得分、所述各目标城市人口密度得分和所述各目标城市铁路站点数得分相加得到各目标城市综合得分，根据所述各目标城市综合得分从高到低进行排序，分别按照预设划分比例得到中心城市、枢纽城市和重点城市。3.根据权利要求2所述的基于遗传算法的多式联运铁路物流中心布点方法，其特征在于，所述获取所述多个目标城市的铁路站点数，基于各目标城市中最高货物吞吐量确定各目标城市货物吞吐量得分，基于各目标城市中最多人口数确定各目标城市人口密度得分，基于各目标城市中最多铁路站点数确定各目标城市铁路站点数得分之后，还包括：将所述各目标城市货物吞吐量得分、所述各目标城市人口密度得分和所述各目标城市铁路站点数得分分别与货物吞吐量加权系数、人口密度加权系数和铁路站点数加权系数进行加权求和后得到各目标城市综合得分；根据所述各目标城市综合得分从高到低进行排序，分别按照所述预设划分比例得到所述中心城市、所述枢纽城市和所述重点城市，或者结合所述预设划分比例与铁路枢纽数量得到所述中心城市、所述枢纽城市和所述重点城市。4.根据权利要求1所述的基于遗传算法的多式联运铁路物流中心布点方法，其特征在于，所述根据所述城市类型获取所述多个目标城市的多式联运货运运输数据，包括：根据待选物流中心的铁路与最近航空货运基地距离和最近港口集装箱堆场距离，获得运输距离系数，基于所述运输距离系数建立第一系数模型；获取待选物流中心的货运吞吐量等级建立多级运输环形圈，确定所述多级运输环形圈对应权重得到运输区域系数，基于所述运输区域系数建立第二系数模型；根据待选物流中心的铁路枢纽与铁路车站数量获得运输时间系数，基于所述运输时间系数建立第三系数模型。5.根据权利要求4所述的基于遗传算法的多式联运铁路物流中心布点方法，其特征在于，所述利用所述多式联运货运运输数据中的多个预设运输优化变量，建立多式联运多级物流中心的多目标优化模型，包括：
其中，分别代表所述多目标优化模型为一级多式联运物流中心的函数模型、二级多式联运物流中心的函数模型和三级多式联运货场的函数模型；、和分别为第一系数模型、第二系数模型和第三系数模型，为待选物流中心到最近港口的运输距离系数，为最近航空货运基地的运输距离系数，为待选物流中心可装卸转运集装箱的港口数量，为待选物流中心可装卸转运集装箱的航空货运基地数量，为全国集装箱货运量等级数，为集装箱最大数量等级，为集装箱最小数量等级，为待选物流中心到最近港口的距离，为待...

【专利技术属性】
技术研发人员：张琨，张长能，欧阳鹏，朱冬，罗小华，光振雄，董云松，雷崇，殷勤，邱绍峰，周明翔，李加祺，刘辉，张俊岭，彭方进，李成洋，何杰，
申请(专利权)人：中国铁路经济规划研究院有限公司，
类型：发明
国别省市：